<tr id="yehg0"><sup id="yehg0"></sup></tr>
<pre id="yehg0"><small id="yehg0"></small></pre>
    1. <big id="yehg0"><nobr id="yehg0"></nobr></big>

    2. <code id="yehg0"><small id="yehg0"></small></code>
    3. <code id="yehg0"><small id="yehg0"></small></code>
    4. 云南十一选五云南十一选五官网云南十一选五网址云南十一选五注册云南十一选五app云南十一选五平台云南十一选五邀请码云南十一选五网登录云南十一选五开户云南十一选五手机版云南十一选五app下载云南十一选五ios云南十一选五可靠吗
      當前位置:100EC>互聯網研究>分析:從健康碼出發聊聊大數據的利與弊

      全國疫情數據

      {{dataList.mtime}}
      • 確診

        {{dataList.gntotal}}

        較昨日{{dailyNew.addcon_new}}

      • 疑似

        {{dataList.sustotal}}

        較昨日{{dailyNew.wjw_addsus_new}}

      • 死亡

        {{dataList.deathtotal}}

        較昨日{{dailyNew.adddeath_new}}

      • 治愈

        {{dataList.curetotal}}

        較昨日{{dailyNew.addcure_new}}

      分析:從健康碼出發聊聊大數據的利與弊
      發布時間:2020年04月10日 09:23:12

      (網經社訊)疫情期間,健康碼的采用讓使疫情防控更加高效、精準。這背后,是數據技術在發揮作用。但是,大數據在為生活帶來便利的同時,我們的隱私可能也會受到威脅。文章從大數據的概念出發,對其利弊進行了分析,并總結了它帶來的機遇。

      2020年,疫情的爆發使健康碼在各大城市相繼使用,健康碼是以真實數據為基準,識別人員是不是直接或間接接觸過一些感染者,從而判斷人員是否需要隔離排查。

      杭州市委副書記在接受新聞采訪時表示,健康碼的評判來源于三個維度:空間維度、時間維度和人際關系維度。這說明了健康碼的生成充分利用了用戶的數據,雖官方暫未公開數據使用的詳情,但猜測健康碼會結合用戶的人際關系數據、GPS定位數據、電信運營商數據、消費記錄數據、線下掃碼位置數據等相關信息,進而判斷人員是否出入高危場地。

      健康碼的應用,屬于大數據技術的典型案例,網絡服務提供者利用收集到的用戶數據,預測用戶的健康情況,使疫情防控更加高效、精準。

      人們在享受大數據帶來便利的同時,若網絡服務提供者不按照規定使用用戶數據,也將對用戶造成騷擾,威脅到用戶的隱私信息。

      一、到底什么是大數據

      “任何理論首先必須澄清雜亂的,或者說是混淆不清的概念和觀念。只有對名稱和概念有了共同的理解,才能清楚而順利地研究問題”。——克勞塞維茨《戰爭論》

      李笑來曾經提及過,在寫《韭菜的自我修養》這本書之前從來不會使用“韭菜”一詞,因為沒有弄清“韭菜”一詞的定義,在沒有弄清一個詞的定義之前,不應該隨便使用。

      自從大數據概念被提出,我們已經廣泛使用了這么多年的“大數據”,那么“大數據”的具體概念應該是什么?

      現實世界中,有很多詞匯是沒有官方定義的,比如“人工智能”,沒有哪個機構說他們定義的就是正確的“人工智能”概念。在不同的時代里人們對人工智能的定義也是不同的,上個世紀60年代,人們認為可以下跳棋的計算機就是人工智能,但現在看來這個說法顯然是無法被人們接受的。

      相同的,大數據的定義,也沒有一個官方機構明確地說明什么就是“大數據”。早些年對于政府機構來說,數據匯集也叫做大數據,而后出現了一些數字辦、大數據局等新成立的單位,把各地方、各單位的數據匯聚起來,以發揮后續政府數據的價值。對于金融機構來說,可以通過用戶的行為進行用戶畫像就是大數據,通過用戶的行為數據,判斷用戶的償還能力及償還意愿,識別用戶貸款的風險。

      麥肯錫對大數據給出的定義是:“一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合。”在《大數據時代》中,大數據指“不用隨機分析法,而是采用所有數據進行分析處理。”IBM提出,“大數據是具備5V的特性數據,5V包括:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)、Veracity(真實性)。”在上述基礎上,業內人士已將大數據拓展成了“十字特性”,即:一“大”,二“雜”,三“全”,四“多”,五“快”,六“久”,七“活”,八“簡”,九“稀”,十“聯”。

