所謂的大資料，就是用你看起來沒啥價值的資料，挖掘你的隱私。

比如用你手機的定位資料，可以知道你的家在哪裡，在哪裡上班，你常去哪裡，你的興趣愛好是啥等。

網際網路隱私要完全規避有點難，但可以最大程度規避，可以最大限度縮小了解你隱私人的範圍，這一樣是有必要的。一個人知道你隱私，比成千上萬人知道要好很多。知道你一部分隱私，要比知道你全部隱私要好很多。

本人專注於網際網路隱私保護，感興趣的可以關注本號，共同探討。

新奇界J

堂堂正正做人，只要你不違法亂紀，就算知道了這些東西，也不會造成損失，剛好換個角度想，更能夠得到更好的服務和享受。

大資料時代無隱私，無論是國民app（支付寶已經在這樣做了，見我置頂文章）還是小商家都會出於逐利本能，在不違法（或監管不嚴）情況下利用大資料殺熟，提供區別價格或服務；你的關鍵詞會被提取，你的行為會被分析，進而被系統預測。所有人會活得越來越像個嬰兒。

大資料時代是潮流，個人覺得也是不可逆的，電影裡面多少會有一些虛構情節，但要知道目前還沒有哪個政府、集團或者組織站出來說我們反對大資料。如果涉及到隱私這一塊了，確實，大資料給人一種不安全感，但是總的來說還是利大於弊的，畢竟大資料客觀上知道你是一個怎樣的人，喜歡什麼等等，或許這一點你自己都沒有那麼發現吧。（雖然都是被貼上標籤，但整個過程是存在合理性的），事物都是在不斷磨練之中成長的。

大資料時代的到來，必然會改變現在的許多事情，資料的越來越龐大，越來越有價值，對應的我們也要及時採取相關安全措施，或者是一些相關法律制度，以此保證每個人的資訊不被洩露！

絕對的安全存在於自己內心。現實社會一切都是相對的。不是嗎？愛和恨 香何臭 飢餓和吃飽 美麗和醜陋 當然也包括安全方面等等。

大資料時代打通了底層的資料結構，共享互通促進了時代的變革。資訊的安全不管在任何時代和場景都沒有絕對安全，我們生活在當下，只需要考慮如何運用好資訊帶來的對稱性破除市場的不對稱，安全性問題隨著自然選擇的自然法則，也會湧現出對應的安全防護機制。

一三年加入金融行業，見證“網際網路金融”、“大資料”在行業內外被炒得愈加火熱，一六年又出現了“區塊鏈”這個不下功夫研究，單從字面意思無法理解的技術新名詞。

“大資料”深刻變革著社會生活的方方面面，我們享受資訊處理速度帶來的效率生活，同時也在逐漸意識到個人資訊在被不斷收集、加工或洩露，一些事件給我們造成困擾，甚至有被“侵犯”的尷尬。

所以，大資料的時代，你怎麼看？

“大資料”在商業領域的運用，老百姓能夠接觸到、感受到，和用肉眼看到的，其實只是很小的一部分。

在我的工作領域，“大資料”被用來挖掘客戶借款需求，精準定位消費信貸人群，透過客戶的信用記錄、關聯資訊對他進行評分評級，給出不同信用等級客戶差異化的授信額度。

然而，還有更多的資料商業化運用，我們並沒有感知和察覺。

“iPhone本身就是一個"移動間諜"，一直在使用者不知情的情況下收集手機位置和無線資料然後傳回蘋果公司。”

“毋庸置疑，收集使用者地理位置資料的能力已經變得極其具有價值。從個人層面上來說，根據他所居住的地點和他要去的地方的預測，可以為他提供定製廣告。”

“許多公司對微博做了句法分析，有時還會使用一項叫做情感分析的技術，以獲得顧客反饋意見的彙總或對營銷活動的效果進行判斷。”

“亞馬遜同時記錄下客戶購買的書籍和他們瀏覽過的頁面，便可以利用這些資料來為客戶提供個性化的建議。同樣，Facebook跟蹤使用者的"狀態更新"和"喜好"，以確定最佳的廣告位從而賺取收入。”

“所謂大資料思維，是指一種意識，認為公開的資料一旦處理得當就能為千百萬人急需解決的問題提供答案。”

跟上大資料的時代，我們需要變革三個思維方式：“不是隨機樣本，而是全體資料”，“不是精確性，而是混雜性”，“不是因果關係，而是相關關係”。

“不是隨機樣本，而是全體資料”：

如今，技術環境已經有了很大的改善，“在資訊處理能力受限的時代，世界需要資料分析，卻缺少用來分析所收集資料的工具，因此隨機取樣應運而生，它可以被視為那個時代的產物。”

