Amazon推荐,Facebook追踪,大数据处理时代的“狗仔队”

  大数据分析对我们所有人都产生了巨大的影响。使用分析平台可以收集、存储和分析大量不同数据,并发现其中隐藏的联系、相关性和见解。大数据正在发挥着越来越大的作用,现在几乎影响到我们生活的每一个方面。每天产生的数据呈指数增长,未来大数据对人类的作用不可限量。

  不过,考虑到Snowden和国安局的争议,人们可能不再认为信息越多越好,信息太多反而引起了大家的关注,特别是对于涉及个人私隐的信息。尽管我们可以将大数据的滥用归咎于Big Brother(美国政府),事实上有很多我们熟知和信任的企业可能已经危害到我们个人隐私,例如下面列出的三巨头,无疑是滥用了大数据。

  Amazon.com——起初只是一家图书零售商,靠着为客户提供种类齐全的图书以及快速的物流,Amazon很快流行起来。亚马逊利用算法向我们推销同类用户购买的产品,很快亚马逊便主宰了电子商务领域。如今预测分析扮演了关键性角色,亚马逊将以前所未有的方式使用客户数据,实现一种叫做“预测发货”的销售方式。最终将实现在客户未作出购买决定前,Amazon已经准确地选择货物并发送给客户,分析客户的个人行为使这一切成为可能。

  对于消费者来说,关于大数据有一个大问题,亚马逊“预测发货”这一行为是不是对用户购买商品干预的太多了?毕竟,消费者才是真正决定是否购买、何时购买商品的人,亚马逊是不是滥用大数据了?在不久的将来,如果Amazon真的实现了这种销售方式——通过无人机很方便地把货物放到我们的家门口,而我们却从来没有订购过,希望亚马逊也能研究出对客户退货进行预测的算法,这样它就可以迅速派无人机回来收回客户不需要的商品。

  Facebook——已经成为人与人之间联系和交流的一种必要工具,同时也使Facebook成为了大数据“剥削者”。毕竟,其他网站也在模仿Facebook以增强社交联系为名义鼓励人们心甘情愿张贴各种有关他们人际关系、利益、习惯、兴趣爱好等个人信息。但正如我们目前了解到的那样,Facebook用个人信息做的事情确实有点令人感到不安。

  几年前,USA Today揭露Facebook不仅分析我们的个人介绍数据,实际上它还通过“tracking cookie”跨网站跟踪我们。当我们创建一个Facebook帐户时,“tracking cookie”就会被秘密地安插到我们的web浏览器中,这将使Facebook能知道我们在访问哪些网站,不仅在登上Facebook的时候,退出Facebook后,我们同样被监视。所有这些信息被出售给Facebook的广告合作伙伴。从这次入侵我们隐私的事件可以看出Facebook确实在滥用大数据。此外,Facebook还将进军面部识别领域——面部识别技术将使Facebook能够更好地监视到我们的生活——而且Big Brother的参与使问题变得更加可怕。

  Target——该公司在相当长时间内都在使用大数据技术,以便更好了解其客户再想什么、需要些什么。但这位大家的“好邻居”——Target商店一些对大数据运用得确实过分。在2012年,一个Minneapolis女孩从Target商店买了一些与妊娠有关的物品后,这一切才浮出水面。

  原因是Target的激进做法,Target通过分析数据确定怀孕客户,然后将她们定位为会购买它们婴儿产品的客户,该公司开始向女孩的住址发送尿布以及其他婴儿产品优惠券。这些优惠券引起了女孩父亲的注意,他打电话给Target商店询问为什么要给他还在上高中的女儿发这样的优惠券。长话短说,Target比这个女孩的父亲更早知道女孩怀孕这件事,这显然侵犯了女孩的隐私权。从那以后,这件事变得家喻户晓,Target已经采取措施尽量不让暗中“监视”客户的事实被泄露出去,继续向准妈妈发送妊娠相关产品的优惠券。

  和所有工具一样,大数据分析有实实在在的好处。大数据应用之一——人类基因组项目,不久将掀起一场医疗革命,提供个性化、基于特定基因的治疗,挽救病人生命,这是正确使用大数据很好的例子,可以造福人类。就像上文讨论的那些企业,很容易看到不正当使用大数据对于营销者来说是多么有诱惑力,使用大数据的好处是真实而巨大的。大数据分析面临的挑战和所有其他技术一样,要在正确使用技术获得利益和不正确使用技术产生风险中间找到平衡。

时间: 2024-09-20 21:32:26

Amazon推荐,Facebook追踪,大数据处理时代的“狗仔队”的相关文章

大数据处理时代我们最需要什么样的人才?

