“在互聯(lián)網(wǎng)上,,沒人知道你是坐在電腦前的一條狗”,這句話已經(jīng)過時了,。如果一條小狗坐在主人的iPad或者筆記本電腦面前,,戴著藍色的頸圈,對貓感興趣,,這些情況很可能會被其他人知道,。因為若干個智能硬件和數(shù)據(jù)服務商,已經(jīng)將這條小狗和它的主人的許多數(shù)據(jù)上傳,,并進行分享,。“在互聯(lián)網(wǎng)上隱姓埋名,,不過是人們的一個臆想,。”
在Facebook,、微信誕生之前,基于計算機聯(lián)網(wǎng)系統(tǒng)的部分信息,,已經(jīng)可以幫助確定個人身份了,。20世紀90年代中期,研究人員僅根據(jù)美國馬塞諸塞州醫(yī)療就診信息中的性別,、出生日期和郵編,,就準確地找到了該州州長的醫(yī)療記錄。這一方法在當時就可以確定87%的美國民眾身份,。幾年以前,,美國在線公布了65.8萬名用戶在三個月內(nèi)的不記名搜索日志,《紐約時報》的記者隨意選擇了其中一些數(shù)據(jù),,成功地確定了相關(guān)人的具體身份,。研究人員還對網(wǎng)飛公司的客戶匿名數(shù)據(jù)進行分析,同樣可以精準的辨識用戶身份。
要通過亞馬遜等電商企業(yè)購物,,就得輸入姓名和送貨地址等信息,,而這些信息與用戶在其他聯(lián)網(wǎng)系統(tǒng)、網(wǎng)站錄入的信息(如社保信息,、搜索記錄,、商品購買記錄、社交網(wǎng)絡歷史記錄)相疊,,就可以更為精確的形成對用戶個人的圖譜描繪,,其中還包括用戶的社會關(guān)系。
有些用戶還努力避免個人信息被企業(yè)收集,,堅持使用假名在網(wǎng)上注冊,,致電企業(yè)客服電話時也明確表示不愿通話被錄音。但這種抗拒常常是無效的,,不僅因為不接受企業(yè)的數(shù)據(jù)采集,、錄音條款,就無法獲得相關(guān)的服務,,而且企業(yè)可以通過算法通過其他信息找出假名背后的用戶真實信息,。
一些被認為泄露了他人隱私的信息操作,會被法官或執(zhí)法部門裁決為有利于公眾而無法給予刪除,,例如,,老板通過微信、電子郵件等方式不公平地指責你,,或是要求“潛規(guī)則”,,你將這些內(nèi)容發(fā)布在網(wǎng)上,當然是對老板隱私的披露,,但分享這些內(nèi)容顯然有利于公眾了解你所供職的機構(gòu)以及其他人,。
全球頂級大數(shù)據(jù)、移動社交技術(shù)和消費行為專家,、亞馬遜公司前首席科學家安德雷斯·韋思岸坦率指出,,包括亞馬遜在內(nèi),企業(yè)借助于網(wǎng)站,、APP,、社交應用的記錄,以及智能硬件上傳的數(shù)據(jù),,全方位的對用戶進行跟蹤監(jiān)控,,越來越緊密的嵌入用戶的生活。數(shù)據(jù)挖掘與分析因而成為企業(yè)界而今普遍的商業(yè)模式,。
對于用戶來說,,數(shù)據(jù)披露會給自己帶來直觀便利,盡管許多企業(yè)基于數(shù)據(jù)挖掘的營銷推廣多少顯得有些粗暴和簡單(例如用戶無意間瀏覽了喪葬題材的新聞或商品后,會在社交網(wǎng)絡上不斷收到有關(guān)商品的推薦,,讓人哭笑不得),,卻沒有意識到社交數(shù)據(jù)透明化的長遠影響——數(shù)據(jù)挖掘與分析基礎(chǔ)上的商業(yè)模式,更為精確的將消費者進行定位,、細分,、轉(zhuǎn)化,很可能讓消費者為固定消費付出更高的價格,;而大量積累暴露出喜好等個人選擇的數(shù)據(jù),,很多情況下也會成為不利于用戶的依據(jù):如果你在就診后(聯(lián)網(wǎng)醫(yī)療數(shù)據(jù)),沒有依照醫(yī)囑調(diào)整飲食習慣(購物數(shù)據(jù),、體重數(shù)據(jù)),,并進行鍛煉(計步器數(shù)據(jù)),保險公司完全可以拒絕在你患上大病后報銷治療費用,,或者在你得病前要求你繳納更高的保費,。你通過社交網(wǎng)絡發(fā)表的言論、分享的信息,,也很可能對你的職場發(fā)展造成深遠影響,,某些雇主會因此拒絕你的申請。
