当我们被数字吞噬：行为痕迹和智能生活.pdf

当我们被数字吞噬：行为痕迹和智能生活 这是一个被数字吞噬的时代。互联网大行其道、智能手机普及、智能硬件发展、存储技术进步、硬 件成本下降，这些要素都推进了信息和数据爆炸性增长的趋势。 2000 年以前，人类仅存储大约 12 EB 的数据。但是，现如今，每天都将会产生大约 2EB 的数据。换言之，过去两年内人类社会的数据 增长量占到全世界所有数据的百分之九十以上。数字不吞噬你，吞噬谁 ? 这也是一个傲娇和浮夸的时代。因为数据获取的便利性，现在任何一家触网的公司，都宣称自己是 大数据公司。任何一家传统的金融机构都标称自己基于数据挖掘进行风险控制。甚至超级多的 P2P 小贷公司都傲娇的觉得自己已经站在大数据的风口和前沿。 后文所列举的一些行为痕迹和数据挖掘的鲜活案例，例如，如何判断怀孕、如何捕捉阅读趋势、如 何通过声音控制枪支犯罪、如何识别路面的坑坑洼洼，很少能在国内企业中看到类似新颖的案例和 介绍。数据的价值不在于拥有，而在于挖掘。路还很长，请务实前行。 一、当我们变成一堆数字 不用担心和害怕，也不必觉得冷漠，客观上，我们每个人在公司的眼中就是一条或多条数字化的 记录。互联网的发展、存储技术的进步和智能硬件对日常生活的渗透，使得任何一家公司都在无时 无刻的收集我们数字化的消费和行为痕迹。 例如，结构化痕迹。假设你在银行申请一笔消费贷款，你的年龄、性别、教育、电话、邮箱、收入 、家庭、地址、征信、消费、资产、流水等信息都会被传统的二维表结构形式清晰的记录下来。 例如，文本痕迹。即时通讯的留言、网上发表的帖子、邮件的内容、产品发表的评论、针对某个无 良电商的投诉，和微软小冰的聊天 (有空可以调戏下它 )、 Kindle 的文本标记。例如，声音痕迹。语音 投诉、客服的沟通和交流、吵架声甚至枪声。例如，图片和视频痕迹。朋友圈上传的图片、优酷上 传的视频、街头监视器录制的视频。例如，传感器痕迹。智能手环、智能穿戴设备、智能家电、智 能药丸、手机、发动机的传感器等。 下面搜集和整理了一些国内外行为痕迹和智能生活中较为有趣、好玩的案例和应用。 二、消费痕迹 (一)如何判断女生是否怀孕 ? 美国 Target 零售超市的怀孕预测模型。这是一个较为经典的故事。 Target 超市向 15岁的女儿寄送了 母婴用品的打折券 (例如婴儿服和婴儿床 )，这件事情显然惹恼了女孩的父亲。该父亲就向 Target 超市 进行投诉，超市也就这件事情，正式进行了道歉。但是，两周后该父亲和 Target 的客服人员联系， 表达了自己的歉意，委婉的承认，女儿确实出现了点状况，过几个月就要分娩了，自己一直被蒙在 鼓里。 Target 超市是如何做到，先于父亲，提前知道该女生怀孕的呢 ?他们通过超市中 25 种关键商品，构 建了一个可以为顾客打分的 怀孕指数“ ”，即怀孕预测模型。例如，是否购买不含香料的产品、是否 购买能够装得下尿布的手提包、是否购买婴儿随身用品、是否购买一些特定的维生素、以及明显的 孕妇装等。基于这样的预测， Target 公司就会提前给新妈妈寄送母婴相关的折扣券，从而提前抢占 市场。 (二)行为痕迹和消费轨迹 现在很多公司都能够刻画出你部分的消费行为轨迹。百度通过地图、糯米和钱包，能够判断出你的 行为轨迹，消费过哪些场所，消费偏好和习惯等。京东也有一个购物者基因，通过你的消费行为， 给你贴上行为标签，刻画你的消费偏好。其实，商业银行也可以考虑做这样的事情。 客户在银行中留下的行为和消费痕迹，一般来说，包括两类，即静态的地址和动态的地址。前者是 指客户在办理各种业务填录的家庭地址、公司地址、户籍地址和账单地址等。后者是客户刷卡、 取现、消费时遗留下的行动轨迹和位置信息。换言之，客户和商业银行每一次接触 (柜台、 AT M 、手 机银行 APP 、自助网点、 POS 刷卡等 )都会留下行为痕迹，例如，客户通过 AT M取现，我们就可以 通过后台 AT M 交易系统获取客户取现的位置等。又例如，客户在不同的地方使用