“在取樣分析的時候，很多資訊就丟失了——你能欣賞一首歌的抽樣嗎？擁有全部或幾乎全部的資料，我們就能夠從不同的角度，更細緻地觀察和研究資料的方方面面。”

“不是精確性，而是混雜性”：

“資料量的大幅增加會造成結果的不準確，與此同時，一些錯誤的資料也會混進資料庫。”

“‘大資料"通常用機率說話，而不是板著"確鑿無疑"的面孔。"

這一章節的觀點闡述，讓我想起“知乎”，它的百度解釋是“使用者分享著彼此的專業知識、經驗和見解，為中文網際網路源源不斷地提供高質量的資訊。”

注意，是“高質量”而不是“精確”或“準確”，我想知乎的知識庫肯定也包容著大資料的混雜性，而促使各行各業的精英有更高的分享動力，共享知識數量得以幾何倍增長，使用者和平臺也都更加受益。

“不是因果關係，而是相關關係”：

“相關關係的核心是量化兩個資料值之間的數理關係。相關關係強是指當一個數據值增加時，另一個數據值很有可能也會隨之增加。”

“知道是什麼就夠了，沒必要知道為什麼。”

這個觀點是本書的精華，是對我們一貫認知事物邏輯的挑戰。過去，我們習慣用因果關係的視角來理解世界，我們習慣尋根問底，我們對探尋現象本質、是非因果投入了極大的熱情。

書中展示了一個很有意思的例子來說明相關關係：沃爾瑪對歷史交易資料記錄進行了觀察，發現每當季節性颶風來臨之前，不僅手電筒銷售量增加了，而且蛋撻的銷量也增加了。因此，當季節性風暴來臨時，沃爾瑪會把庫存的蛋撻放在靠颶風用品的位置，以便行色匆匆的顧客從而增加銷量。

為什麼颶風會增加蛋撻銷量？誰知道呢？Who care 呢？

“因果關係只是一種特殊的相關關係。”

建立在相關關係上的大資料思維，可以幫助我們捕捉現在和預測未來，這些資料預測應用已經很廣泛，並在爆發式增長。

FICO執行長揚言，“我們知道你明天會做什麼”；谷歌建立系統，關注特定檢索詞條的使用頻率與流感在時間和空間的傳播關係之間的聯絡，加入特定資料模型後，及時判斷流感的傳播源頭；到2012年為止，Farecast系統用了近十萬億條記錄來預測美國國內航班的票價，給使用預測工具的消費者，平均每張機票節省50美元。

“我們時刻都暴露在"第三隻眼"之下：亞馬遜監視著我們的購物習慣，谷歌監視著我們的網頁瀏覽習慣，而微博似乎什麼都知道，不僅切聽了我們心中的"TA"，還有我們的社交關係網。”

談及大資料的隱患，我們能想到的第一個當然是對我們的“隱私”和“傾向”的不良影響，我們感覺到私生活被監視。除此之外，它的弊端還有：“大資料會加速企業間的優勝劣汰”；“過分依賴資料，而資料遠沒有我們所想的那麼可靠”；“無論大資料如何威脅到隱私保護，最讓人們頭疼的都是行為傾向的問題”。

有了大資料，我們就能預測人的行為，有時還能十分準確。這誘使我們依據預測的行為而非實際的行為對人們進行評定。”

“大資料預測的準確性越來越高，它能夠預測行為的發生，在人們犯錯之前，提前懲處。因為預測的結果幾乎不可反駁，人們也就無法為自己開脫。但這種基於預測得出的懲罰不僅違背自由意志的原則，同時也否定了人們會突然改變選擇的可能性（無論可能性有多小）。”

總之，“大資料”變革著這個時代的思維方式，我們生活在大資料引爆的衝浪式便捷生活的糖衣下，或許，也同時給這個時代埋下了誰都無法預知的炮彈。

大資料這個技術，用的好了能夠提升服務質量，為商家、企業提供很多的發展機會與機遇。但是如果利用的不好那就是侵犯客戶的隱私，在大資料技術完全普及之後，應該會有法律來約束他，我們需要大資料給我們帶來的便利，同時也要堅決打擊不法分子利用大資料。

隨著社會的發展，網際網路的發展，人們生活的多元化，需求服務的多元化，這導致了資訊資料龐大化，各個領域就必須採取應對分析這些資料