为何超四成人反感大数据应用

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

个人信息安全问题与隐私侵犯行为频发,调查显示超四成人反感当前的大数据应用,36.5%的人认为应该由政府加强相关法律法规、制度建设与监管。日前,由中国社会科学院新闻与传播研究所发布的《新媒体蓝皮书:中国新媒体发展报告No.7(2016)》(以下简称报告)显示,对于当前的大数据应用,中国社会科学院新闻与传播研究所课题组调查发现,在被随机调查的人群中,42.9%表示讨厌,33.3%觉得无所谓,14.3%很享受当前大数据带来的个性化服务,9.5%表示并不了解大数据。

大数据的良性发展需高度重视人文关怀

在被调查的人群中,36.5%的人认为应该由政府加强相关法律法规、制度建设与监管,24.2%的人认为应该由行业加强网络服务提供商数据采集、应用的监督与道德自律,22.6%的人认为互联网服务平台应采取技术和管理手段加强信息安全性建设,16.1%的人认为应该由个人努力提高自身信息安全意识和相关技能。

另外,课题组选取了北京、上海、深圳、武汉不同年龄、行业、学历的受访者访谈,结果显示:在各类互联网应用中,大部分人认为社交应用安全性最差,其次是购物、娱乐、互联网金融及游戏类应用。

在大数据应用的过程中,大数据开发者是否考虑了基础数据的贡献者——用户的权益?是否将用户的个人信息安全纳入了保护?是否对用户隐私进行了合理考量?个体用户对于大数据的应用有怎样的感知?在大数据应用过程中,如何对个人信息安全和隐私进行保护?对于这些问题,中国社会科学院新闻与传播研究所所长唐绪军指出,大数据在技术的不断优化、完善中快速发展,各类新兴互联网企业,尤其电商平台、社交平台争相建立大数据中心,全面采集各类用户行为信息资源,并基于所获得的大数据开展各种模式的商业运营。与此同时,各类骚扰电话、网络诈骗、账户被盗等基于互联网的个人信息安全问题和隐私侵犯行为频发。

结合问卷调查数据结果,课题组认为,通过媒介“劝服”,人们已基本接受大数据这一创新应用,但大数据的良性发展,需高度重视人文关怀,不断优化和提升个人数据信息安全与隐私保护机制。

大数据的红利分配是弱肉强食的

由中国互联网络信息中心(CNNIC)发布的《2015年中国网络购物市场研究报告》同样显示:网络购物大数据应用愿景美好,但是对个人隐私提出严峻挑战。

数据显示,2015年83.5%的用户察觉到并明确表示网购平台根据自己的浏览痕迹推荐商品,这一比例较2014年提升25.9个百分点。

在互联网这个比拼速度、简化流程和提升体验的时代,网民日益增长的期望和要求以及极度缺乏耐心的表现,使得精准的个性化推荐有理由满足用户的需求痛点,进而激发消费行为。

网民的隐私高速海量地流入了电商数据库,然而,大数据挖掘目前处于根据浏览痕迹推荐商品阶段。大数据挖掘提升用户体验愿景值得期待,但当前的技术应用远没有达到精准匹配的程度,用户尚未完全体验到大数据挖掘利用的好处,越来越多的用户只是感觉到平台商家在根据自己的浏览痕迹推荐商品。

大数据的红利分配是弱肉强食的。照理说,用户“交出”了隐私,电商才有了大数据的“食粮”和巨大收益。可是用户得到的是什么?是无数商业兼公关广告加上专家学者的鼓吹与不断重复的一个许诺:隐私数据换来“高大上”的商品和服务,投入市场造福于消费者。

然而,这诺言在法律看来,并没有约束力。因此,许诺者不必受任何监督,也不用承担任何义务。即使利用隐私信息,开发新产品、新服务,赢了红利,也不会与消费者分享。甚至,可以拿用户隐私做损害用户利益的事,也无须承担法律后果。

交出隐私的这一方对于大数据已经有了不少反感的声音。商业模式复杂多样,大数据的个人权利边界被淡化,因此造成用户隐私泄露或频繁出现招致用户反感的推荐信息,从而带来不良的用户体验,出现大数据滥用现象。

但现在整体环境还是支持大数据发展的,水能载舟亦能覆舟,为了大数据的良好发展,企业在获取利益的同时,也应多考虑用户们的感受。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
122 1
|
8天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
22天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
67 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
142 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
137 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
406 2
ly~
|
2月前
|
供应链 监控 搜索推荐
大数据的应用场景
大数据在众多行业中的应用场景广泛,涵盖金融、零售、医疗保健、交通物流、制造、能源、政府公共服务及教育等领域。在金融行业,大数据用于风险评估、精准营销、反欺诈以及决策支持;零售业则应用于商品推荐、供应链管理和门店运营优化等;医疗保健领域利用大数据进行疾病预测、辅助诊断和医疗质量评估;交通物流业通过大数据优化物流配送、交通管理和运输安全;制造业则在生产过程优化、设备维护和供应链协同方面受益;能源行业运用大数据提升智能电网管理和能源勘探效率;政府和公共服务部门借助大数据改善城市管理、政务服务及公共安全;教育行业通过大数据实现个性化学习和资源优化配置;体育娱乐业则利用大数据提升赛事分析和娱乐制作水平。
ly~
543 2
|
3月前
|
存储 数据可视化 大数据
大数据管理与应用
大数据管理与应用是一门融合数学、统计学和计算机科学的新兴专业,涵盖数据采集、存储、处理、分析及应用,旨在帮助企业高效决策和提升竞争力。核心课程包括数据库原理、数据挖掘、大数据分析技术等,覆盖数据处理全流程。毕业生可从事数据分析、大数据开发、数据管理等岗位,广泛应用于企业、金融及互联网领域。随着数字化转型加速,该专业需求旺盛,前景广阔。
150 5
|
3月前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
195 6