導航:首頁 > 網路數據 > 大數據還可怕

大數據還可怕

發布時間:2023-10-07 22:37:11

1. 大數據能可怕到什麼程度

別的很多人都說了,我說一個好像沒人提的。

大數據最可怕的是讓一個個人們躺在舒適區里出不來。

以前沒有網路的時候,好學的人們讀讀書看看報,可以從各個方面去自然的吸收知識來獲取進步,即使不讀書看報也可以和不同的人聊聊天,結交一下。而現在大數據只推送你喜歡的,你擅長的,就這樣在舒適區里再也不想出來,不想自己知識范圍外的東西,不想和自己價值觀不同的 社會 ,就這樣越來越執拗,越來越自以為是,越來越頹廢和目光短淺。

大數據最大的優點

大數據最大的優點就是:更加精準,更加智能,更加智慧。大數據不僅可以分析人的過去、現在,更加能分析一個人的未來。而且這種未來也是非常准確的,誤差非常小。正是因為這種優點,獲得了廣大的商家和服務商的支持。

大數據最大的不足

大數據最大的不足就是:個人隱私。個人隱私很難得到保護。因為,現在互聯網無處不在。只要人一上網,個人的數據就會被採集。一旦信息被採集,就會出現隱私問題。而這種隱私問題如果處理不好,就會出現可怕的結果,造成不良的影響,如前段時間的鄭州空姐事件就是大數據惹的禍。

總之,大數據是時代的產物,並非妖魔鬼怪。任何東西都有雙面性,有好的一面,也有不好的一面,關鍵是看使用者,如何去使用。

1、大數據是可以覆蓋到個人或者團體的方方面面的,因為你的每一次的行為習慣都是有記攜雹錄的,那麼有記錄通過演算法機器可以預判到你未來的消費或者是決策依據。

2、舉個例子是最早的大數據案例,美國一個家長辯隱帆把一個醫葯用品公司告上法庭,因為該公司給他未成年的女兒寄懷孕相關的資料,事後沸沸揚揚的公司道歉賠償了事,但是幾個月後該孩子確認懷孕了。這個公司怎麼知道呢?因為該未成年人瀏覽了很多關於懷孕怎麼辦的網站,所以就有了預判。

3、我們的淘寶和支付寶,平時你們留意如果這段時間你瀏覽的東西同一類的多,那麼你下次被推送的東西就會是類似的,或者你這段時間買了1000塊攜並左右的東西,那麼你會收到的商品推薦都是500以上的,你購買了尾貨50左右的東西這段時間你收到的推薦就是不超過100的推薦,這個就是大數據對每個人的消費行為數據所做的分析。而消費數據就涉及到金融安全了

4、大數據是機器學習的行為你所做的一切,比如吃飯團購,你的口味會被學習,下次可以給你推薦2樓有合適的,你出行滴滴,會把居住區域活動區域共享出去,可以預判你的經濟水平等等

5、綜上所述, 科技 是雙刃劍,大數據可以讓個人生活更便利,得到更好服務,也讓我們個人成為透明人,所以大數據立法保護是迫在眉睫

2. 大數據時代真的可怕!

大數據時代, 我們都在裸奔
大數據歐巴
大數據歐巴
大數據

關注
大數據時代, 我們都在裸奔

135 人贊同了文章
為你朗讀
6 分鍾

「 這是最好的時代,這是最壞的時代 」

我發現一個很有意思的現象,如今有不少人熱衷於討論「大數據」。

你隨便拉來一個互聯網從業人員,問什麼是「大數據」,他能滔滔不絕地扯出一大堆專業詞彙:神經網路、深度學習、人工智慧等。

反正你也聽不懂,覺得很厲害就對了。

其實,我們每天的行程安排,都可以變為數據:每天坐地鐵上班,屬於出行數據;網上購物,屬於消費數據;去一趟國外旅遊,屬於娛樂數據...

