为什么要用大数据，为什么有人说大数据就是合法的侵犯个人隐私

作为一名IT行业的从业者为什么要用大数据，同时大数据也是我的主要研究方向之一，所以我来回答一下这个问题。

首先，大数据的应用是有边界的，个人隐私在大数据时代依然会得到有效的保护，而且随着大数据的发展，针对于个人隐私数据的保护会越来越完善。

针对于个人数据的采集和应用目前有三道保护屏障，其一是法律法规层面的保障，这是保障个人数据安全的基石，其二是科技公司的数据管理屏障，对于数据访问权限有明确的限定，其三是技术屏障，通过数据加密等手段来保护个人的数据安全。由于数据价值的不断提升，目前数据的防护也得到了广泛的重视，互联网公司更是如此。

至于有人说大数据会侵犯个人隐私，主要是基于三方面原因，其一是针对于个人数据的采集和存储，其二是针对于个人数据的分析和利用，其三是针对于个人数据的交换。

对于大量的互联网产品来说，采集并存储一部分个人数据来完善产品并提升用户的使用体验，这本身是具有一定积极意义的，比如在电子商务平台上广泛采用的推荐系统就会在一定程度上提升用户的购物体验。另外大数据对于人工智能的发展也具有积极的意义，在这一点上可以说是利大于弊的。未来关于用户数据的采集问题也许是讨论的重点，用户数据的采集通常需要用户的授权。

问题的重点在于数据交换，数据交换是导致个人数据被乱用的重要环节，所以在法律法规方面，针对于数据交换有严格的要求，这会从根本上杜绝数据乱用的问题，也会有效的限定个人数据的使用边界。目前在公司层面进行大数据研发时，通常都有严格的数据使用流程，个人数据脱敏是不可或缺的环节。

当然，目前大数据正处在落地应用的初期，很多关于保护个人隐私的方式方法也有待完善和加强。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

未来互联网的发展一定是在大数据的支撑下发展的。数据不仅是政府对国家发展规划的支撑，也是我国军事技术发展的支撑，同时也是科技及诸多行业发展的支撑。所以未来大数据几乎涉及到我们所知的各行各业。为什么这样说呢？

从企业的角度来说，数据可以让企业根据用户的行为数据判断出用户的各种行为习惯、消费水平、当然也一定也少不了用户产品体验的行为。所以从这个角度来说企业可以针对用户实施精准的营销从而节省成本、对企业产品可以经过用户体验数据进行创新。

从国家发展规划，从数据国家可以监控到所有的数据情况，根据实际的需求从而制定发展规划。

从科技的角度，未来的AI技术发展一定要进行机器学习的，而机器的学习一定是通过数据学习的，所以未来的人工智能是建立在数据的基础之上的。

从军事发展的角度来说、可以根据各行业数据监控、了解到世界军事储备的发展。为强国计划做数据支撑。为未来可能发生的战争提供技术支持。

当然也离不开医学，对人身地位健康健康，可以通过以往病人发病的数据得出可能会影响人身体健康的不利因素得到控制。

所以未来的互联网将会是数据大战。只有谁有足够的数据，才能为下一步的决策提供支撑。

大数据即海量的数据，一般至少要达到TB级别才能算得上大数据，相比于传统的企业内数据，大数据的内容和结构要更加多样化，数值、文本、视频、语音、图像、文档、XML、HTML等都可以作为大数据的内容。

提到大数据，最常见的应用就是大数据分析，大数据分析的数据来源不仅是局限于企业内部的信息化系统，还包括各种外部系统、机器设备、传感器、数据库的数据，如：政府、银行、国计民生、行业产业、社交网站等数据，通过大数据分析技术及工具将海量数据进行统计汇总后，以图形图表的方式进行数据展现，实现数据的可视化，在此基础上结合机器学习算法，对数据进行深度挖掘，发掘数据的潜在价值。

应用部分，大数据不仅包括企业内部应用系统的数据分析，还包括与行业、产业的深度融合，大数据分析的应用场景具有行业性，不同行业所呈现的内容与分析维度各不相同，具体场景包括：互联网行业、政府行业、金融行业、传统企业中的地产、医疗、能源、制造、电信行业等等。

1. 互联网行业大数据的应用代表为电商、社交、网络检索领域，可以根据销售数据、客户行为（活跃度、商品偏好、购买率等）数据、交易数据、商品收藏数据、售后数据等、搜索数据刻画用户画像，根据客户的喜好为其推荐对应的产品。

2. 政府行业在大数据分析部分包括质检部门、公安部门、气象部门、医疗部门等，质检部门包括对商品生产、加工、物流、贸易、消费全过程的信息进行采集、验证、检查，保证食品物品安全；气象部门通过构建大气运动规律评估模型、气象变化关联性分析等路径，精准地预测气象变化，寻找最佳的解决方案，规划应急、救灾工作。

3. 金融行业的大数据分析多应用于银行、证券、保险等细分领域，在大数据分析方面结合多种渠道数据进行分析，客户在社交媒体上的行为数据、在网站上消费的交易数据、客户办理业务的预留数据，结合客户年龄、资产规模、消费偏好等对客户群进行精准定位，分析其在金融业的需求等。

4. 传统行业包括：能源、电信、地产、零售、制造等。电信行业借助大数据应用分析传感器数据异常情况，预测设备故障，提高用户满意度；能源行业利用大数据分析挖掘客户行为特征、消费规律，提高能源需求准确性；地产行业通过内外部数据的挖掘分析，使管理者掌握和了解房地产行业潜在的市场需求，掌握商情和动态，针对细分市场实施动态定价和差别定价等；制造行业通过大数据分析实现设备预测维护、优化生产流程、能源消耗管控、发现潜在问题并及时预警等。

伴随着信息化的快速发展、数据量加大，已经进入数据时代，相信各行业间日后对于大数据的应用会更多、更深入。