当今世界,正在从数据处理时代走向大数据处理时代.今年两会,"大数据"第一次出现在政府工作报告中,这表明,我们对大数据重要性的认识上升到国家层面. 与互联网的出现一样,大数据带来的不仅是信息技术领域的革命,它正在改变着人们的生活以及我们理解世界的方式,并成为更多新发明.新服务的重要源泉. 大数据处理时代到来,将给中国人才队伍带来哪些机会?提出什么样的挑战?谁将是未来最热门的人才?让我们一起来看看吧-- "人人皆可成才"将成现实 记者:大数据到底有什么用? 吴江:大数据

信息过载的大数据时代,大数据推荐系统如何搭建,趋势何方

同比增长随着大数据时代的来临,网络中的信息量呈现指数式增长,随之带来了信息过载问题.推荐系统是解决信息过载最有效的方式之一,大数据推荐系统已经逐渐成为信息领域的研究热点.介绍了推荐系统的产生及其在大数据时代的发展现状.推荐系统的领域需求和系统架构.大数据环境下推荐系统的挑战及其关键技术.开源的大数据推荐软件.大数据推荐系统研究面临的问题,最后探讨了大数据推荐系统的未来发展趋势. 1 推荐系统与网络大数据 随着科技与信息技术的迅猛发展,社会进入了一个全新的高度信息化的时代,互联网无处不在,影响了人

春风吹战鼓擂,阿里决战大数据处理

现在都进入了大数据处理的时代,美国的谷歌.亚马逊.IBM.苹果都是是大数据处理行业的领跑者,谷歌作为大数据处理时代的开创者,同时也面临其他挑战,比如亚马逊拥有无可比拟的购物数据,Salesforce拥有将终端销售和社交营销关联数据;在国内,如何用好大数据被互联网巨头们视为发展的下一站,阳春三月,阿里巴巴在西湖召开首届大数据峰会,拥有超过100PB已处理过数据的阿里巴巴,将如何图谋? 先来看看美国市场的大数据现状,美国谷歌公司是大数据时代的奠基者,其大数据技术架构一直是互联网公司争相学习和 研究的

大数据时代你不得不了解的大数据处理工具

如今Apache Hadoop已成为大数据行业发展背后的驱动力.Hive和Pig等技术也经常被提到,但是他们都有什么功能,为什么会需要奇怪的名字(如Oozie,ZooKeeper.Flume). Hadoop带来了廉价的处理大数据(大数据的数据容量通常是10-100GB或更多,同时数据种类多种多样,包括结构化.非结构化等)的能力.但这与之前有什么不同? 现今企业数据仓库和关系型数据库擅长处理结构化数据,并且可以存储大量的数据.但成本上有些昂贵.这种对数据的要求限制了可处理的数据种类,同时这 种惯

来自Google、Amazon和Facebook等7大知名互联网的系统扩展经验

本文出自澳大利亚一位ID为Dodgy Coder的程序员2012年4月的博客文章.他从High Scalability上整理和总结了Google.YouTube.Twitter.Amazon.Ebay.Facebook和Instagram等7家知名互联网的系统扩展经验.值得注意的是,有些资料时过境迁,已经不再反映最新情况,但是核心的理念和许多具体经验还是非常宝贵的学习资料,值得一读. 不难发现,这7个公司都有以下共同的6大理念: 保持简单--随着时间推移,复杂性会自然出现. 自动化一切--包括灾

同有科技分享大数据时代新型大数据处理中心的特征

摘要: 日前,北京同有科技举办了主题为"数据改变未来,应用定义存储"的2013年渠道峰会.来自全国近百家重点核心合作伙伴参与了会议,与同有科技一起探讨了如何帮助中高端存储用户构 日前,北京同有科技举办了主题为"数据改变未来,应用定义存储"的2013年渠道峰会.来自全国近百家重点核心合作伙伴参与了会议,与同有科技一起探讨了如何帮助中高端存储用户构建数据中心,帮助他们迅速适应大数据时代的应用需求. 大数据时代,具备大数据特征的应用越来越多,对数据中心的需求有了革命性的变

EMC蔡汉辉:打造大数据时代的"Facebook"

本文讲的是EMC蔡汉辉:打造大数据时代的"Facebook",数据大爆炸的时代已经来临,Oracle.IBM.HP.微软等IT巨头都将目光聚焦到了大数据,专事数据存储的EMC不可能没有大动作. 2010年,EMC斥资收购了Isilon和Greenplum,前者以横向扩展架构解决大数据存储与访问问题,后者则侧重数据挖掘与分析,且在业内首次实现结构化数据与非结构化数据的统一管理.此外,EMC还对其原有的Atmos产品线进行进一步完善,并收购了敏捷软件开发服务和工具提供商Privotal L

IBM大数据处理与分析迈入认知计算时代

大数据处理自身复杂性给数据采集.存储.管理和分析带来了诸多挑战.如何发掘数据的潜在价值,如何实现类似人脑的认知和判断,发现数据间隐藏的关联,从而做出正确的决策,这在现代社会显得更加重要. 认知计算伴随大数据处理而来 在3月6日召开的IBM2014大数据新闻发布会上,IBM展示了其从大数据与分析全面向认知计算商业实践的大阔步发展.IBM再度升级其涵盖软件.硬件.服务.研发的全线大数据与分析能力,宣布在业界首个实现认知计算能力商业化,以全新认知分析助力企业加速实现大数据及分析能力.并宣布将其大数据分

从精准到推荐:大数据时代重构网络广告商业模式

现在的网络广告,发展空间还很大,因为他们把99%的赚钱空间都扔了.随着大数据的发展,这些钱会被下一代一一捡回来.到那时,人们对于从精准到推荐的道理,会认识得更清楚. 未来广告将是这样的,广告对于不同的人,呈现不同的内容.按照这个精准标准衡量,现在几乎所有的广告,在将来都已经被淘汰了. 精准是相对于消费者需要而言的.由于不精准,所以消费者不需要.精准的问题,就是如何真正挖掘出消费者个性化需求的问题.大数据时代提供了什么样的契机?精准广告是否将向生活方式推荐的方向发展?让我们从未来学观点展望一下网络