公告：facebook带货--脸书刷观看量
本周一，英美的新闻媒体，曝出了一篇与Facebookfacebook相关的大新闻。
报道称，一间名为Cambridge Analytica牛津预测的统计数据挖掘子公司，透过为facebook网络平台合作开发的个性小软件系统，播种了少于5000万的使用者统计数据。
因此，借助这5000万使用者，操纵者了2016年的英国总统大选。
（图源：Telegraph）
大概意思就是，这个子公司针对每个使用者的特点，尤其是那些偏中立不知道投谁的选民，投放洗脑政治新闻，进而最终将川普推向总统大选胜利。
（图源：Telegraph）
借助大统计数据给人洗脑？还影响选举？小小的一个facebook账号也能搞出这么多事儿？比起波澜诡谲的政治斗争，俄罗斯阴谋，在铺天盖地的报道中，我更在乎的是这个案件背后隐藏的大统计数据危机。
先给大家讲一下，它们如何抓取使用者信息，又是如何操纵者总统大选的大概过程：
2014年夏天，这个子公司和一位牛津的研究人员合作，展开了一项研究，抓取了大约32万使用者的核心统计数据，这些使用者的喜好，个性和交友圈信息，一览无遗。
（图源：YouTube）
在新闻媒体披露的内部交流邮件中显示，各种使用者信息从性别到智商，从政治倾向到工作信息，甚至脸使用者是否自律严谨，都能够一一预测出来。
（图源：NYT）
具体如何操作，都基于牛津大学研究人员Kogan合作开发出的一款，基于facebook网络平台的个性测试小程序这是我的数字生活。
Kogan和他的团队，以学术研究为名义，向参与测试的人，有偿征集所谓的测试答案，还在网站买广告位，推荐此款小程序。
实际上，在回答个人个性隐私的问题时，进入测试后，每一个使用者，都必须向第三方授权自己的facebook信息。似乎是一个我们平时经常遇到的画面，好像并没有什么大不了的。
（图源：Facebook 示意图）
第三方，就是Kogan所代表的小程序背后的牛津预测。而授权的信息，不仅仅是参与测试使用者的朋友圈信息，还包括他们朋友的资料。
据估计，每一个使用者都会带来额外的160位朋友的信息统计数据。
测试结束，他们拿到了接近32万个原始使用者统计数据，然后每人至少160的好友，32万*160 = 5100多万！
这是个庞大的数字，2016年英国总统大选总有效票数也才1个多亿多一点，这5000万的作用有多大，可想而知。
（图源：FB）
（图源：Social）
得到这些统计数据的牛津预测，建立了大型的预测模型，逐个预测使用者的个人喜好和政治倾向。
这也被他们称为Personality profiles个性资料。在这些资料里，使用者的教育信息、地理位置、喜欢的页面、情感状况、工作状况等都一一被记录下来。
接下来，便开始了定制化的洗脑过程。川普的竞选团队，从facebook的广告，和新闻推送计算出发，将有利于自己的消息和新闻定向，推送给潜在选民。
不知道投票给谁？Okay，给你推送希拉里的负面新闻，植入希拉里不行的概念。
我举个简单的例子，我们都知道希拉里是赞同接纳难民的，
如果据统计数据判断，一个使用者他经常点赞批判接纳难民的相关内容，或者从该使用者的交往人群，信仰等线索蛛丝马迹，大概推断此人反移民或者不支持接纳移民，
那么对他的主页频繁推送希拉里接纳移民的观点新闻，势必会让该使用者产生对希拉里的反感。
（图源：Facebook）
喜欢耸动新闻？没问题，专门给你发送震惊类的内容，一次管饱。
（图源：Facebook）
当使用者在潜移默化中，每天被推送阅读这些定制类的新闻时，你很难说他们不被影响。在大统计数据帮助下，川普团队潜移默化地影响了很多选民，这也成了他登上总统之位的强效助力。
（图源：NYT）
这一切，直到本周一，才被牛津预测的前员工Chris Wylie揭露给公众，震惊世人的同时，也把facebook打的措手不及。
除了小扎被各种质问以外，facebook首席安全官决定辞职，英美的法律机构也纷纷计划问责。facebook的股价也在一天之内暴跌，小扎的身价缩水了60亿美元。
事实上，Facebook这种事，影响的不止是选举这样的大事件。大统计数据还在操纵者我们每个人生活的方方面面。
首先，我们得谈谈大统计数据到底是什么？
简单来说，大统计数据就是借助海量信息，找到其中不易被人察觉的关联，并借助这种关联的预测方法。
想要从大统计数据中获利，离不开收集和预测信息。收集信息早已过了大张旗鼓搞调查的时代，现在的统计数据子公司，已经都能做到无声无息地了解我们的生活。
这些子公司做的第一步，就是收集统计数据。
我们在网络上的所有行为，每一次点赞，每一次分享，每一次浏览，都将成为被记录预测的统计数据。
（图源：uxpassion）
