大數據是怎么知道我在想什么的？

大家都清楚，大數據肯定是無法直接讀取我們的思想的，但是大數據打出的口號卻是比你更了解你自己，這個是基于什么呢？一個是因為大數據的數據收集手段，另一個是因為大數據的數據分析手段。今天我們簡單的來說一下這個。

大數據的數據收集手段很多，但是一般都是經過用戶同意的，用戶感覺這個是不會曝光自己的隱私的，但是你想不到的是，大數據可以從這些看似沒有價值的數據當中分析出許多的東西，我們先舉個例子吧。

我們下載一個新聞資訊APP，正常來說他們會請求一些權限，包括了位置信息、設備信息（設備通話狀態和識別碼）、儲存權限還有一些人不會開放的通訊錄信息。從位置信息可以直觀的判斷出你在哪個城市當中，從你的設備信息則可以判斷出你用的是什么手機型號，通訊錄信息可以讀出你的關系網。然后我們打開APP注冊，這個注冊也就暴露了你的手機號信息了。此外我們會完善一些個人信息，這個個人信息根據你自己的情況，可能會暴露的有性別、生日、行業和地區等等。

注冊完后我們就開始瀏覽新聞了，我們看到一條明星八卦的信息點進去了，看了幾分鐘，大數據初步判斷你是喜歡娛樂新聞的，我們再看看其他的，比如看到一個愛護眼睛的新聞，我們又看了，大數據判斷你可能在眼睛方面有需求。同時通過推送一些相同或者互補的新聞，來完成他的判斷。在根據你不斷的瀏覽來修正對你的判斷。你可能點了個喜歡，收藏了一下，轉發了一下，又或者剛點進去看了兩秒就退出了。大數據都可以依據此來判斷你的喜好。

所以你或許看過一些近視類型的文章或者搜索過近視眼睛等等的信息，讓大數據判斷出你近視了。

如果僅僅是根據我們所暴露的一些信息的話，大數據還很難做到說比你更了解你自己。所以更重要的是大數據的數據分析手段，其算法模型。比較常用的數據分析手段包括了分類、回歸、聚類、相似匹配、頻繁項集、鏈接預算、因果分析等等的手段。我們簡單的說一下就好了。

例如我們根據上面暴露的信息，系統會給我們打標簽分類，例如喜歡娛樂信息、性別女的、使用華為手機的、從事IT行業的用戶。同時呢，系統會把打上同樣標簽的用戶的喜好進行匹配。比如非常多打上了喜歡烹飪和攝影標簽的用戶都喜歡美食，那我也測試一下你是不是也喜歡美食，嘗試給你推送一些美食的信息，如果你有去看的話也就給你補充標簽了。通過這些算法，逐步就建立出你的用戶畫像了。

所以不一定是你暴露自己近視了或者想要治療近視。而是你同類標簽的用戶都有這樣的行為，系統就給你嘗試推送了。