Bigdata 案例分析

从大数据角度看“灵魂交互”的soul App

最近比较火的 soul 社交APP,成为一个新的热点。人们可以通过心理测试题,从灵魂上定义自己,所有用户都可以通过大数据算法,认识到和自己性格相近的陌生人。在不同社会、不同时代中,人们总是怀着对知己的渴望,而大数据的运用,将这种看似难以实现的愿望变得轻而易举。但是,在精密的数据背后,总是会有各种各样的问题。

  1. 大数据定义的你,是真实的你吗?
    人在不同的情绪下,即使是面对专业的心理测试,也可能出现截然不同的选择,然而soul 对用户的分析仅仅出自于 第一次的测试结果。当用户产生心境变化时,没有有效的方法不断修正结果。

  2. 个性定义会不会固化某些群体,减少个人的更多可能性?
    在星座广泛流行的时期,很多年轻人受到其影响,出于对其的喜好而不断地向某些星座固化的特点上靠拢,潜移默化的将不同的个人塑造成相似的模样。soul 中对于个人的定义,会不会也像一个性格加工厂,把不同的人分在不同篮子里,进而使其趋于同化。实际上,在把用户分类的过程中已经减少了作为个人的更多可能性。

  3. 用户社群固化后,偏激思想的产生。
    在soul中,你遇到的每一个陌生人,都和你有着相似的三观。但是,在现实社会,不同思想的碰撞导致了互相牵制,进而产生社会道德。然而,在soul的世界里,可能每一个人都是你的支持者,藏在人心中的黑暗火苗可能在社群中扩大,出现一些社群所认可,但是违反社会道德的偏激思想。

大数据 在soul 中的体现

在 soul app 中,用户被允许使用完全隐藏个人信息的方法,去分享自己的生活和对某些事情的看法,你完全不用担心会被别人认出来,因为他们无法通过你所发布的信息得知有关你的所有个人隐私。在聊天交流中,你面对的将是一个完全陌生的人,但是却拥有和你相似的三观。你们不用在乎个人身份,可以畅所欲言,分享你的秘密也不用担心被其他人发现。你可以和任何一个陌生人分享你的故事,即使它是虚构的,也不用担心被揭穿。
这样的应用,首先第一步就是分析用户数据,进而运用大数据算法进行用户匹配。相似度高的用户就会被匹配到一起。而这些用户在大数据分析的过程中,也完成了用户分类。服务提供者,就可以针对性的投放广告,进而盈利。而用户在使用过程中,各种使用习惯也可以帮助完善对于用户的识别,比如点赞了哪张图片、哪个文章,都可以组成用户分析的数据库,进而形成对于用户更完整的认知。

用大数据的方法,解决可能出现的问题

  1. 在用户使用soul app的过程中,不断收集各种各样的用户数据,例如使用习惯、对于某些类型文章的点击率、关键词的搜索频率等等,完善用户的识别,进而提高对于用户的理解,优化认知。

  2. 不要过分追求对于分类的准确性、过度解读用户心理、发掘因果关系。保留更多的个人特征,增强相关性的匹配,减少用户同化。

  3. 在追求“匿名化”的同时,建立完整的用户沟通平台,允许不同社群的人一同沟通交流,不要固化用户社群,保证不同用户群体之间信息交流的流畅性。

总结

在大数据的运用里,我们确实可以做到很多以前做不到的事情。但是,大数据也仅仅是一种工具,我们需要更多的去思考其使用方法,发掘数据的潜在价值。同时,也要避免唯数据论的想法,认识到事物本身的客观性。当然,在数据收集的时候也要从多个方面和角度入手,人为制造关联,为数据创造价值。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容