当代人手机电脑不离手，只要连接了网络，我们就在留下痕迹。
搜索引擎成了我们联通网络的大门，每次搜索，都会被看门的统计数据子公司，记录下我们往哪个方向走。
（图源：elegenttheme）
搜索过游戏，就给你推荐游戏；消费过护肤用品，就给推送同类型产品；转发过汽车新闻，就给推荐汽车。
这种借助cookie搜集统计数据的方式，其实不是很新的技术了。最早的cookie在1994年就被设计出来了，最初只是想让使用者在自己的电脑上，记录访问服务器时的状态。
现在的cookie也是一样的功能，大家访问购物网站的时候，网站在你的电脑上记录下你浏览的信息，再次打开这个网站时，网站就可以读取cookie了解到你之前做了什么。
比如有东西加到购物车还没结账，再进入网站时购物车自动恢复，或者看的小说看到一半，再打开网站时自动找到上次读到的位置。
（图源：machinedesign）
本来这项技术是为了提供更好的客户体验，让大家浏览网站时，不需要一次把所有的事情都做完。然而，这个技术被广告商盯上了，掌握了我们网上的一举一动。
透过读取cookie，广告商可以知道我们看过什么网页，看了多久，操作到什么地步。
除了读取cookie，统计数据子公司还会收集使用者的个人基础信息、点赞、社交圈、消费习惯和生活习惯，也就是Facebook这种子公司从我们身上拿到的资料。
集齐了他们需要的信息，这些子公司就开始对这些统计数据进行预测。
这个预测的过程，叫做使用者画像。
用社交网站上的各种资料，配合使用者在网上的浏览信息建立模型，用模型运算预测使用者可能发生的行为。
（图源：sdtimes）
比如使用者最近发了一大笔奖金，平时又在浏览包包，通讯录里还新加了几个代购，这种条件就可以预测使用者买包的概率相当大，符合买包人群的普遍行为特征。
广告商根据这些预测结果，就可以预测我们可能会买什么，进行定向投放广告。
报姐在工作室里调查了一下小伙伴的手机，不同的年龄，婚恋情况，手机型号，学历的人群的确会收到不同的广告推送。
比如，这就是一个工作室里玩游戏，有驾照的男生近期收到的定向广告：
然而，这种推荐算法还只是初级，现在的子公司收集信息，预测统计数据的能力已经进化到让人防不胜防。
它们不仅想知道我们搜索了什么，还想了解我们的各个方面。
（图源：xenlife）
乖乖让使用者交出个人信息不是一件容易的事，我们又不是傻子，凭什么给这些子公司我们的资料。
但是事实证明，道高一尺魔高一丈，为了搞到统计数据，他们想出各种办法，哄得使用者乐呵呵地自己奉上隐私统计数据。
像牛津预测给每个使用者5块钱，使用者不仅把自己的东西都交代了，还给了他们权限去了解自己的朋友们。想想我们，是不是也有曾经为了返券优惠，提供额外资料给某些app呢？
（图源：metrokids）
虽然是有不少人意志坚定，不为这种小恩小惠所诱惑。即便如此，依然会被统计数据子公司，用各种方法抓取走你的信息。
比如，某大名鼎鼎的情色网站，做的成功不仅是因为它内容丰富，更因为它去透过各种办法收集使用者信息，从海量片源中，精准推荐使用者爱看的片子。
（图源：socialunderground）
除了记录搜索和浏览历史，这个网站想到了一个绝佳的点子获得使用者的偏好信息：看使用者观赏完后是否关闭窗口。
一段视频播放后，没有快进快退，窗口也没相关闭，说明使用者对这段影片是满意的，正在忙，腾不出手来关闭…
就这样，用着各种各样，我们知道或不知道的办法，个人信息就被搜集走了。不仅是我们的名字年龄，点赞、消费习惯、出行习惯甚至作息时间，都会被收集。
信息越多，透过统计数据模型预测出的结果越准确。他们甚至可以根据之前的消费记录，爱好、人脉和消费能力，预测出我们自己都不知道的，在未来会产生的消费需求。
（图源：sciencebusiness）
这些，借助我们在互联网上留下的痕迹，进行精确投放，已经让人不适。更让人不寒而栗的是，还有些技术像是幽灵一样，冷冷地监听窥视着我们的生活。
而这个释放这个幽灵的魔盒，就是我们所说的：手机权限。
手机系统设计的时候，为了避免使用者信息泄露，同时又防止限制过多，有些app不能正常使用，提供了权限这个概念。
照相的app需要使用摄像头和存储照片的权限，导航app需要定位的权限，由大家决定让不让app使用这些功能。
于是，就有些子公司把搜集信息瞄准到了这些app上，他们做一个软件，就想把使用者的全部信息都得到。授予手机上app一些本不需要开的权限之后，它可以随时监测我们的位置，我们的通讯录，甚至我们的短信和电话。
那么简单说，权限就是一把钥匙，打开我们一切资料的钥匙。
这两天在Reddit上有一个讨论：在Facebook上曾经受到过什么让你觉得毛骨悚然的推荐？
其中就有这么两条：
