Facebook跟踪用户手机地理位置 并借此推介朋友

简介:

悉,社交网络Facebook正在利用你的智能手机的地理位置信息来帮助它寻找那些在你附近工作或生活的人,以便推荐给你认识。

据不愿透露姓名的消息人士透露,有一次,他参加了自杀青少年家长见面会。没想到第二天,他的Facebook好友推荐信息上就出现了其中一名家长。

Facebook发言人证实,该社交媒体平台在向你推荐朋友的时候确实参照了你的地理位置信息。但是,他们补充说,Facebook并不会因为你偶然与其他人出现在某个相同的地方,就贸然地向你推荐他们。事实上,在向你推荐朋友之前,Facebook还会考虑其他因素。

“‘你可能认识的人’是指你在Facebook上可能认识的人。”Facebook发言人说,“我们会根据你们共同的朋友、工作和教育信息、你所在的网络、你输入的联系方式以及其他许多因素来向你推荐朋友。”

他们补充说,“地理位置信息本身并不能表明两个人是朋友。因此,地理位置信息只是我们用来向你推荐朋友的其中一个因素之一。”

现在,那些得知Facebook正在跟踪其地理位置信息的人可能会开始保持警惕了。特别是当Facebook向你推荐你在医院、康复中心或其他你认为比较私密的场所遇到的人的时候,你就会变得更加警惕了。

那些不希望让Facebook来使用其地理位置信息的人,可以在Facebook应用程序的设置中关掉它的这项跟踪功能。
本文转自d1net(转载)

相关文章
|
9天前
|
Web App开发 定位技术 iOS开发
Playwright 是一个强大的工具,用于在各种浏览器上测试应用,并模拟真实设备如手机和平板。通过配置 `playwright.devices`,可以轻松模拟不同设备的用户代理、屏幕尺寸、视口等特性。此外,Playwright 还支持模拟地理位置、区域设置、时区、权限(如通知)和配色方案,使测试更加全面和真实。例如,可以在配置文件中设置全局的区域设置和时区,然后在特定测试中进行覆盖。同时,还可以动态更改地理位置和媒体类型,以适应不同的测试需求。
Playwright 是一个强大的工具,用于在各种浏览器上测试应用,并模拟真实设备如手机和平板。通过配置 `playwright.devices`,可以轻松模拟不同设备的用户代理、屏幕尺寸、视口等特性。此外,Playwright 还支持模拟地理位置、区域设置、时区、权限(如通知)和配色方案,使测试更加全面和真实。例如,可以在配置文件中设置全局的区域设置和时区,然后在特定测试中进行覆盖。同时,还可以动态更改地理位置和媒体类型,以适应不同的测试需求。
16 1
|
缓存 JavaScript 前端开发
|
物联网 定位技术 Android开发
手机变身IoT设备之地理位置上报
写在前面 继上一篇手机秒变IoT设备?——巧妙利用阿里云物联网平台, 作者发现自己吹了个牛,五行代码根本做不到。作者阉割了一些代码才勉强可以实现,看一下效果: 前情回顾 温故而知新 一、上一篇文章介绍的是一个叫Simulator的东西,有两个构造方法: 传入productKey(平台创建)、de...
3145 0
|
机器学习/深度学习 算法 决策智能
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
【重磅开源】Facebook开源 Nevergrad:一种用于无梯度优化的开源工具
196 0
|
缓存 数据可视化 测试技术
开源多年后,Facebook这个调试工具,再登Github热门榜
让许多工程师合作开发大型应用大多会面临一个挑战,通常没有一个人知道每个模块是如何工作的,这种技能会让开发新功能、调查Bug或优化性能变得困难,为了解决这个问题,Facebook创建并开源了Flipper,一个可扩展的跨平台的调试工具,用来调试 iOS 和 Android 应用。近日又双叒登上了Github热榜。
|
前端开发 JavaScript 测试技术
Facebook 开源可扩展文本编辑器 Lexical
Meta(原 Facebook)近日开源可扩展文本编辑器 Lexical,源代码托管在 GitHub 上采用 MIT 许可证。
544 0
Facebook 开源可扩展文本编辑器 Lexical
|
XML jenkins Java
Facebook开源静态代码分析工具Infer介绍
Infer是Facebook公司的一个开源的静态分析工具。Infer 可以分析 Objective-C, Java 或者 C 代码,用于发现潜在的问题。其作用类似于sonar和fortify。Infer更倾向于发现代码中的空指针异常、资源泄露以及内存泄漏的问题。
Facebook开源静态代码分析工具Infer介绍
|
机器学习/深度学习 人工智能 文字识别
图神经网络版本的PyTorch来了,Facebook开源GTN框架,还可对图自动微分
近日,Facebook的AI研究院发表了一篇论文「DIFFERENTIABLE WEIGHTED FINITE-STATE TRANSDUCERS」,开源了用于图网络建模的GTN框架,操作类似于PyTorch这种传统的框架,也可以进行自动微分等操作,大大提高了对图模型建模的效率。
340 0
图神经网络版本的PyTorch来了,Facebook开源GTN框架,还可对图自动微分
下一篇
无影云桌面