當無數人的數據被集合歸類,就統稱為「大數據」。

這些數據有什麼用?對於大部分人來說,是沒有任何價值。

你每天光顧樓下的早餐店,只能看到自己的消費金額,而店鋪老闆可以統計客流量和銷量,獲悉顧客的喜好,進而調整食材量。

再延伸到其它行業,一些醫療機構可以通過大數據提升臨床試驗、新葯的研發效率;政府通過大數據建立城市規劃圖,甚至控制疫情的擴散。

這樣看來,大數據能解決很多實際問題,既方便了我們生活,企業也能更好地了解消費者需求。

國家同樣希望互聯網企業能引領技術的變革。然而縱觀國內企業,更願意利用手中的數據來牟利,這樣來錢快。

潘多拉魔盒就此被打開,當隱私從道德領域滑向市場領域後,便成為可供出售的商品,全憑商人的道德來自我約束。

它們喜歡收集用戶信息,挖掘各種需求和隱私,完善用戶畫像,比你父母還要了解你,然後再賣假葯、推薦莆田醫院。

小公司沒有精準的營銷能力,它們只能粗暴地販賣隱私來獲利,形成一條完整的黑產鏈。

技術總是一把雙刃劍,如今大數據在探索人類道德底線的路上,快速前進。

這是信仰的時代,這是懷疑的時代

你覺得自己的隱私不值錢,沒有利用價值,無論誰能不能看你的微信記錄,都不在乎。

當每個人都抱著這種鴕鳥心態時,更多搖擺不定的公司就會選擇作惡,因為被輿論譴責的代價太低了,或者說,國人的包容性太高了。

誠然,如今我們享受到便捷的生活,離不開大數據的建模和分析,但是也失去了保留隱私的權力!

我上網買了一件商品,不代表你可以擅自在所有網頁推薦我買過的商品;

我在網上瀏覽,不需要你推薦附近的商家和莆田醫院,更不想點擊廣告彈窗;

沒經過我同意,請不要擅自安裝流氓全家桶,並繞過電腦許可權,獲取用

3. 大數據殺熟背後是可怕的文化顛覆

網路經濟領域里平台企業利用大數據殺熟可謂人神共憤的惡之花!3.15,這個消費者伸張權益的日子裡暴露的大數據殺熟,足以警示經濟生活中這支毒花已經開吵仔睜始蔓延,甚至在某些行業盛行,這不啻為對商業信義觀念的強奸,奶奶滴,簡直就是交易道德的亂倫。

中國幾千年來形成的熟人 社會 結構里,群體中的每個人就像紮根於泥土的大樹之根,盤根錯節的根系由粗到細,有主及次,由近及遠,皆源於主幹,總是相連在一起。基於血緣、姻親、友朋、鄉黨等的熟悉和了解,或遠或近,總是相互聯系著,構成了群體中的熟人信義。類似於這種信義,商家與熟客之間也相互信守著因熟悉而建立的熟客交易規則。

平台企業的大數據殺熟,首先是顛覆了人們習慣了的商業規則。傳統文化給我們的習慣是一回戚彎生二回熟。市場上,商家喜歡回頭客,彼此熟悉,多消多利,回頭客也因熟悉產品服務而省事省心。平台企業卻破壞了規則:你待商家如熟人,商家宰你如傻缺!

它又顛覆了你量大從優的交易觀念。你經常在某家店消費,現實中的商家盡可能會給你些優惠,如果買的多商家也許還會給你點折扣。平台企業反其道而行,你卻蒙在鼓裡。

它也顛覆了國人待人接物的基本道德。人們往往把家庭鄰里學校單位甚至書籍 歷史 社會 評價等文化載體帶給你對友情親情的 情感 經驗移植於你與平台的關系。你成為商家的會員,你視商家為熟人,也會自然而然認為商家待你為熟客。然鵝,鵝,鵝,平台企業正是利用了你的這些來自於現實和生活的思維和習慣而發不義之財。你是一個重信守義的人,可平台企業漂亮的網上店面和華麗app後面是精明的數據收集和冰冷的機器演算法,而那些平台企業的所有者和權益人卻是實實在在的男盜女娼!這些蠅營狗苟,齷齪勾當,宰掉消費者金錢已經很不齒了,更為升歲可怕的是它正在閹割中國人文化自信中除了利益交換外還有的仁義禮智信!任由這樣的平台商家繼續下去,不堪想像!

