大數據壟斷

㈠ 大數據殺熟這種行為是否違法

大數據成熟是指利用大數據平台進行不正當競爭的市場行為。據《互聯網信息服務演算法推薦管理新規》稱，大數據的成熟行為利用該演算法對交易價格等交易條件實施不合理的差別待遇等違法行為。因此，必須依法懲處和規范。

什麼是大數據殺熟？

大數據殺熟指的是一些電商平台運營商使用大數據分析、演算法和其他技術手段，根據消費者或其他運營商的偏好和商業習慣，以及成本或適當營銷策略以外的因素，在相同的商業條件下，為相同的商品或服務設定不同的價格。其次，為了消除競爭對手或壟斷市場，在市場上沒有主導地位的電子商務平台運營商通過補貼以低於成本的價格卸載，擾亂正常的生產經營秩序，損害國家利益或其他運營商的合法權益。

㈡ 大數據時代更自由還是不自由辯論賽

事物都具有兩面性，各自都有支撐理由，你看一下你持什麼觀點，然後找論點就可以。而且時代是發展的，隨著時代發展缺點也可以轉變成優點，看適應性吧。

㈢ 大數據未來的發展前景怎麼樣呢

從我國數據產量和存量來看，廣東、北京、浙江、江蘇、上海、等地區數據資源較為豐富，東部地區數據產量和存量均高於西部地區。從省際數據流量來看，東部地區月均互聯網省際出口總流量佔全國比重超過一半。

在以北上廣為代表的東部地區數據資源豐富的背景下，其大數據產業發展水平快於其他地區省份。其中，北上廣大數據企業數量佔全國比重近70%，廣東和北京大數據發展水平較高。

東部地區數據產量整體高於西部，省際數據流量遠高於其他地區

2019年，我國數據產量總規模為3.9ZB。從數據產量的地區分布看，2019年全國數據產量排名前十位的省份為廣東、北京、浙江、江蘇、上海、山東、四川、河南、河北和湖南。

從人均數據產量來看，2019年人均數據產量排名前十位的省份分別是北京、上海、浙江、天津、廣東、內蒙古、西藏、海南、江蘇和遼寧。整體來看，東部地區數據產量和人均數據產量均高於西部地區。

—— 更多數據來請參考前瞻產業研究院《中國大數據產業發展前景與投資戰略規劃分析報告》

㈣ 我國擬立法應對「大數據殺熟」，你遇到過哪些大數據殺熟案例

大數據殺熟現象由於涉及到平台的壟斷行為，因此國家把大數據殺熟行為列為一種非法的犯罪行為。因為各大平台利用大數據對消費者進行分析以及分類，那麼就會導致消費者的各種各樣的行為就會完全的被各大演算法所監控，沒有任何的私人隱私可言，而且自己的任何消費習慣將完全地被智能機器人掌控。

從這兩個案例當中，我們就可以得知，現在大數據殺熟現象已經非常普遍，而且給消費者造成了非常嚴重的傷害，因此國家才會完善法律，只有這樣才能保障更多消費者的合法權益，如果自己在這方面被大數據演算法侵犯了個人隱私以及個人利益。

我認為可以通過法律的手段來進行維權，只有這樣才能保證自己的合法權益不被侵犯，生活在互聯網信息時代，自己的維權意識也要增強，這樣才能讓我們的生活不被演算法計算。

㈤ 大數據發展遇到的困境

大數據的理念已經被追捧多年，但是還遠未達到人們想像的完全實用的程度。大數據的發展受阻主要表現在以下幾個方面:

1.數據基礎的缺失

大數據發展的前提條件是要有豐富的數據源，對於製造業，IT行業數據化程度比較高，雖然缺少資源共享和信息交換，但至少可以在公司內部探索和嘗試。

但對於教育，醫療行業數據化程度還是遠遠落後於大數據時代的需求。單從患者的角度考慮，自己在各個醫院的病例和居家檢測的醫學數據。如果將這些數據利用起來，就會遇到數據源不算，數據格式不統一，隱私問題等等。

2.數據孤島之踵

不同的數據源獨立存在，不能夠互相共享，形成了一個個數據孤島。

政府部門缺乏數據開放的動力，由於其掌握的數據有一定的敏感性而趨於保守態度。比如稅務部門的個人納稅信息會涉及到個人隱私，公安部門的監控信息更是涉及到個人的人身安全問題。