安德雷斯·韋思岸所著的《大數(shù)據(jù)和我們》一書,,是從如何更好的利用數(shù)據(jù)為用戶服務,,并切實增強用戶數(shù)據(jù)管理意識,以保障用戶權(quán)益的角度出發(fā),,提出了再造用戶數(shù)據(jù)觀念,,即調(diào)整隱私權(quán)意識,積極嘗試社交數(shù)據(jù)分享并以此創(chuàng)造價值,,另一方面也要爭取獲得對個人數(shù)據(jù)使用,、交換的許可權(quán),最終實現(xiàn)數(shù)據(jù)創(chuàng)建者與數(shù)據(jù)企業(yè)都遵循透明性與主動性原則,。
全書第1章以亞馬遜等企業(yè)為例,,敘述了數(shù)據(jù)挖掘的力量,簡要闡述了數(shù)據(jù)挖掘與分析的基本原理,,并強調(diào)數(shù)據(jù)挖掘與機器學習都是一個不斷優(yōu)化不斷糾錯的過程,建議用戶要培養(yǎng)數(shù)據(jù)素養(yǎng),,理解企業(yè)數(shù)據(jù)利用商業(yè)模式的原理,,為把握用戶數(shù)據(jù)權(quán)利主動權(quán)打下基礎(chǔ)。而在第2章中,,書作者圍繞數(shù)據(jù)時代的數(shù)據(jù)利用方式,、商業(yè)模式、用戶習慣,與傳統(tǒng)的隱私權(quán)觀念所形成的矛盾,,指出除非某個人完全隔絕于數(shù)字世界,,否則尋求匿名化生存的努力仍將無效,強調(diào)社交數(shù)據(jù)分享的個人價值與公共價值,。進入第3章,,書作者討論了數(shù)據(jù)時代的社交關(guān)系、社交圖譜,,以領(lǐng)英網(wǎng)等社交網(wǎng)站再造用戶社交圖譜為例,,指出社交網(wǎng)絡及其體驗方式已經(jīng)較為徹底的重塑了用戶的交往方式以及信用管理理念,借助新方式和理念,,用戶將得以作出更佳的決策,。當然,用戶也應當向企業(yè)提出要求并施加壓力,,敦促其更快的實現(xiàn)透明性和主動性兩個目標,。《大數(shù)據(jù)和我們》書中第4章展望了傳感器等智能硬件數(shù)據(jù)的商業(yè)挖掘前景,,以及對于用戶的利用價值,。
數(shù)據(jù)時代,用戶應當享有什么樣的數(shù)據(jù)權(quán)利,?安德雷斯·韋思岸給出建議指出,,在提高數(shù)據(jù)挖掘過程透明性方面,用戶應擁有訪問自己數(shù)據(jù)的權(quán)利,,檢查數(shù)據(jù)挖掘過程安全審計,、隱私權(quán)效率評級、數(shù)據(jù)回報評分等進程的權(quán)利,;以及提高用戶主動性的4項權(quán)利:修正數(shù)據(jù)權(quán),、對數(shù)據(jù)進行模糊處理的權(quán)利、開展數(shù)據(jù)挖掘?qū)嶒灥臋?quán)利,、自主導入和導出數(shù)據(jù)的權(quán)利,。應該說,在美國,、中國等市場,,一些企業(yè)已經(jīng)賦予用戶以上6項權(quán)利,但還不夠充分,,或者會以收費門檻來限定用戶使用,,這種現(xiàn)狀理應盡快得以扭轉(zhuǎn)。
例如,,用戶檢查數(shù)據(jù)挖掘過程的權(quán)利,,目前的保障情況并不理想,。用戶很多情況下難以獲知數(shù)據(jù)公司是否擁有良好的數(shù)據(jù)加密機制,也不清楚一旦發(fā)生數(shù)據(jù)遺漏事件后的處理情況,,數(shù)據(jù)公司在安全方面的資源投入情況,,等等。而對于數(shù)據(jù)挖掘應當帶給用戶多少回報(應用便利),,用戶也一頭霧水,,不少數(shù)據(jù)公司在這方面的利益分配操作中顯得極不透明。
又如,,由于目前數(shù)據(jù)公司尤其是占據(jù)細分市場較大份額的巨頭企業(yè),,事實上享有數(shù)據(jù)使用的獨占權(quán)和對用戶訴求的審查權(quán),因而用戶申請更改(或刪除)一些錯誤信息,、一經(jīng)泄露會對用戶安全或財產(chǎn)造成嚴重威脅并與公共利益無關(guān)的信息時,,往往得不到企業(yè)的快速回應,甚至不能將有關(guān)數(shù)據(jù)進行模糊處理(模糊處理指的是隱去用戶個人細致信息等處理方式),。
![]() |
農(nóng)村電商作為農(nóng)業(yè)發(fā)展,、脫貧攻堅的重要突破口,,各路資本踴躍加入,投資者爭搶“風口”,,,,千千萬萬人從中受益。