中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在前幾天，發了一篇文章——《放心吧，朋友圈廣告推送沒用大數據》，我舉當聊天時發送關鍵詞會掉落設定的動畫時，說到用到了大數據，有讀者反饋兩個問題。

1、輸入關鍵詞會出現設定的動畫，不是大數據，只是開發時設定的功能；

2、如果這個功能用到了大數據，那對于聊天記錄的隱私性，應該比朋友圈的隱私性高，那如何看待微信對用戶的聊天內容進行監控這個事情。

由于當時文章是一時間成形，一次性寫完，可能有些地方沒有講清楚，在這里做個補充。

關于第一個問題

輸入關鍵詞會出現設定的動畫，不是大數據，只是開發時設定的功能。其實，作為一個現在還在做移動開發的我，一開始，借助監控關鍵詞，設定掉落動畫是之前在開發時已經設置好了。但當在韓劇《來自星星的你》熱播，隨之出現了“炸雞啤酒配下雪天”的熱潮，瞬時間，炸雞啤酒和下雪兩個原本不相干的東西聯系了在一起，而微信聊天的掉落動畫，也隨之出現了輸入“炸雞啤酒”，就有飄落雪花的動畫效果，那個時候，微信并沒有進行更新，如果你非要說微信早有預見性，那我沒話可說，如果不是，那你還可以肯定的說這個是之前設定過的嗎？

關于第二個問題

由于我之前也曾經開發過聊天APP，我無法知曉微信是如何操作的，但就我之前的做的情況來看，聊天記錄是會保存在數據庫中的。但不管是是否保存在數據庫中，對聊天記錄進行加密，那時肯定的，特別是在傳輸過程中。如果你說他不安全，那確實不是特別安全，既然用戶之間看到的是明文的，因此，即便是加密，也自然有解密。但不管這樣，對用戶來講，更關心的是，在得到我的聊天記錄后，你做了什么？假如放到網上，隨便就可以查看到，用戶自然是不能接受的，但如果說，只是對聊天記錄中，今天分析，根據對聊天記錄中出現的詞語進行分析，加之結合當下熱點事件，進行類似于掉動畫這樣友好的交互，相信用戶自然是可以接受的。

回答了兩個問題，再結合那篇文章，引出了這篇文章的主題—大數據有邊界嗎？

在2014年那本《大數據時代》的問世，描繪了一個即將可以替代移動互聯網時代的大數據時代。在文章成功案例和事件的烘托下，大數據成了2014年最火熱的互聯網關鍵詞之一，大數據也被描述成一個無所不能，所向無敵，毫無弱點的事物，也出現了大數據概念的公司和事件。那大數據真的就如文章和營造的所說的那么厲害嗎？

提到大數據的利用，經常被提到的一個案例，那就是，沃爾瑪借助大數據，將一本懷孕雜志寄到了一位未婚女孩的家里，而那女孩的父親非常生氣，便起訴沃爾瑪誣陷，而最后父親從女兒那里得到消息，自己確實懷孕了。

從大數據概念那里解讀，毫無疑問，這是一個成功的案例，但如果說從用戶的角度來看，從女孩和她父親的角度來看，這樣寄送懷孕雜志寄到一個未婚女生手里，不管是開放的國家，還是相對保守的國家，這無疑是侵犯了個人的隱私，對自己造成了很大的影響，寄送雜志的行為，并不會被看成友好的行為。

通過上述這個被認為是充分利用大數據的案例，發現，其實并不是那么的美好，大數據還是有它的局限的，那就是隱私。

互聯網與傳統領域不同的便是，互聯網會記錄用戶的行為，你在網上購物，會留下你的瀏覽記錄、搜索記錄、信用卡信息、家庭地址、電話等隱私數據，你借助網絡聊天，互聯網可以記錄你敲下的每一個字符。因此，互聯網會擁有你在互聯網上的所有行為，有了行為數據，經過分析，自然會得到用戶較為詳細的資料，資料中自然包含隱私數據，這是互聯網的特性，也是大數據產生的基礎。

很多電商在首頁會有推薦功能，大多是根據用戶之前的關鍵詞搜索或者點擊瀏覽記錄，進行的同類商品的推薦，在用戶心中，是比較喜歡的。但當阿里巴巴入股微博后，在微博頁面中，插入類似的廣告后，卻引起了用戶的高度反感，也成了微博活躍用戶下降的主因之一。那為什么會出現兩種不同的態度，關鍵在于用戶的使用環境和需求。

用戶訪問電商網站，如果出現同類型對比，對用戶來講，不存在涉及個人隱私的情況，更多的會看成網站更加智能和人性化，因此，出現類似的廣告，在用戶看來，是可以接受，甚至是喜歡的。但如果是出現在社交網站的頁面中，由于社交網站，特別是UGC(用戶生成內容)模式的社交網站，具有高度的私人化，因此，用戶對隱私具有較高的敏感度，因此，一旦出現用戶認為涉及隱私的，用戶的反感情緒比較高。由于使用環境和需求的不同，導致用戶的態度也是不同的。

很多人可能會說了，那既然如此，大數據是互聯網下必然產生的結果，有了足夠多的數據，用戶隱私自然是無法保護的，那該如果做呢？

正如武器是無罪的，有罪的是使用者。其實大數據是無邊界的，但利用大數據必須是有邊界的，邊界就是基于隱私保護的大數據服務。那該如何做呢？作為最有利于收集數據和用戶隱私的電商網站的京東和支付寶，給出答案。

京東在借助大數據下，有了一個很厲害的預測，它可以計算出用戶的下單率。當用戶訪問某件商品時，京東根據用戶的之前購物習慣、該商品頁面的訪問時間等數據，分析出用戶購買的可能性和何時購買，如果說分析出用戶有較高的購買性，但可能是在幾天后，而恰恰距離用戶最近的倉儲沒有該商品，那京東會先將商品進行配送到臨近的倉儲，等用戶下單時，商品可能已經到達最近的倉儲了，那收貨的時間自然會縮短。從這個功能來看，對京東來講，借助大數據，我可以分析出很多用戶不知道，也很隱私的數據，但我借助分析，而是改變的用戶體驗；對用戶來講我感受到的是，從京東上購買商品的配送時間縮短，改變的是用戶的切身感受，自然不會去考慮京東是如何操作的。

支付寶最近推出的芝麻信用，也是根據用戶在支付寶上的交易數據，和其他數據，計算出用戶的虛擬信用，借助虛擬信用，未來可以推出基于虛擬信用的服務，對用戶來講，改變的是自己的體驗和未來適合用戶的功能，因此，也不會去考慮涉及隱私的考慮。

幸運的是，現在越來越多的企業明白，隱私是基于大數據服務的底線，不能觸碰的高壓線。在利用大數據時也遵循了基于用戶隱私保護的大數據服務這個大數據的邊界，并且出發點是改善用戶的體驗。如果將上面沃爾瑪的例子改一下，是一個已婚未育的婦女，收到了懷孕雜志，相信和未婚女生收到懷孕雜志的心情是不一樣的。

本文為作者 @時鳳衛 投稿發布，轉載請注明來源于人人都是產品經理并附帶本文鏈接