FindingMoi：有个事，不是FB但也非常恐怖：我男票买了一个电脑椅，对他来说有点小，他提到有个大一号的款，但是更贵，所以他不换了。然后当我打开手机，我就收到了一个广告，给我推送了那把大一号的椅子！正好是我男票喜欢的颜色！（有8个颜色选项，给我推送的是蓝色款，就是我男票买过的颜色！）
Two_kids_two_pugs：这事也发生在我身上，一次又一次。有一次，我和我丈夫讨论要不要买一个黄色厨房搅拌器。我都没有搜，或者添加到购物网站的心愿单里。但当我打开APP，跳出来的就是那款黄色搅拌机！
除了千方百计窃取使用者信息，定制个人推荐，精准投放，统计数据还在默默地把我们划分为三六九，无情杀熟。
前段时间，有微博网友发现，在使用订机票、订酒店，打车、买电影票，叫外卖这些互联网网络平台服务时，老使用者常常需要比网络平台新使用者支付更高的价格。
类似的情况还有：
根据出行路线记录，同样路线和车型，老使用者要比新使用者贵上六七块；
选机票，看电影这种票务服务，选好后取消再预定，价格立涨甚至翻倍；
搜索比价以后，能看到的产品选项越来越少，最后只剩下商家想让你看的那几个；
（图源：微博）
这种大统计数据杀熟，也就是经济学上所说的一级价格歧视，厂商（垄断者）知道每位消费者，对任何数量的产品，要支付的最大货币量，并以此决定价格，因而能够获得每位消费者的全部消费剩余。
这曾经在经济学上，被认为是不可能出现的情况，因为垄断者无法了解，每一个消费者愿意支付的最大货币量。然而现在大统计数据，却为一级价格歧视的发生，提供了技术支持。
就像是，我们开始说的那样：大统计数据，比你更了解你自己。
在大统计数据面前，我们每一个人都是赤裸的，待宰羔羊。
（图源：linkedin）
这次Facebook操作选举的事件，只是揭露了大统计数据时代危险的冰山一角。
原来，我们看到的世界，不过是大统计数据为我们精心定制的一隅天地。
大统计数据，不止了解我们，掌握着我们一切的信息，能给我们安利心动的产品，提供我们需要的服务，还能让我们觉得我们看到了想看的一切。
（图源：executivestyle）
大统计数据挖掘出我们的三观，网络平台可以按照我们的三观偏好推送信息。
当我们毫不设防，我们的视野被控制在大统计数据为我们预设的轨道里，小到消费购物，大到政治宗教，我们最终沦为大统计数据的提线木偶。
（图源：inc）
前不久，科幻电影银翼杀手2049里有这样一幕：虚拟人Joi让K感受到了深刻而真实的爱。
但影片最后Joi的广告却出现了一句，让人类害怕的话，Everything you want to hear 说你想听到的一切。
（图源：thefilmmagazine）
了解你，洞悉你，甚至比你自己都清楚你。
大统计数据时代，我们还有何处可逃？
Source:
https://www.cnn.com/2018/03/20/politics/facebook-cambridge-analytica-key-players/index.html
https://www.independent.co.uk/voices/camridge-analytica-scandal-how-facebook-works-harvesting-data-politics-trump-brexit-a8264051.html
https://www.nytimes.com/2018/03/20/business/ftc-facebook-privacy-investigation.html
https://www.nytimes.com/2018/03/17/us/politics/cambridge-analytica-trump-campaign.html
http://www.bbc.com/news/uk-43480978
https://www.nytimes.com/2018/03/19/technology/facebook-cambridge-analytica-explained.html
https://newsroom.fb.com/news/2018/03/suspending-cambridge-analytica/
https://www.buzzfeed.com/ryanmac/these-men-helped-create-cambridge-analytica-here-is-their
https://www.theguardian.com/news/2018/mar/17/data-war-whistleblower-christopher-wylie-faceook-nix-bannon-trump
没看够吧？点这试试！
