导读 最近我们发现有关部门出台了个人信息保护的法律,有些不良企业为了个人利益,我们公民的个人信息数据被捆绑“销售”等等新闻层出不穷.“大数据杀熟”行为屡见不鲜,但你真的知道大数据是什么?它和我们每个人的生活有什么关系?“大数据杀熟”的底层逻辑是什么?普通人如何避免大数据杀熟?让我用通俗易懂的语言和你科普一下!

一、大数据是什么?如何通俗易懂地理解大数据

这个大数据的5V特点:Volume (大量)、Velocity (高速)、Variety (多样)、Value (价值密度),下面用通俗易懂的语言做出解释

大量:特别是短视频的火热,一个视频至少都上100M,仅是视频每天产生多少数据?何况还有图片、文字等形式

高速:通过技术手段记录我们每个人的行为数据,当然也是为了挖掘背后的商业价值,还有从2G到5G,数据是不是传输越来越快了

多样:生活和工作中,数字,图片,音频,视频,网页等数据,多样化

价值密度:所谓的价值密度,有些不良商家正是利用这一点实施大数据杀熟的欺客行为

真实性:随着各种技术的发展,我们在互联网上产生的行为都被真实地记录在我们使用的设备的后端服务器上

二、和我们每个人的生活有什么关系

个人基础信息:

比如我们的个人基础信息数据在各地区的公安部门是有详细记录的,

这无可厚非,这是大数据有利的一面,方便公安部门快速破案

个人户外行动:

行为数据,都被记录各大应用的后端服务器上,据说在某看楼盘的区域,安装有摄像头,通过人脸用于记录客户的信息

进行“针对性”的营销,所以有的人建议看房要“戴头盔”,防被“大数据杀熟”

吃穿方面数据:

比如在某宝上留下来的行为数据,都被详细地记录,比如你最近浏览想买衣服,某宝就会疯狂推荐此类产品

更有甚者,社交平台的聊天数据也被泄露了,例如你在社交软件和家人说想要买手机

你会发现在某平台就突然出现此类广告,这是个人隐私数据泄露的不良行为

但最近,也出现了个人信息保护的相关法律,可自行查阅

征信系统数据:

比如要买房,在银行的征信系统是有对客户进行评估的

这是由于有了大数据,银行会从各个维度去分析个人征信情况,比如通过个人收入支出情况,支付宝的信用分等等

广告展示数据:

这个大多数读者应该深有体会,你所感兴趣的相关产品,系统会给你推荐相应的广告

三、“大数据杀熟”的底层逻辑是什么

底层逻辑其实就是系统的算法,这玩意比较高深,不展开讨论,就举一个某平台上坑外卖骑手的案例

通过智能手机和上面安装的配送软件,大数据可以不断地追踪骑手的轨迹

包括骑手到达商家的时间、停留的时长、等待消费者取餐的时长、顾客的信息、商家的信息、消费者的偏好与脾气等等

通过收集的各项数据进行分析建模,这个算法给骑手规划路线、时间,提升送餐的效率

但这对骑手的压榨也是明显的,根据大数据的测算骑手达到的时间,尽可能地压缩时间,逼迫骑手们用各种办法越来越快地送餐

比如,一条正常的路线是10分钟,有一个小门抄近路可以只用2分钟,系统在记录很多订单的实际时间之后,会自动把2分钟作为参考,可见多么坑人

其他的案例,比如不用用户、不用手机、不同设备等服务价格或者商品竟然出现价格不一样的情况,这都“多亏”了大数据

大多“宰杀”的是那些价值比较大的所谓“熟客”,算法会根据数据判断你是否是高消费用户、活跃用户、VIP用户等,进行针对性的“宰杀”

四、普通人如何避免大数据杀熟

少用或者不用这些大数据杀熟的app或设备

买比较贵重的物品或者经常购买的产品可以货比三家,避免被“杀熟”

多平台同时使用,这样就降低了在各平台使用的频次,而且一般平台对新用户是有优惠的,系统就不会判断你为高价值的用户

不要轻易下载授权各类APP和链接,后台会通过这些直接获取你的个人信息

当然,随着个人信息保护相关法律的出台,我们的信息安全才能得到根本的保障

我们应如何理性看待大数据

大不可“一刀切”,认为大数据一定是不好的,一味抨击,以下都多亏了有大数据

  • 公安部门利用大数据破案
  • 2020年爆发的新冠疫情,健康码,个人轨迹记录,针对性防控都起到了重要的作用
  • 人口普查,人口的大数据对于城市建设规划、路线规划、交通规划等都起到很大的推动作用
  • 医疗系统方面,大数据的积累,加快了对病情的准确判断等等
  • 征信系统,通过多维度数据对个人征信情况进行评估,对社会稳定起到至关重要的作用等等
  • 大数据是一把双刃剑,作为普通人,我们应该认识到它给我们带来的便利,但同时也要防范和监督“大数据杀熟”的现象

    我是"与数据打交道",不定时分享职场和生活干货,想保持学习的朋友,麻烦关注一下!

    你有学习到吗,你有过被“大数据杀熟”的经历吗?

    原文来自:https://bigdata.51cto.com/art/202108/678814.htm

    本文地址:https://www.linuxprobe.com/bug-data-private-seceret.html编辑:王婷,审核员:清蒸github

    Linux命令大全:https://www.linuxcool.com/

    Linux系统大全:https://www.linuxdown.com/

    红帽认证RHCE考试心得:https://www.rhce.net/