言多必得
相比之下，KredStreet則找到了另一個似乎更容易變現(xiàn)的垂直商業(yè)模式并已開始進(jìn)行不公開測試：社會化股票交易員排名（The Social Stock Trader Rankings）。The Social Stock Trader Rankings 對 StockTwits 的數(shù)據(jù)進(jìn)行情緒分析，對 Twitter 數(shù)據(jù)流進(jìn)行采樣，以便確定交易員總體看漲還是看跌。它還會將當(dāng)前的股市表現(xiàn)與交易員過去的漲跌判斷進(jìn)行比對，進(jìn)而依據(jù)交易員的準(zhǔn)確率對其進(jìn)行評分和排名。
這個排名系統(tǒng)的創(chuàng)意的確好。因?yàn)檫@里一切都是靠實(shí)力和結(jié)果說話，無名之輩只要預(yù)測準(zhǔn)確率高也能把夸夸其談的知名人士壓倒。實(shí)際上，這一思路完全可以推廣到許多領(lǐng)域，比方說倡導(dǎo)聲音有力則不需名氣的輿論網(wǎng)絡(luò)初創(chuàng)企業(yè)State的做法。說實(shí)話，這套東西有時候的確比文憑和磚家管用。
當(dāng)然 SmogFarm/KredStreet 之流所從事的情緒分析，以及Summly從事的自然語言處理，還有Palantir從事的數(shù)據(jù)挖掘等尚處在早期階段，還很不成熟。但請你設(shè)想一下 5 年之后。如果他們的大數(shù)據(jù)、高能量探照燈打在Facebook timeline這樣的東西上，會有多少東西被他們洞悉？
幾年前，EFF（電子前沿基金會）發(fā)現(xiàn)，哪怕是像瀏覽器設(shè)置這么簡單的東西都會讓你的匿名性下降到無法想象的地步。上一周，一項(xiàng)新研究又發(fā)現(xiàn)人的移動軌跡具有高度的獨(dú)特性，按照這份研究的說法，從各人匿名提供的手機(jī)方位數(shù)據(jù)中只需抽取四個時空點(diǎn)就能識別出該用戶，識別率高達(dá) 95%。好的軟件能夠從這些看似稀疏、空白的數(shù)據(jù)中挖掘出甚多寶物。
言多必失
隨著語言和圖像處理軟件的不斷進(jìn)化，一旦被運(yùn)用到 Facebook timeline 這樣的東西上，就有可能產(chǎn)生出你意想不到的效果。你所說的話、發(fā)出去的圖、玩過的游戲等，都會逐漸勾勒出你本人的一幅準(zhǔn)確得令人恐怖的肖像，那些東西可能是你從來都不曾想公開的隱私。
更糟的是這件事有可能容易得出奇。老板可能根本就不需要通讀你的 Facebook timeline，只需將檔案分析軟件往你的頭像一點(diǎn)，半分鐘之后，你的工作習(xí)慣、神經(jīng)衰弱、人生受挫、情緒不穩(wěn)、對老板的態(tài)度等悉數(shù)就被推斷出來—你的照片、評論、喜歡、頂?shù)?，這些信息從個體上看雖然毫無意義，但是拼湊起來就能形成你的拼圖。
這是一筆大買賣。前不久，IBM開發(fā)的新型安全工具就能夠運(yùn)用大數(shù)據(jù)來識別安全威脅和不滿員工。Facebook 之流顯然也指望此類大數(shù)據(jù)應(yīng)用為其定向廣告挖掘出大金礦。
但是這會受到用戶的反制。我們可以設(shè)想，一旦這樣的工具成熟起來，大家在網(wǎng)上的表現(xiàn)一定不會再像以前那樣直率，會變得更加小心翼翼?；蛘呱踔林豢床徽f。這樣的網(wǎng)絡(luò)到頭來也許只有兩種結(jié)果：死氣沉沉、人人自危，或者只談風(fēng)月、口是心非。
扎克伯格定律認(rèn)為互聯(lián)網(wǎng)用戶共享的信息每年都會翻番。但是一旦大家都意識到言多必失時這條規(guī)律還能不能延續(xù)？
工具無所謂好壞，言多必得還是言多必失，要看用者做不做惡，對于用戶和商家來說結(jié)果只有兩個：雙贏或雙輸，善用則情感成為好買賣，濫用則數(shù)據(jù)沒有未來。
