大数据商业化需要保护用户的“知情权”和“遗忘权”
大数据时代，企业的数据业务由成本中心转变成利润中心，数据挖掘在商业变现的同时也带来数据利用和隐私保护问题。解决这一问题除了形成社会公众和第三方监督体系、建立企业自律机制外，最核心的解决方案是政府法制层面的设计和规范。大数据商业化的愿景美好，但是为了在商业利益和隐私保护之间取得平衡，需要明确保护用户的“知情权”和“遗忘权”。
大数据商业化逻辑是精准的个性化推荐，这是互联网技术迭代升级的福利。
数据被称为21世纪的石油，IT（Information Technology）时代之后人类将逐渐进入DT（Data technology）时代，大数据的挖掘利用也随之成为互联网经济新的价值增长点。大数据的挖掘意义在于预测，比如流行趋势的预测、用户需求的预测等。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。即通过互联网技术提升网民的消费体验，拉动整个社会的消费需求。
但是大数据挖掘技术尚未达到精准匹配，低质推荐成为对用户的信息骚扰。
通过大数据挖掘技术实现精准个性化推荐愿景美好，但当前的技术应用远没有达到精准匹配的程度。举例而言，购物网站目前的大数据推荐算法主要是：其一，根据用户搜索、浏览物品自身的相似度匹配；其二，通过采集用户的购买、浏览、收藏商品的数据对用户进行聚类，推荐同一类用户购买的商品；其三，通过寻找购买某一商品的人群之间的相似度进行推荐；其四，基于两种或两种以上商品被同时购买的强关联概率推荐。上述算法显然不能达到精确匹配的要求，用户时常忽略推荐的商品信息，甚至产生反感。
因此，大数据商业进化过程中，需明确保护用户的“知情权”和“遗忘权”。
大数据预测虽然不涉及到某个人具体信息的详细分析，但其对个人需求的预测和推荐很可能在一定程度上暴露用户的偏好特征或者产生信息过载的困扰。倘若不是对用户需求痛点的精准把握，很容易招致用户反感甚至对用户的工作和生活造成严重影响。因此，大数据的使用前提是让用户享有“知情权”，知道自己的用户数据在何处如何使用；一旦对大数据挖掘推荐的结果产生反感，用户便可以行使“遗忘权”，即选择退订推荐商品信息，甚至通过合理的流程要求企业删除相关的个人信息，以及浏览、搜索和订单痕迹。为此，政府相关部门需要在法律层面上明确保护用户的“知情权”和“隐私权”。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能，还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面，从数据的获取到处理、分析再到可视化，旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师：洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段，市场需求持续增长，薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据，清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能，涵盖了广泛的工具和技术。其中，掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念，其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及，大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合（group by）顾名思义就是分2步： 先分组：根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛，涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容： 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力，以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力： 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛，涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中，有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面： 基础知识： 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作，包括但不限于以下领域： 金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面： 数据收集与整理：数据分析师 ...
2024-11-22数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能： ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别： 定义和目标： 数据开发：数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22
