大数据滥用 借贷平台肆意妄为的背后
随着“大数据”这一概念的普及,及其在以互联网为平台上的大规模运用,即使是普通大众,也对其有了或深或浅的了解。对于整个社会的未来来说,大数据的作用和意义无可替代,能够最大程度地改变人类的生活方式。但在大数据经历了自己的“蜜月期”后,其“后遗症”开始凸现出来。甚至在某些极端的情况下,沦为骚扰乃至作恶的“帮凶”。
尤其是与个人隐私联系尤为紧密的互联网借贷平台,大数据经过收集、处理已然能够更精准地判定用户是否适合贷款、贷款额度、偿还能力等。但更更让人无奈的是,大数据也成为追讨贷款的新途径,并对大众的生活产生一定的影响。
大数据帮讨债 用户感觉“赤裸裸”
近日,蚂蚁花呗又火了。但这次的火与其便利性毫无关系,恰恰相反,是将蚂蚁花呗的另一面展示给大众。有网友在知乎上提问,描述接到自称蚂蚁花呗工作人员的电话,对方向他打听一位朋友的去向,这位朋友拖欠花呗欠款,而且联系不上。当网友表示自己跟他不太熟,对方却表示,能够看到记录,这位网友某月某日给他赠送过礼物。
从这件事就可以看出,人们在蚂蚁花呗强势的大数据下几无隐私可言,完全就是“透明人”。对国内互联网行业稍有了解的人都清楚,蚂蚁花呗的大数据是来自阿里巴巴的大数据生态链条。也就是说,只要使用过阿里巴巴的服务,如淘宝、支付宝、天猫等,个人数据就会被阿里巴巴收集并整理。
而借贷平台借助大数据讨债的不仅仅是蚂蚁花呗,还有京东白条等。在110法律咨询网上,就有人提问:“我在京东商城上使用白条消费,由于京东方面的原因导致我的白条逾期。然后京东委托第三方对我进行催款,过程泄漏我的个人隐私资料。请问,京东以我未还白条为由,将我的个人隐私委托给第三方这种行为是否合法?”可见,毫无顾忌地使用用户个人隐私,已经成为普遍事实。
常规≠合法 借贷平台涉嫌违法
在事件发生后,蚂蚁金服对此回应说,利用关系人信息提醒还款,是信贷行业的常规做法。对于新生的互联网借贷平台来说,通过大数据手握用户隐私信息,并将其完全利用,似乎无可厚非——反正大家都是干的。但这种看似合乎常理的做法,其实已经涉嫌侵犯用户的合法权益。
银行也会针对贷款延期、信用卡不还等用户催款,但一般是通过对用户本人在办业务时提交的联系人进行询问,并请其转达信息。也就是说,银行只是与用户自己认可并留下的社交群体进行联系。但互联网借贷平台在讨债的时候,却使用了有可能不相干的人的信息。他们并不是用户留下的,只是互联网借贷平台单方面掌握的。
用这样的关系网讨债,既是对用户个人隐私的侵犯,也是对其他不相干人的骚扰。上面提到的用户在100法律咨询网上的提问,回答的两位律师表示“违法,属于侵权”、“可以直接起诉京东侵犯隐私权”。可见,借贷平台的做法严格来说,是涉嫌违法的。
别让大数据成丑恶帮凶 监管迫在眉睫
蚂蚁花呗就讨债功能在官方微博做出回应,表示“立刻在第一时间暂停了以联系关系人来提醒借款人进行还款的方式”。并且蚂蚁金服就此作出改进,比如将人工电话提醒的时限由现在的超过还款日13天,调整为超过60天,且不会涉及具体的商品信息。但是仅仅这样做是完全不够的,并没有从根本上解决大数据滥用的问题。
每个人既然无法摆脱互联网,那个人数据被收集就是必然的事。但由此得来的大数据并不能去作恶,必须向着有益的方向延伸。要做到这一点,仅靠借贷平台的自觉、自律是远远不够的,必须有严格的法律条文、规章制度等,让其走向规范化、合法化。
中国青年报社会调查中心的一项调查显示,75.9%的受访者发现目前存在“大数据”被滥用的现象。这表明,已经有越来越多的大众认识到大数据滥用带来的危害。大数据的监管,已经迫在眉睫。
每个人生活在两个世界里,一个世界是物理世界,还有一个世界是数据世界。物理世界的所有表现,你通过互联网访问社交网站,所有数据将会留下来,朋友圈关系将会留下来。通过移动互联网访问搜索,搜索内容会被留下来。今天通过电子商务购物,购物内容被留下来。今天通过支付工具,支付数据被留下来。今天通过家庭智能物件,所有数据都被留下来。这是一件好事,因为厂商可以通过挖掘消费者潜在的购买力再借由推送来促进其消费,消费者也可以在极短的时间里得到称心如意的商品,岂不双赢?但想想也很可怕,这就相当于消费者的一举一动完全在数据的掌握之中,只要厂商有心,就能了解消费者的一切。这个时候,数据的监管是个大问题,怎么利用收集的数据?利用到什么程度?当消费者感到被侵犯时法律问题怎么解决?这一切的一切都说明:大数据的监管,需要即刻提上日程了。
数据分析咨询请扫描二维码
《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数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21