      大數據的定義如此之多,致使每個人心中都有對大數據的不同理解。如今多數情況下,人們提到大數據,都是在特指通過數據分析,可以得到數據中的價值,具體價值可以是協助人們進行決策判斷,預測未來事情的變化,發現事務中的關聯性等價值體現。本文所說的大數據,就是在遵循這樣的描述。

      二、大數據的“利”

      1. 預測

      預測是自古人們都在向往的活動,生活中的預測無處不在,比如通過概率分析法預測彩票的中獎號碼,通過價值分析法預測股價的走勢。

      古代人們利用占卜進行預測,就是通過多年觀察到的事務變化,結合歷史數據總結出來規律,應用在后續的占卜活動中。占卜并沒有科學依據,但實際上占卜就體驗了人們的大數據思維,利用對過往數據的總結,不必非得知道現象背后的因果,只要知道相關性就可以預測未來。

      古代的中醫從業者,并沒有能力提煉出草藥中的成分,哪種草藥可以抑制哪種疾病,完全是在結合大量的實際案例,根據經驗從數百種種草藥中挑選出不同的組合,從而醫治不同的疾病。

      預測從古代發展到近代,出現了利用數學模型預測的方法,比如利用過往數據和數學模型的結合,預測未來幾年的人口增長情況。

      數學模型是用數學符號、公式、方程等對現實世界規律的抽象描述。如今的氣象預報,還在應用數學模型的方法來預測未來的天氣,氣象局會根據氣象圖的變化趨勢,結合溫度,壓力,濕度,風向,風速,陽光照射情況等,應用數學模型預測天氣的變化趨勢。

      當今的大數據分析,就是在結合了占卜和天氣預報的方法,利用歷史數據,結合數學模型,預測未來、預測結果。健康碼應用,通過我們的電信運營商數據、交通出行數據、交易記錄數據等信息,預測我們是否為高危感染人群,判斷是否需要進行隔離觀察,這就是在預測結果。搜索引擎,通過用戶的搜索喜好,預測美國總統的未來人選,這就是在預測未來。

      預測是大數據最典型直觀的價值體現,有時預測也被看作人工智能的范疇。在未來,利用大數據預測,將給人們帶來更多的便利。利用數據預測可能的疾病,以便提早做出預防;利用數據預測學習的缺陷,以便精準教育及練習;利用數據預測用戶的真實需求,從而不需要產品經理來瞎猜(估計到時候我也就下崗了)……

      2. 發現相關性

      2004年,沃爾瑪從以往數據中發現,在季節性颶風來臨之前,不僅僅颶風用品的銷量會增加,而且蛋撻的銷量也會大幅增加。因此每當季節性颶風來臨之前,沃爾瑪就會把蛋撻商品擺放到颶風用品旁邊,以便讓快速購買颶風用品的顧客留意到蛋撻,增加蛋撻商品的銷售量。沃爾瑪的人也并不知道為什么蛋撻就成了颶風來臨時的暢銷產品,但是他們只需要知道颶風來臨時沃爾瑪的蛋撻會暢銷就可以了,找到了這個相關性之后即使不用找到背后的原因,也可以提升銷量。

      大數據時代,我們不必非得知道現象背后的因果,只需要發現相關性,應用到后續的活動中,就可以創造巨大的經濟或社會價值。利用大數據發現相關性,可以加快社會的進步,加快人們的決策,避免了找到“因”,在想清“果”的繁瑣過程。

      三、大數據的“弊”

      1. 威脅用戶隱私

      在大數據時代,人們偶然間發現自己的隱私受到了威脅,我們的隱私被互聯網服務提供商監視著,購物應用監視著我們購物習慣,搜索引擎監視著我們網頁瀏覽習慣,社交軟件監視著我們的社會關系,理財產品監視著我們的財富……

      互聯網服務提供商監控著我們的數據,利用我們的數據搞“大數據殺熟”,形成“千人千價”,從而提高自身的利潤,受害的卻是我們消費者。美國國家安全局2007年發起的棱鏡計劃,通過互聯網服務器中的數據監聽著我們每一個人的一舉一動,在其面前我們沒有隱私可言,擁有大量數據的機構,知道我們的每一個真實行為,有時甚至比我們自己都了解我們。

