大数据行业遭遇“生死劫”？

最近，大数据的生意危机四伏，负面消息既在报纸的社会版块，又频频出现在商业版块。

先来看看“社会版块”：

9月12日，网名叫“ooooviki”的女孩爆料，一名自称是网警的男子，利用职务之便找到了她，还搜集了很多她的个人隐私，比如身份证号码、家庭地址、电话号码等。这名男子展示了疑似她户籍信息的截图，被拒绝后，还对女孩进行“人身攻击”。

9月12日，网名“ooooviki”爆料称一名“网警”人肉其信息并要求与之交往

两天后，这被证明是一起“乌龙事件”。

调查此事的郑州市公安局在9月14日发布通报称，女孩所遭遇的是一次恶作剧。事件起因于女孩的男友，他下单购买了测试恋爱忠诚度的服务，想要试探女友，并将她的个人信息提供给了服务方。而服务方假扮成网警接近女孩，最后演变至此。

据通报，这起乌龙事件中的3人，都因涉嫌寻衅滋事接受了处罚。

虽说是虚惊一场，但在这场误会中，“情感分析”的生意浮出了水面。有媒体发现，事件发生过后，基于大数据分析系统的情感分析服务仍然在某些平台上售卖。

某平台上基于大数据分析系统的情感分析服务

它并不复杂，类似“婚前体检”，判断双方的身体状况是不是合适结婚。市面上也提供一种服务，可以搜索、汇集一个人的“网络大数据”，例如这个人在网上的所有发言记录，其公开账号和私密小号等等，据此判断这个人的人品、过往情感等等。

不过，这项工作有一定的技术门槛：得能写“爬虫”。

所谓的网络爬虫，是指平台按照一定规则，自动从互联网上提取网络信息的程序或脚本。有了它，短短数秒之内，就能够有针对性地、将一个人的上网痕迹储存下来。在这之后，针对储存的信息进行分类和分析，效率比起个人的搜索要高得多。

“爬虫”的能力不可小觑。一般情况下，“爬虫”在单个网站搜集到的信息，往往是不完整的，但它能够在多个网站中相互拼接、比对，最终得出完整的个人信息。

网络爬虫原理示意图（图源网络）

用一个例子说明：比如在某个外卖软件中，它隐藏了客户电话号码的中间四位数。在另一个约车软件中，则隐藏了后四位数。它们都做到了保障客户隐私，然而，“爬虫”只要爬取了两边的网站，就能够得出完整的电话号码。这叫“拼接”。

再比如：在某个招聘网站，“爬虫”先进入应聘方的端口，爬取所有的公示信息。再进入招聘方的端口，重复操作一次。两相“比对”，完整的简历信息就被窃取走了。

在这个时代，网民的电话、住址、照片、工作经历等等，几乎都存储在各式各样的软件数据库中，只要其中的一两项信息泄露，那么整个信息都被窃取，在理论上是成立的。

更何况，网民常常将个人信息拱手让出而不自知，比如前不久上线的软件“zao”。又或者，身边亲友出于自己的目的，故意提供被爬取信息之人的隐私，比如上述的在郑州的乌龙事件。

提供技术服务的人，在获取了海量信息之后，建模分析形成“用户画像”，或者直接提供给客户，让其分析判断。这就是所谓的“大数据情感分析”。可怕的是，被扒光了隐私的人，对此却毫不知情。