各大企業不會隨便開放自身有價值的數據，因為它有巨大的商業價值，也關繫到企業的生死存亡。比如搜索引擎，谷歌的搜尋效果比其他的好，其實他們的技術差別不大。真正的差異是谷歌的數據量大，能夠找到最佳的搜索策略。而其他的搜索引擎則相反，從而造成惡性循環。

即使沒有商業競爭，企業也會盡量獨占數據。比如航空公司的航班晚點，他不會提前通知，而會出於商業利益選擇在乘客登記結束後廣播通知。

3.難以突破創新的瓶頸

對於相應行業數據壟斷的大企業，利用自身壟斷地位阻礙創新使壟斷地位更加堅固。搜索引擎就是一個很好的案例，還有某互聯網公司利用資源優勢模仿競爭對手的創新產品，並且擠垮對手。

4.個人隱私

個人信息越來越多的被別人掌握，我們既不能阻止，也不知道會產生怎樣的後果。一方面，我們的虛擬世界和實際生活軌跡可以通過大數據洞察一切，預測我們的行為。另一方面，作為數據的主人，卻不知道數據如何被記錄，流向哪裡，被誰利用，這個過程我們一無所知。

大數據的發展需要解決個人隱私問題。一方面不能被無限制的使用，每個人都有對個人隱私有知情權，拒絕的權利。另一方面需要將個人隱私數據找到安全，可靠的方法共享，這樣大數據才能夠發展。

5.其他方面

數據的泛濫，盲目的崇拜等

㈥ 大數據帶來的隱患 數據壟斷

大數據帶來的隱患：數據壟斷
在信息爆炸的社會，受眾面對海量信息，往往需要花費大量的時間和精力進行篩選。但藉助來自移動互聯網和社會化媒體所提供的豐富數據資源（例如用戶的地理位置、關系網、興趣圖譜等信息），以及日臻精確的挖掘和分析技術，媒體可以了解受眾的心理、 需求以及行為習慣等，並以此為基礎提供更符合受眾需要的、個性化的內容服務與廣告營銷。這樣的精準傳播會加深受眾好感，提高用戶忠誠度。
以往觸不可及的夢想在大數據時代實現了。而最深刻的革命其實不在外界，而在人類的思維領域。
人類思維的轉向：人類的態度、情緒、行為等都可以變為數據進行分析和預測
人類內心深處隱秘的慾望、需求、情感是可以洞悉並預測的嗎？這是一個長久以來盤亘在心理學家、行為學家、哲學家心中的困惑，而大數據時代的統計學家、數據挖掘專家則做出了肯定而樂觀的回答。現在，「情感分析」、「預測模型」的應用已經漸入佳境，企業和媒體已經可以通過「情感分析」來確定社交媒體上用戶群的態度，而推特（Twitter）甚至在2012年美國大選時對用戶每天推文和評論的關鍵詞進行量化跟蹤，計算出「政治指數」來判斷民心所向。
大數據技術使得人類的態度、情緒、行為等以往認為難以測量的方面，都可以變為數據來進行分析和預測。日常生活里的可量化維度從未得到如此淋漓盡致的挖掘與利用，而數學模型也在更廣泛的領域里得到了重視。以往的統計分析強調的是因果關系，而現在的大數據研究更注重相關關系。因果關系的討論時常不夠全面，而對相關關系的把握更能夠產生效用。從對「為什麼」的疑問到對「是什麼」的追尋，這體現了人類對世界的探索和理解有了更豐富的思路。
也許最極端的結論來自全球復雜網路研究權威艾伯特-拉斯洛·巴拉巴西。在一書中，他宣稱人類行為93%是可以預測的：「當我們將生活數字化、公式化以及模型化的時候，我們會發現其實大家都非常相似。我們都具有爆發式，而且非常規律。看上去很隨意、很偶然，但卻極其容易被預測。」「爆發」即指人們的工作、娛樂及其他種種活動都有間歇性，會在短期內突然爆發，然後又幾乎陷入沉寂。人類行為並非隨機的小概率事件，而是在意向作用下非常規的突變行為。
不論巴拉巴西的理論是否贏得主流的共識，這些發現至少表明，在技術以外，大數據時代向人類昭示出越來越多富有啟發意義的世界觀和歷史觀。
大數據時代的隱憂：數據壟斷的困境
首先，數據的可接近性並不就使得其使用合乎倫理。大數據為監測和預示人們的生活提供了極大的方便，然而個人隱私也隨之暴露在無形的「第三隻眼」之下。無論是電子商務、搜索引擎還是微博等互聯網服務商都對用戶行為數據進行了挖掘和分析，以獲得商業利益，這一過程中不可避免地威脅到普通人的隱私。以往人們認為網路的匿名化可以避免個人信息的泄露，然而大數據時代里，數據的交叉檢驗會使得匿名化失效。許多數據在收集時並非具有目的性，但隨著技術的快速進步，這些數據最終被開發出新的用途，而個人並不知情。不僅如此，運用大數據還可能預測並控制人類的潛在行為，在缺乏有效倫理機制下有可能造成對公平、自由、尊嚴等人性價值的踐踏。
其次，越大的數據並非總是越好的數據。對數據的盲目依賴會導致思維和決策的僵化。當越來越多的事物被量化，人們也更加容易陷入只看重數據的誤區里。關於數據在何時何地有意義的爭議，已經不再局限於「標准化考試是否能夠衡量學生素質」之類的討論，而是拓展到更加廣闊的領域。另一方面，如果企業甚至政府在決策過程中濫用數據資料或者出現分析失誤，將會嚴重損害民眾的安全和利益。如何避免成為數據的奴隸，已經成為迫在眉睫的問題。
第三，大數據的有限接入產生新的壟斷和數碼溝。面對大數據，誰能接入？為何目的？在何種情境下？受到怎樣的限制？數據大量積累的同時，卻也出現了數據壟斷的困境。一些企業或國家為了維護自己的利益而拒絕信息的流動，這不僅浪費了數據資源，而且會阻礙創新的實現。與互聯網時代的數碼溝問題一樣，大數據的應用同樣存在著接入和技能的雙重鴻溝。對於數據的挖掘和使用主要限於那些具有計算機開發和使用背景的專業人士，這也就意味著誰將占據優勢、誰會敗下陣來，以及由此而來的面對「誰更有權力」的拷問。
進入大數據時代，數據的掌握者們是否會平等地交換數據，促進數據分析的標准化，在數據公開的同時如何與知識產權的保護相結合，不僅涉及到政府的政策，也與企業的未來規劃息息相關。