昨天是3.15,國家市場監管總局今天發布了《網路交易監督管理辦法》,期待法律法規可以震懾那些無底線的商家和平台,挽救我們無論在現實還是在網路空間交易行為賴以墨守的基本規則。

4. 為何大數據讓人開始懷疑人生

為何大數據讓人開始懷疑人生
一年多前聽說了「大數據」這個詞,以為就是「數據大」的意思,隨著媒體不斷地曝光,以及今年阿爾法狗升級版橫掃當今圍棋第一人年輕的柯潔之後,對「大數據」的好奇油然而生。
於是從書櫥里翻出來這本由舍恩伯格寫的「大數據時代」,不指望自己能夠讀懂讀通,但是讀總比不讀要強,遵循「開卷有益」的傳統吧。

今天讀的是引言部分。這本書號稱「一場生活、工作與思維的大變革」。本書開門見山地說明,大數據在變革公共衛生,變革商業以及變革思維方面,已經出現在我們的生活當中了。大數據開啟時代轉型。
「大數據時代」舉了一個在流行疾病防控的例子。說谷歌公司通過5000萬條最頻繁檢索的詞條,與流行病流行傳播時期的數據進行了比較,通過分析人們搜索的記錄來判斷這些人是否患上了流感。
谷歌的研究人員去找到這些特定的檢索詞條,至於這些詞條是否必須是「咳嗽」「發熱葯物」不是關注重點,這同我們尋找事發原因的常用手法不同,他們關心的是這些特定檢索詞條的被使用頻率與流感在時間與空間上的傳播之間的聯系。
谷歌公司正好是一個其他公司都無法具備擁有的龐大數據源以及處理能力和統計技術的公司,他們找到了這45個檢索詞條組合,他們的預測結果的相關性高達97%,同疾控中心一樣也能判斷它從哪裡傳播出來,關鍵是相當及時,可比疾控中心早一兩周,這一兩周時間的金貴可想而知。
另一個是在商業運用的例子。一位計算機工程師在網上預訂機票,坐上飛機後,他發現他的左鄰右舍機票都比他訂的晚,卻比他便宜。
顛覆了他的「機票訂的愈早愈便宜」的概念。下了飛機後,他開發了一個預測機票價格的系統。這個系統不需要知道哪些因素導致了機票價格的波動。
比如「周六晚上不出門」之類的原因,比如季節性原因,比如還有很多座位沒賣掉的原因。這個系統只是通過其他航班的數據來預測未來機票價格的趨勢。
幫助消費者抓住最佳購買時機。它擁有每一條航線每一架飛機內的每一個座位一年內的綜合票價的記錄的數據,海量的數據支持,為消費者節省了一大筆錢。
這些例子告訴我們都需要海量的數據支持以及存儲與處理能力,在五年前或十年前「這都是不可能的」,從這個角度講,我的理解大數據就是數據大。
大數據的意義並不僅在於此,它是有生命力的。通常數據使用之後就結束了他的使命,比如,飛機降落後,票價數據就沒有用了。
但它被收集起來,用於機票預測系統。死了的,沒用的數據,可以被巧妙地用來激發新產品和新型服務。
可見只要你改變思維,了解數據的奧秘,而數據只為那些願意聆聽的人所掌握。所以,大數據真正的含義,就是從那些從「靜止的,陳舊的」數據中獲得新的認知,並創造出新價值。
從信息爆炸的二十世紀以來,隨著數據處理能力的爆發式增長,大數據時代的到來已經無可迴避。
大數據的核心是什麼?作者告訴我們是預測。它有點類似人工智慧(機器學習),在書中,預測被定義為把演算法運用到海量的數據上來預測事情發生的可能性。
好吧,在之後的章節或許會解釋得更清楚。但從人機大戰的情況來看,阿爾法狗每一步棋的海量運算後都會給出一個勝率,自動找出一個最好的下法。
沒讀這本書前,我會把大數據與人工智慧當做兩個事情,現在看來人工智慧只是大數據這頂王冠上的一顆明珠,二而一。
引言的最後一部分講的是「大數據是大挑戰」。大挑戰,挑戰的是什麼?我看就是挑戰我們過去的傳統思維,固有思維,只有變革思維才能適應大數據時代的到來。
書中說到三個轉變,第一個轉變隨機采樣趨於死亡;第二個轉變數據之大追求精確度失去意義;第三個轉變不再熱衷尋找因果關系。
前兩個轉變依賴於高度發展的數據儲存能力與處理能力,我們尚能理解並主動地去適應,但第三個轉變卻想當頭棒喝,我腦海里只有一個詞「第三隻眼看世界」,已經不是換角度看世界那麼簡單了。
書中舉了兩個例子來說明,大數據只告訴我們「是什麼」而不是「為什麼」。比如機票的例子,你只要知道什麼時候買最便宜,無須知道價格漲跌背後的原因;比如有幾百萬條醫療記錄顯示「橙汁+阿司匹林」的組合能治療癌症,找出具體的葯理機制就沒有這種治療方法本身來得重要。
可怕就在於不必知道現象背後的原因,只要讓數據發聲。讓數據發聲,意味著數據成了主導,然而我們不一定了解自己的數據,即便有了數據,有了數據商業資本,它還會讓我們陷入一種尋寶的游戲。

