大数据背后, 是谁在监视我们的生活?

总有一些老年人语重心长的对年轻人说现在的人都不如以前单纯了，是的，现在的人比起五六十年代，可以称得上是“各怀鬼胎”。但一个最容易被人忽视的真相是，在这里，总有人比你更了解自己。

做人脸识别的公司知道我们每天晚上什么时间卸妆，什么时候敷面膜，周末早上赖床到几点，因为在这些时候，人脸识别通过率会骤然变低。

周一早高峰时间挤在地铁里刷财经新闻的一些人，会在周五下班路上收到系统为他们推送的八卦新闻，因为算法知道这是他们此刻最想看到的内容。

在真实世界里，性别只分男和女，阿里巴巴曾经就有18个性别标签，它知道有些账号白天是男性用户持有，而晚上使用的却是女性。判断依据是用户资料、浏览商品类目、对话使用称谓，以及那些我们自己或许都未曾察觉的访问习惯——点击屏幕的轻重，经常输错的错别字，在浏览器窗口是喜欢在新窗口打开、还是反复使用前进后退键，正是它们告诉机器，此刻对着屏幕滑动商品页面的究竟是谁。

大数据里的我们，拥有异常真实的群体画像。因为我们在面对手机的时候非常诚实，永远对它说真话。

世界上知道这些秘密的只有你，和机器另一端的数据科学家。在机器语言里，我们不止是一个名字、一个地址、一串设备识别符。它每秒钟监测超过400个变量，记录每一个行为轨迹。

截止2018年第一季度，超过10亿人每月使用微信及WeChat，6.17亿人在淘宝购物，全国搜索引擎用户达6.4亿，他们时刻创造新的海量数据，也在被勾画着异常精准的群体画像，机器在一步步接近一张清晰的人性图景。数据是这个时代最特别的商品，它的产生几乎毫无成本，却造就了无数科技独角兽、日渐强大的上市公司，以及数以亿计的产业利益。

听一个分析师讲述数据挖掘过程，就像是见证了一场悬疑推理，唯独这一次，福尔摩斯活在大数据里。一切从手机App安装软件中的SDK开始，这是一个搭载在App中的软件开发工具包，其中嵌入了统计分析工具，实时收集用户信息。当然，这是经过你授权同意的，就在你可能从来没有认真读完的用户协议里。

从App下载到手机那一刻起，揣测人生的尝试就开始了。仅仅是安装过程中所抓取的硬件设备信息，App已经对你有了一个大概印象——如果一台手机一个月内有10次连接同一个星巴克的WIFI，20次连接同一个定位在写字楼的公共区域WIFI，30次连接一个家庭WIFI，再算上这些WIFI的地理位置，以及WIFI名里的关键词，那么，一条几近清晰的生活——工作的路线轨迹，get。

没有人能控制自己的数据，我们的数据时刻被人监视。

互联网公司让你感到害怕，只是因为你在App里，没有掩饰你是什么样的人，而App把这些看在眼里——你不会出柜，但会偷偷在淘宝上搜索润滑剂;你不会跟人说荤段子，但App上看到翘臀美女还是会点进去;你对外痛击侵犯版权，但看到四位数价格的正版软件，还是去搜了盗版的下载??

对于掌握海量用户数据的大公司，真实的人性画像等于钱，因为他们能找到非常精准的目标用户，比如商家想要卖一款针对5岁以下孩子的推车，他们就可以提供‘家里有5岁以下孩子、订单中却未发生过此类母婴商品购买行为’的用户群。他们将海量用户喜好、兴趣、习惯等数据组建成数据库，这样向品牌商和广告主推销：这些消费者数据也是一种资产，你知道他们习惯买什么、什么时候想买，它能如预知未来一样，直观看到未来可能收割的营业额，不是某种估计的指标或指数，而是‘实实在在的人民币’。

这大概是广告主最喜欢的时代。Facebook曾推出一项行之有效的算法lookalike。比方说，一家公司想卖啤酒，它只需要提供100个曾经购买过这款酒的用户群体，数据会将它们视为种子用户，寻找和种子用户相似的另外500个人。他们有相似的兴趣爱好，相似的行为习惯，他们可能并没有买过啤酒，但是基于他们的行为特征相似性，该相似群体极有可能在推送后马上得到转化，买下这款啤酒。

据报道，国内个人信息泄露数达55.3亿条，平均每个人有四条相关个人信息泄露，这些信息最终在黑市反复倒手，直至被榨干价值。其中，80%的数据泄露来自企业内鬼，黑客仅占20%。

