私隐危机 大数据分析如双面刃
有没有发现，现时上网搜寻时，结果都出乎意料地「合心意」？在背後主宰搜索结果的，除了有赖强大的搜寻引擎外，还有监察用家一举一动的大数据分析工具。大数据的使用，可为用家带来方便，但背後也引伸出侵犯私隐的问题。
倘涉个人资料须让用家选择
有指要得到方便，就得出卖个人资料。对此，不少私隐专家也不同意。Google全球私隐权顾问Peter Fleischer就认为，一些资料不涉及私隐的，包括如何使用搜寻器，被记录下来能让搜寻引擎变得更聪明。「一旦涉及个人资料，必须让用家有得选。」
澳洲资讯专员办公室私隐专员Timothy Pilgrim在「从私隐角度探讨大数据国际会议」上直言，大数据运用得宜，可优化用家体验，推动社会进步，如为病者提供合适的照料、改善交通问题等。但科技发展并不代表要牺牲重要的个人私隐。他引述调查指，澳洲6成年轻人都不欲个人资料被用作其他用途，而很多父母亦不希望子女的资料被商业机构运用。
数据不尽准确求职者被淘汰
美国联邦贸易委员会主席Edith Ramirez表示，现时有不少机构在招聘时，都借助大数据作参考，但机制欠缺透明度，或有人会因不尽准确的数据资料而被淘汰。一般人亦难以得知甚麽数据被收集作分析之用，更无法更正错误的资料，造成不公平。加上资料库内或涉及个人的财务、健康等敏感资料，分析机构一旦被入侵，便构成重大问题。
印第安纳大学法律系教授Fred Cate也指：「即使部分机构使用糊名制度，但透过比对其他大数据资料，仍可以将被分析对象辨认出来，要在网络世界隐身几乎无可能。」他补充，虽然机构收集资料前通常会有同意条款，但通常是长篇大论，且用字复杂，令人难以理解，对用家不公平。
他认为，营商上运用大数据实无可厚非，但商界应在保障用家的个人资料上花多点工夫，不应收集过量资料作「意料之外」的用途。收集资料前，更应以简单、直接的条款作解释，并提供拒绝个人资料作其他用途的选择，亦要让用家有查阅和修改资料的权利，一切应以公平、公正作为大原则。而企业在管理大量敏感资料时，也必须定下危机应变计划和适合的保安措施，防止资料泄露。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