㈦ 金融大數據應用面臨哪些風險

1.金融科技巨頭可能產生數據壟斷
一些金融科技巨頭憑借其在互聯網領域的固有優勢，掌握了大量數據，客觀上可能會產生數據寡頭的現象，可能會帶來數據壟斷。一些機構掌握了核心的信用數據資源，由於缺乏分享的激勵機制，導致與徵信的共享理念存在沖突。
2.存在數據孤島現象，數據融合困難
政府和企業都面臨數據孤島難題。大數據時代，數據已經成為核心資源，企業出於保護商業機密或者節約數據整理成本的考慮而不願意共享自身數據，一些政府部門也缺乏數據公開的動力。數據孤島現象的存在，將導致大數據信用評估模型採用的數據維度和演算法的不同，大數據徵信模型的公信力和可比性容易遭到質疑。
3.數據安全和個人隱私保護難度升級
目前，大數據的獲取大致有四種方法：自有平台積累、通過交易或合作獲取、通過技術手段獲取、用戶自己提交的數據等。但是由於相關的法律法規體系尚不健全，數據交易存在許多不規范的地方，甚至出現數據非法交易和盜取信息的現象。大數據來源復雜多樣加大了用戶隱私泄露的風險，其一，我國金融大數據行業的發展乃至Fintech行業的發展，在很大程度上得益於互聯網應用場景的發展，而大數據從互聯網應用場景向金融領域的轉移往往發生在一些金融科技企業的集團內部，這個過程缺乏監管和規范，可能會侵犯到用戶的知情權、選擇權和隱私權。其二，應用數據存在多重交易和多方接入的可能性，隱私數據保護的邊界不清晰；其三，技術手段的加入，加大了信息獲取的隱蔽性，一旦出現隱私泄露糾紛，用戶將面臨取證難、訴訟難的問題；其四，大數據採集數據的標准不一，用戶的知情權、隱私權可能受到侵犯。可見，在大數據環境下，個人數據應用的隱私保護是一個復雜的消費者權益保護問題，涉及到道德、法律、技術等諸多領域。

㈧ 大數據未來的發展前景怎麼樣

大數據專業就業前景
1、大數據開發工程師，大數據開發主要是基於大數據服務平台，很多大中型業務應用包括企業級應用和各類網站。能夠進行構建大數據應用程序平台和開發分析應用程序。
2、大數據分析師，大數據分析師主要負責數據挖掘，使用Hive，Hbase等技術，專門為從事行業數據收集、整理、分析和基於數據的專業人士進行行業研究、評估和預測。通過使用Spotifre，Qlikview和Tableau等，新數據可視化工具能夠實現數據的數據可視化和數據呈現。