
大数据偷了你隐私你知道吗_数据分析师
最近,关于数据与信息安全的新闻一条接着一条:
4月2日,马云旗下的公司拟收购恒生电子,据说收购方看重的不仅是恒生的金融电子平台,更有恒生的后台数据资料,因为据此分析金融客户的交易行为,成就阿里金融大数据梦想。
5月28日,媒体报道称,我国政府正在推动国内银行放弃使用IBM高端服务器,此前已经将Windows 8系统列入政府采购黑名单,并要求国有企业切断与美国咨询公司的业务往来。
6月6日,中信证券医药行业首席分析师张明芳在其微信群发布了丽珠集团即将公布股权激励方案的消息。消息一出,众多基金经理纷纷退群并截屏转发,一些投资者甚至不惜追高买入。
而在个人隐私方面,日前网上流传了一个关于买比萨的段子: 一个客户打电话订购比萨,客服人员马上报出了他的所有电话和家庭住址,推荐了他适合的口味,报出他最近去图书馆借过什么书,信用卡已经被刷爆,了解他房贷还款金额,知道他丈母娘刚动过心脏搭桥手术,甚至还准确定位出他正在离比萨店20分钟路程的地方骑着一辆摩托车……
段子虽然有点夸张,但在这个时代,信息安全却是我们不得不面对的一个问题。尤其是个人隐私的问题,正越来越困扰我们身边的很多人。
每当我们上网、使用手机或者信用卡,我们的浏览偏好、采购和行为都会被记录和追踪。或者,在我们根本没有意识到的时候,智能设备便处于联网之中,相关数据被悄然发送到第三方。
于是,我们的邮箱里塞满了各种推销邮件,我们的手机里充斥着各类垃圾短信,我们的电话中夹杂着各色推销广告……甚至,我们一些基于私人爱好的搜索行为,会在大庭广众之下出现在令人难堪的大幅广告。更有甚的是,犯罪团伙通过关注和分析父母的微博、微信,组织了绑架孩子等恶性事件。在去年的3•15晚会上,央视用Cookies提出了互联网上隐私泄漏和侵犯的问题。
2012年底,《纽约时报》刊文宣称,“大数据时代”(Age of Big Data)已经来临。巴拉巴西在《爆发:大数据时代预见未来的新思维》中提出,93%的人类行为能够通过有效的数据分析而进行预测。在物联网、云计算、社交网络的催生下,互联网时时刻刻释放出海量数据。大数据是座金矿,背后隐藏着大量的经济与政治利益。而通过数据挖掘,人类所表现出的数据整合与控制力量远超以往。但大数据是把“双刃剑”,国家和企业因大数据获益的同时,个人隐私的保护却从此变得更加艰难。
对马云的收购行为,据说商务部正在进行反垄断调查;银行能否放弃IBM服务器可以商榷,但信息安全警钟已经敲响;中信证券的分析师因泄露内幕信息,目前正被停职调查。而我们,也到了不得不认真地思考个人隐私保护问题的时候了。
可以采取的措施有:
首先,明确立法。2012年全国人大常委会作出了关于加强网络信息保护的决定,但立法的缺失仍是我们目前存在的严重问题。要做好顶层设计,积极推动立法,建立个人隐私保护的法律法规和基本规则。尤其是,要通过立法,大幅度提高隐私泄露和侵犯的违法成本。
其次,加强监管。应建立大数据产品在个人信息和隐私安全方面的国家标准,明确个人信息和隐私具有财产属性,严格限制以营利为目的的企业,对个人隐私等信息进行商业化利用。通过加强政府监管,加大对侵害个人隐私行为的打击力度,。
再次,行业自律。大数据时代的个人隐私,构成现代商业服务和网络社会运行管理的基础。应积极提倡互联网公司、商业银行、保险公司等相关企业自重、自律,并制定行业标准或公约。特别是行业的龙头企业,要带头做“业界良心”。
最后,客户授权。客户是隐私信息的主人,对个人隐私拥有最终的决定权。在部署数据采集和分析行为时,应充分告知客户,让客户了解后果并做出选择。只有客户发起个性化需求时,才可以对客户信息进行调用,否则就视作侵犯隐私。
大数据带来了很多便利,影响决策,也改变了生活。但大数据分析和应用,有时候往往偏离了其精神实质。当下,世界杯足球赛正在巴西进行得如火如荼。如果我们可以通过大数据精确地分析出各场赛事的进球时间、比赛得分的话,那么竞猜结果、熬夜观看的乐趣还会有吗?人类不是机器,生活有时候并不需要十分精确,未知也是一种美好。
那么,什么是大数据精神?
很多人认为,“开放、分享”是大数据时代的主要精神。我以为,这是大数据本身所具有的特点,而不是大数据时代的精神。大数据并不只是指数据的采集与贩卖,更重要的是指通过对于客户信息和行为数据的分析、整理,帮助企业加深对于客户需求的认识和理解,从而通过精准营销、个性服务,挖掘和满足客户真实需求,改善和提升客户体验。只有尊重客户隐私并因此获得客户信任,大数据才能真正发挥作用,才能走得更远。从这个意义上讲,“尊重客户,改善体验”,才是大数据的精神实质。
所以,当马云津津乐道于分享他们所占有的海量信息时,当平安银行信誓旦旦要转化平安保险7000万客户时,当百度联手兴业银行虎视眈眈开发大数据时,我想应该问他们一句:你这么聪明,你的客户知道吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28