      互聯網服務提供商不合規利用數據對我們造成的影響尚可原諒,一旦數據被泄露或非法交易,將造成不可預知的后果。當今泄露事件層出不窮,臉書把用戶的點贊數據非法供給了劍橋分析公司,間接性對美國大選結果造成一定影響;雅虎2016年泄露15億人次的用戶信息,使廣大互聯網用戶的生日,電話號碼,賬戶密碼在暗網流傳,隨時有可能流入不法分子之手。

      2. 強者愈強

      未來將是人工智能的時代,從人工智能的歷史發展中觀察,人工智能算法的優化,用程序員主動去寫算法,算法的精準度不如利用大量數據去訓練算法的效果好。因而數據在人工智能的發展中,將會起到至關重要的作用。

      企業擁有的數據量越大,其算法的訓練越充分;算法訓練越充分,產品將越趨于完善;產品越完善,用戶越多;用戶越多,企業的數據量越大。這樣就走到了一種無限的循環之中,形成強者愈強的馬太效應,使小企業更難趕超大企業。

      四、大數據將會帶來的機遇

      1. 商業模式創新

      未來可能會存在部分企業,不在以向用戶收費或廣告商收費的方式盈利,而是以產生數據,售賣數據服務的方式來達到盈利的目的。

      例如智能冰箱制造企業,免費提供智能冰箱給用戶使用,但冰箱中的貨物情況制造企業需要進行監控。企業將監控到的數據售賣給商超形式的貨物提供企業,貨物提供企業自動對冰箱中的缺貨情況進行補貨,從而承包用戶的全家食材。

      同時智能冰箱制造企業還可以將用電數據賣給電力供應商,告知電力供應商每戶家庭的冰箱使用及耗電情況。電力供應商通過購買全部智能家電的用電情況,從而實現精準生產電能,避免造成電能的浪費。

      2. 數據連接企業

      當前企業間、政府間的數據,無法做到互聯互通,形成了一個又一個的數據孤島,但是一些企業可能又需要其他機構的數據,來實現自身業務的優化。例如銀行就需要用戶的房產數據、車輛數據來判斷用戶的財富;保險機構需要用戶的醫療數據來判斷用戶的以往病史。

      在數據互聯需求的驅動下,未來將會催化數據連接平臺產品的誕生。平臺連接數據的供需雙方,成為“數據淘寶”,為供需雙方提供數據的信息流和資金流。

      由于受到法律的制約,直接進行數據售賣顯然將存在法律風險。因而數據連接平臺的發展可能會朝著授權流通、畫像流通、去標識化流通的方向發展。

      授權流通就是在用戶的合法授權之下,把數據從供應方轉移到需求方;畫像流通就是將需求方的用戶畫像模型運行于供應方的系統之中,從而在供應方的系統中只輸出畫像結果,不輸出原始數據;去標識化流通就是將用戶的隱私信息去標識化,只流通無隱私的數據,例如流通某地區的用戶購買數據,分析購買喜好,但不能對應到具體個人。

      3. 數據思維企業

      未來將會有越來越多的企業需要進行數據的價值挖掘,但由于每個企業都有自身的業務,企業內部的員工重點關注自身業務的發展,對數據價值挖掘的具體方法不會特別了解,因此將會有公司專門提供數據價值挖掘思維的業務。如麥肯錫,波士頓,貝恩,四大等,都具備天然的優勢開展此類業務。(來源:人人都是產品經理 文/產品工具箱 編選:網經社)

      針對此次新冠肺炎疫情帶來的影響,網經社啟動“春雨行動”計劃,出臺六項舉措:首推“全國中小電商扶持計劃”、啟動“疫情下電商系列調查”、上線“全球NCP物資供需平臺—戰疫通”、開啟“全國百家電商CEO系列訪談”;加之此前“百家電商抗疫播報行動”“疫情大數據平臺”,形成了從資訊播報、數據查詢、物資對接、扶持政策、專項調查、高端訪談等“六位一體”全方位的綜合服務體系。

      【版權聲明】秉承互聯網開放、包容的精神,網經社歡迎各方(自)媒體、機構轉載、引用我們原創內容,但要嚴格注明來源網經社;同時,我們倡導尊重與保護知識產權,如發現本站文章存在版權問題,煩請將版權疑問、授權證明、版權證明、聯系方式等,發郵件至law@netsun.com,我們將第一時間核實、處理。

        云南十一选五{{转码主词}官网{{转码主词}网址