社交网站如何获取用户的隐私数据
发布网友
发布时间：2023-06-08 05:09
共1个回答
热心网友
时间：2024-11-25 05:44
再例如，你注册一个账号，需要输入自己的名字；手机号；性别；所在地；这些是微不足道的基础数据。
当然还有你的消费记录；打车频率；浏览的公众号类型；玩过的游戏...这些行为最后统统会变成几千个事实标签，成为你行为数据的一环节。
采集标签的目的，就是为了构建用户画像，从杂乱的标签当中，最终模拟一个和你兴趣、爱好、思想相近的“你”。
例如，你玩手机看到一篇内容标签为“美女”的文章，而这并不表明你真的喜欢美女，也可能是手滑点的。因此，手机判断你的兴趣喜好还要根据浏览的停留时间、搜索次数、是否评论转发等等。
当然，这关系到一个初级的内容标签权重算法：
兴趣标签（ 美女 ）权重 = 行为权重 x 访问时长 x 衰减因子
行为权重：什么都不干 1 分，评论 + 0.5，点赞 + 0.5，转发 + 2，收藏 + 1
时长权重：10S 以内权重为 0.5，10S－60S 为 1，60S 以上为 2
衰减因子：0 - 3 天内权重为 1，3 - 7 天权重为 0.85，7 - 15 天权重为 0.7，15 - 30 天权重为 0.5，30 天以上权重为 0.1
（算法引自百度会学）
兴趣标签权重和你的阅读时长、评论、点赞、转发收藏有着密切关系，并且不同操作有着不同的加分数值，最终累积成行为权重。
这点有点类似网易云在私人FM为你推荐的歌曲类似。停留时间越长，时间权重也随之越高。
你经常浏览美女，评论关于美女的文章，看关于美女的视频，手机会将你一段时间内所有关于美女的兴趣权重累加，再以S形函数标准化，最终得到一个从0到10的兴趣标签值。
这个数值越高，你就对含有美女的内容越感兴趣。

不仅仅局限于内容兴趣，这种算法还能够根据你的消费能力、消费兴趣、社交习惯等多个维度建立用户画像，并计算你的喜好。
之后，这些喜好会被转换成特征向量，比如你的美女兴趣标签值是8，消费能力是5，社交偏好是2，那么向量表示为r（8,5,2）。
我们可以将特征向量想象成一个*空间的一个坐标点，通过每个用户的向量坐标去带入余弦公式或距离公式中，就能计算出和你相似的人，进而把用户分类。这是一个大工程。
但是行为数据只能计算出你的喜好，而无法判断出你的性别、学历等深入的个人属性。
这需要将已知性别和学历的用户作为样本，一些用来训练模型，一些用来测试精准度。现如今，各大平台对于用户性别的预测准确度达到90%以上。

因此，你的手机就能够得到大致这样一个用户画像，它包含了你的各项兴趣权重。
所以说，APP根据这个画像，便根据类似的广告信息，找到对应的消费者。
我们来看看广告主这边是如何操作的。
下面显示的是某广告投放平台的后台，广告主们可以自由组合用户属性，包括消费水平、婚恋情况、内容兴趣等上千个定向标签，最终选定广告位及投放时间，据系统计算的1.5元/千次曝光的价格，完成一次精准的广告投放。
并且，当一个住在北京海淀区大泥湾小区有过口红消费记录的单身男青年在刷到广告位的一瞬间，广告平台还会发起竞价请求，最终，价位较高的广告将会出现在用户的视线中。也就被你刷到了。
在广告推广平台的开发者文档，记录着用户详细的行为数据，精确度很高，甚至可以筛选出“2019.2.1到2019.2.10去过北京西单5次以上的人”。
需要说明一点，社交软件、购物网站、浏览器等APP的行为数据不仅对应你的账号，还和你手机唯一识别码关联在一起。
Android系统手机的可以采集到的的唯一设备编码叫 IMEI，在iPhone 上叫IDFA
这也表示，就算你不注册不登录，行为数据照样会被采集。
与此同时，广告平台也能够根据你手机识别码在其他的APP上为你投放对应的广告，因此，就算你在浏览快手，也能够刷到旅行包广告。