就在不久前，一名Facebook安全工程师被解雇，因为在网上搭讪女性的时候吹嘘，自己能够看到所有人的信息，并声称‘我是一个专业的跟踪狂’。而一位豆瓣用户则发文称，与前男友分手后遭到持续跟踪骚扰，前男友利用某电商App登录漏洞，查到了她家人、闺蜜、朋友的姓名、住址、电话，可是即便经过投诉，最终也没有阻止跟踪狂的持续登录。

一个安卓App开发者是这样解释自己近乎无所不能的工作的：在App安装后，他能够获得大量授权，推断数据里的人群做什么工作、常去哪里、毕业于什么学校、有什么爱好、有没有结婚、有没有外遇、有没有房、有没有车、现在是外出度假还是在家呆着，甚至通过读取银行通知短信，推测实际收入。有时候为了客户需要，他还得推测人心，排除伪君子，比如如果手机里下载高端财经App，打开频率却几乎为零，那么这个人的标签要么是不小心下错了软件，要么就是‘比较装’??

我们正在面对的数据未来是，人或许比想象中更容易预测，而算法可能比我们更了解世界。

2008年9月15日，美国雷曼兄弟公司宣告破产，引发次贷危机，而最早察觉到这件事的是Linkedin的数据科学家。他们注意到，9月14日明明是一个周末，网站数据却十分活跃，不断有人疯狂联系工作、更新简历、发送消息，而所有这些行为都来自雷曼兄弟的员工。

随着技术优化，现在甚至不需要成为专业人士，就能洞察真相。就在今年初，使用健身记录软件Strava的用户发现，仔细查看App所提供的跑步热力图，能轻易推测出美军驻阿富汗军事基地的具体位置。因为它会实时追踪用户位置数据，以高亮形式呈现在地图上，而在当地用户很少的战乱地区，每天集体跑步的美国士兵在热力图上圈出了异常明显的行动路线，基地位置、出勤时间、巡逻路线在图上一目了然。

2012年，美国罗彻斯特大学教授亚当·萨迪克(Adam Sadilek)和微软实验室的工程师约翰·克拉姆(John Krumm)共同发布了他们的研究，‘如今已有大量研究能够预测人的未来行程，比较典型的是可以预测一小时以后，人会去哪儿。’他们的论文这样写道，‘相反，我们着手解决的是更开放的难题——预测数月甚至数年后，人们会在哪儿。’

他们收集了32000天里307个人和396辆车的GPS数据，构建模型，准确度高达80%。在他们的描述里，未来的营销广告甚至可以精确成这样：‘需要理发吗?4天后，你将会出现在这家美发厅附近，到时候可以获得5美元的折扣。’

有次数据团队私下聊天，聊着聊着突然有人问，一个人活一辈子，是不是也能用大数据分析出来?

结果，几个人嘻嘻哈哈地开始推演，很快把自己吓到了。在理想状态下，一个人从生到死的每一个阶段，还真有可能预测出来——出生在哪里，家庭背景什么样，父母收入水平怎么样，小时候的性格行为习惯，结合当地教育水平指数，再算上从新闻中提取的实时经济波动曲线等等，很多以为是意外的东西，更多时候只是一种计算概率。

讨论到最后，有人嚷嚷，那活着还有什么意思啊?闹了半天，活着就是一个数学概率问题啊?

事实上，这是一部分数据科学家的愿望。他们希望打通每个环节的数据，获得全域大数据，开启‘上帝视角’，最大限度挖掘数据。在乐观者的描述里，那会是一个奇妙的世界，机器会基于大数据替我们选择最划算的商品、最合适的医生、最好的路径大数据监控，以后也不再会有交通堵塞，每个人的运行轨迹会实时调整配置，一路绿灯??

但是，也会遇到另一种可能：你的健康数据显示你的胆固醇过高，需要锻炼，节制饮食，可是你的购物车里下单了油炸食品，签收人是你本人，运动传感器显示，你没去跑步，还是窝在沙发上看电视剧，因此，潜在招聘官判定你的性格含有‘意志薄弱’的标签，打算拒绝你的求职申请。

无论如何，在未来并未可知的今天，我们依然生活在这个数字化包围的世界，不愿意放手。统计显示，人们平均每天要在手机屏幕上滑动2617次，在睡不着觉的晚上，23%的受访者会抱着手机睡觉，而其中的3%则强调，自己必须要天天握着手机，才能入睡。

光纤传回数据的时候没有声音，它不会提醒你，这里正在发生什么。在更好的规则到来前，大数据世界将依然是一个没有警笛的沉默战场。就像是这座城市里被忽视的周五晚高峰地铁上的八卦、没有打开的高端财经App、被印在报价表上的个人喜好，还有那些为了它苦恼、争吵、麻木、抗争的人类故事一样，它们只存在在一串字符与另一串字符的连接中，极少为人们所知。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!