大數據與情感分析：言多必得與言多必失

SmogFarm從事的是基于大數據的情緒分析，衡量、跟蹤、聚合數百萬人的情緒，然后做出全球第一份衡量群眾心理的定量指標—地球脈搏。為什么要這么做？因為數據就是未來，情感是筆大買賣，選舉、調查結果、流行新聞故事乃至于股市都會受到 “群眾” 情緒的影響。

言多必得

相比之下，KredStreet則找到了另一個似乎更容易變現的垂直商業模式并已開始進行不公開測試：社會化股票交易員排名（The Social Stock Trader Rankings）。The Social Stock Trader Rankings 對 StockTwits 的數據進行情緒分析，對 Twitter 數據流進行采樣，以便確定交易員總體看漲還是看跌。它還會將當前的股市表現與交易員過去的漲跌判斷進行比對，進而依據交易員的準確率對其進行評分和排名。

這個排名系統的創意的確好。因為這里一切都是靠實力和結果說話，無名之輩只要預測準確率高也能把夸夸其談的知名人士壓倒。實際上，這一思路完全可以推廣到許多領域，比方說倡導聲音有力則不需名氣的輿論網絡初創企業 State的做法。說實話，這套東西有時候的確比文憑和磚家管用。

當然 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從事的數據挖掘等尚處在早期階段，還很不成熟。但請你設想一下 5年 之后。如果他們的大數據、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）發現，哪怕是像瀏覽器設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，一項新研究又發現人的移動軌跡具有高度的獨特性，按照這份研究的說法，從各人匿名提供的手機方位數據中只需抽取四個時空點就能識別出該用戶，識別率高達 95%。好的軟件能夠從這些看似稀疏、空白的數據中挖掘出甚多寶物。

言多必失

隨著語言和圖像處理軟件的不斷進化，一旦被運用到 Facebook timeline 這樣的東西上，就有可能產生出你意想不到的效果。你所說的話、發出去的圖、玩過的游戲等，都會逐漸勾勒出你本人的一幅準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，半分鐘之后，你的工作習慣、神經衰弱、人生受挫、情緒不穩、對老板的態度等悉數就被推斷出來—你的照片、評論、喜歡、頂等，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 開發的新型安全工具就能夠運用大數據來識別安全威脅和不滿員工。Facebook 之流顯然也指望此類大數據應用為其定向廣告挖掘出大金礦。

但是這會受到用戶的反制。我們可以設想，一旦這樣的工具成熟起來，大家在網上的表現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。這樣的網絡到頭來也許只有兩種結果：死氣沉沉、人人自危，或者只談風月、口是心非。

扎克伯格定律認為互聯網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律還能不能延續？

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果只有兩個：雙贏或雙輸，善用則情感成為好買賣，濫用則數據沒有未來。