5. 大數據真的這么可怕嗎

大數據的確可怕,所有的互聯網平台都會利用大數據分析精準人群,比如你上一秒還在談論裙子,下一秒你打開淘寶給你推薦的全是裙子。

大數據(big data),或稱巨量資料,指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具,在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。

對於「大數據」(Big data)研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

麥肯錫全球研究所給出的定義是:一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統資料庫軟體工具能力范圍的數據集合,具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。

6. 大數據也可怕了,電腦上看淘寶, 手機ucweb瀏覽器上就出現相應的廣告了,不同的設備也能相互關聯

這種抄東西叫「定向廣告」,襲之所以會不同設備之間同步。是因為你在不同設備間登陸了同一個賬號。比如同一個淘寶賬號,同一個網路賬號什麼的。

解決方案:
瀏覽後清除瀏覽記錄,如果不會的話,你下載一個金山或者360,他們軟體裡面都有隱私清除的小工具。
如果不會的話,你可以追問!

7. 在家躲疫情卻被商品推送導致瘋狂剁手,大數據究竟有多恐怖

大數據有多恐怖呢?恐怖到你跟朋友討論某個物件的時候,購物軟體就會直接給你推送這類物品。壓根就不需要你去搜索,也不需要你去找,人家直接把物品呈現在你手機頁面上,只要你覺得合適,點開,查看,購買,操作簡直行雲流水。所以在疫情期間啊,你在網路上看到什麼做甜點視頻啊或是想要做什麼菜啊,購物軟體都會直接給你找出這些商品呢,也會隨著你觀看某個視頻的時間次數之長,繼續給你推送相關內容的視頻。總之就像是在你的心裡、你的家裡給你安裝了監控器、竊聽器一般。

現如今的大數據時代,已經將我們人徹底分成了各種不同階級了,也已經在不知不覺中形成了一個金字塔,我們這些普通人就是在金字塔的底端。

8. 所謂的大數據,到底有多可怕

聯網就有可能什麼都不是你的了,感覺很不安全。

閱讀全文

與大數據還可怕相關的資料

熱點內容
瑞銀3887win10 瀏覽:833
學網路編程哪個好 瀏覽:805
手機vmos導入的文件在哪裡 瀏覽:115
蘋果手機可以把文件傳到華為嗎 瀏覽:63
海川化工下載的文件默認到哪裡 瀏覽:343
學唱粵語歌app 瀏覽:975
qq游戲生死狙擊玩不了 瀏覽:120
win10郵件不顯示圖片 瀏覽:922
口袋妖怪所有版本下載 瀏覽:504
我們身邊都有哪些大數據例子 瀏覽:25
震旦adc307掃描的文件在哪裡 瀏覽:999
圖片打開變成文件 瀏覽:194
松下微單電腦傳文件軟體 瀏覽:574
蘋果藍牙鍵盤surface 瀏覽:170
mindmaplinux 瀏覽:733
oppo手機怎麼連接電腦傳輸數據 瀏覽:624
word刪除章節附註分隔符 瀏覽:773
公告質疑需要哪些文件 瀏覽:608
資料庫模型是干什麼的 瀏覽:404
win10的驅動怎麼安裝驅動 瀏覽:320

友情鏈接