我們是誰?大數據下的人類行為觀察 (Dataclysm:Who We Are(When We Think No One’s Looking))

克里斯汀.魯德(Christian Rudder) 著、林俊宏 譯

  • 出版商: 馬可孛羅
  • 出版日期: 2016-05-06
  • 定價: $420
  • 售價: 9.0$378
  • 語言: 繁體中文
  • 頁數: 336
  • ISBN: 9865722909
  • ISBN-13: 9789865722906
  • 相關分類: 大數據 Big-data

立即出貨 (庫存=1)

買這商品的人也買了...

商品描述

<內容介紹>

★《紐約時報》暢銷書
★2014年《富比士》推薦書單
★2014年全國公共電台最佳圖書
★2014年環球郵報最佳圖書
★2014年彭博社最佳圖書
★入圍洛杉磯時報圖書獎
★2014年英國獨立報網路和技術最佳圖書
★2015年誠品書店、博客來外文書趨勢類推薦書單

《華爾街日報》、《金融時報》、《赫芬頓郵報》、《時代》、《富比士》、《紐約客》……
多家媒體一致推薦報導,引爆國際媒體高度矚目與討論

你沒見過的大數據另一面,
美國知名社交網站創辦人用數學證實:
我們其實是這樣那樣的人。
臉書、推特、Reddit、T umblr、Instagram……等社交網站
一躍為新一代的人口學家。
大膽創新關於人類行為的調查,一場醞釀中的革命正在發生!

一般談到大數據只談商機和操控。
其實,巨量數據正透露出人類以為四下無人時,我們是什麼樣子,
我們想的、說的、做的,其實都不一樣。

這個傳統問卷調查問不出的真相,來自大數據中,人們最真實、最不設防的心聲。
當我們以為每天只是過著自己的小日子,
每一個行為,最後都匯集到數據裡,成為大數據裡的一部分。

美國著名網站OkCupid創辦人魯德透過經營交友網站,
得到一般研究無法取得的巨量數據,而且真實,
因為在交友網站上,人們只依自己的想法行事,誠實透露好惡,
藉由統計分析,解讀用戶創造出來的資料,
用廣大的樣本數來證實一般人會有的猜想,或者破解常見的迷思。

本書觀察到在網路時代,數據所帶出的真相:
1. 男人偏愛二十歲出頭的嫩妹,這是胡亂栽贓還是信口開河?數據證實,這是真的!女人過了21歲以後,在擇偶市場就開始走下坡。
2. 缺陷是一股強大力量!與其當個芸芸眾生,還不如勇敢做自己。
「出醜效應」告訴你,有特色才讓你更出色。
3. 使用推特會讓人類的寫作能力下降?大數據說,反而提升了用戶的寫作程度。
4. 亞洲女性受到所有種族男性的高度青睞;白人和拉美裔男性和女性都比較受歡迎,
不過,亞洲男性和黑人,受歡迎的程度偏低。種族偏見一直都在,即使嘴裡不承認,
但潛意識則不然。
5. 女性美不美,影響的不只是在交友網站上的人氣度,
從網路數據顯示,外貌就是一切,不僅影響工作面試,連工作表現評等也與外貌有關。
6. 為什麼女人……會變心?為什麼男人……要說謊?
為什麼穆斯林……恨美國?為什麼亞洲人……看起來都很像?
這些搜尋紀錄讓Google聽到了我們所有人的告白、關注與祕密。
萬事問Google,問出的不只是答案,還暴露了你的內心。
7. 按讚洩漏的訊息,遠比你想像得多。
一個人按讚的模式還能拿來預測智商:這個模型能夠精準預測某人的標準智商測驗得分,而且一個問題都不用問。
8. 活人獻祭不是過去野蠻時代才有。一名高中女生納瓦茲發的一則無腦貼文,讓我們見識到在網路上是如何地失控擴散,不到24小時,就在740萬人眼前遭到辱罵,普通鄉民逐漸演變為酸民、暴民,大家爭相上前補刀。
9. 同性戀者是後天養成的嗎?大數據考查出美國各州都有穩定比例的同性戀人口。而同性戀是否願意出櫃,與當地的接受度有關,被迫躲在祕密裡的人,會在Google搜尋表態,因為Google是最沒有社會壓力的地方。

本書透過魯德生動有趣的敘述,每個數據都各自有話要說,為我們展示人類的行為、看到整體人性。現在,數據科學家成為新的人類學家,數據能透露的訊息,遠比我們想像中多,因此許多社會或政治上的爭辯,也可透過數據證實,而非以訛傳訛或自以為是,也因為透過分析數據,我們得以看出人類的心理,建構人類的故事。

<章節目錄>
引言
第1部分 我們為何互相吸引
1. 伍德森定律:男人偏愛年輕美眉
2. 大眾品味,就敗在太過平凡無聊
3. 牆上的字
4. 人際關係維繫強度和怎麼連結有關係
5. 其實,人不懂自己的心

第2部分 我們又為何互相排斥
6. 干擾因子
7. 對美貌神話的崇拜
8. 讓使用者自己開口說出心裡話
9. 憤怒的日子:透過打壓別人抬高自己

第3部分 我們為什麼是現在這樣子?
10. 在亞裔裡算是高的
11. 資料看到的社會痛苦指數:當有人必須隱藏自己性向時
12. 知道你的位置
13. 我們的品牌,可能是你的生活
14. 數位麵包屑

尾聲
本書資料說明
附註
致謝