【#大數據背後的殺熟原理#:抱歉,「大數據殺熟」無藥可救】

「大數據殺熟」,不是個陌生詞彙,據公開資料記載,「大數據殺熟」是在2018年被廣泛關注和報道的。但一位程序員朋友說,早在2017年,他就在滴滴上經歷了大數據殺熟:「比如我和我媳婦同時打車,同時發起,同樣的起止點,我的定價每次都會貴一些,因為我每天都要打這個路線的車,我媳婦是偶爾會打,就感覺是分析出來熟客吃定的感覺。」我身邊的同事也分享了她被大數據殺熟的經歷,「2016年左右,我家住在丰台區的怡海花園,每天到海淀的上班距離很固定,那時候最開始打車每次只需要20多塊錢,但是差不多就在三個月時間內,就漲到了50多。」關於滴滴的這種情況,滴滴總裁曾親自澄清稱「滴滴出行不存在大數據殺熟的行為。」

可以肯定的是,真實存在的大數據殺熟要比我們已知的出現時間更早。甚至在剛剛過去的雙十一,這樣的戲碼也依舊在上演。據央視報道,北京的韓女士使用手機在某電商平台購物時,中途錯用了另一部手機結賬,卻意外發現,同一商家的同樣一件商品,註冊至今12年、經常使用、總計消費近26萬元的高級會員賬號,反而比註冊至今5年多、很少使用、總計消費2400多元的普通賬號,價格貴了25塊錢。

我們希望通過採訪專業的程序員、演算法工程師、法律專家等人士來找到哪怕一絲的使用技巧和方式,來避開所謂的「大數據殺熟」。讓人難過的是,得到的回復大多是「沒辦法」「不可能」「看運氣」「維權渺茫」。當我們深入研究了「大數據殺熟」過程、維權方式和途徑之後,生出一種「人為刀俎,我為魚肉」的無力感,也壓著被大數據「殺熟」的每一個人。那麼大數據背後的技術路徑是怎樣的?這種做法背後隱藏的商業邏輯又成為了誰的「致富經」呢?http://t.cn/A6G1CNhM

LINE it!
回頁頂