对着手机喊太贵机票降两千,年轻人开始反向驯化大数据杀熟……大数据机票算法

如今,在大数据、算法等高科技的加持下,咱们使用互联网服务可以说,越来越成了一门技术活,一不小心就成了冤大头。

而大数据杀熟这这项「大家都知道有,但就是抓不住证据,抓住证据,他们也有一万种理由解释」的卡脖子创新,在算法等遥遥领先创新叠加下,可以说,当我们对一项互联网服务有需求的时候,都不敢轻易事先尝试查询。

就比如小柴遇到过好几次,想出门打个车,就提前查询了下费用,结果好家伙,每查询一次,价格就涨几块,有一次眼睁睁的把同一段路程的费用从三十块看到了五十块,自此之后,小柴打车,那都是乖乖的不到出门那一刻,不打开打车软件。

比如那些电商网站、外卖平台,如果你经常点,那你的优惠券,红包就是比别人小;再如果,你开通了会员,他们更是在优惠力度、配送费、包装费红包大小上,区别对待无下限。

一问就是为了拉新,或者定位缓存、新用户红包更大,留下付了费的尊贵VIP在风中凌乱。

当然了,相比于电商网站几块、几十块的大数据杀熟黑洞,机票酒店行业,万一遇上大数据杀熟,那一不留神,就能比别人贵个大几百、甚至一两千。

然而,对大数据杀熟这件事,咱们可是喊打喊杀十多年了,月经式点名、约谈也是反复进行,但喊着喊着、点着点着,他们不仅没有收敛,而且是更加过分了。

好像,我们如今似乎已经麻木了,正常的方式,也似乎没人能管得了它们。

只能不嫌麻烦的在各大平台反复横跳,比价找最低的那一个,成了享受互联网服务的常态化操作,使得我们使用互联网服务越来越麻烦,越来越糟心,门槛也是越来越高。那我们就对它们,真的一点办法都没有了吗?直到小柴昨天刷到这届年轻人的操作,才恍然大悟,咱们可以用魔法打败魔法啊!

事情大概是这样的,周末小柴刷视频的时候,刷到了一个女生,不停的对着自己的手机唠叨「这机票怎么这么贵」「买不起机票」「不去了」……

而且在一直不断的反复这几句话,同伴很纳闷的问:「你在干嘛」,小姐姐则回答:「我在给我的手机洗脑」

看到这个视频,小柴真是醍醐灌顶,这不就是正确进入互联网的大门的姿势吗?还是年轻的脑子好用哇!杀熟不就是大数据加上手机监听、监控完成的吗?算法是无情的记录机器啊!这么洗脑,真说不定就给你便宜了,至少不敢「杀」你了。

果然不出所料,在小某书等社交平台上,给自己手机洗脑,反向驯化算法,反向大数据杀熟已经成为这届年轻人使用互联网服务的必杀技。

总之就是使用手机时,每一个环节都给自己立贫穷人设,想尽办法的力贫穷人设,什么样的方式都可以采取,不错过任何一个环节和细节。那么到底有没有用呢?有不少网友现身说法,亲测有效。

好家伙,这贫穷人设,立在遥遥领先的算法面前,算法被整糊了,一把就便宜了两千三百元之多。

果然是「你有科技,我有神功」,打败魔法的只有魔法!

比如还有用户晒「战绩」显示:自己和朋友先定了酒店,定完酒店后,机票从654,涨到了2200元,当时就心如死灰了。

但这好像是个死循环,先定酒店,平台判定你必然会去,机票立马涨价;如果先定机票,也是一样,酒店立马涨价,高科技时代,这越来越锋利的镰刀,让用户想躲都没地。

随后,在小某书上看到刷机票太贵了不去了可能有用,就跟朋友狂刷,结果真降回来了,根据截图信息,刷太贵之前机票是2203元,之后变成了654元。这人设一立,立省一千五百多,这也不难看出,平台到底有多黑,这一千五百多,撞上冤大头,可就是纯利润啊!而且,在这个土方子没出来前,这样的纯利润,平台赚了多少了!

「然而效果咋样,也说不准」,该人士同时表示。

此外,他还表示,目前虽然很多服务提供方、平台,不承认大数据杀熟,也不承认监控监听用户手机,但从结果表现来看,这种行为肯定是普遍存在的,那么也意味着,对着手机洗脑,或许也是存在一定作用的。

事实上,大概几年前,小柴点外卖的时候,也曾发现过类似的事情,即小柴会选同一商家哪个平台便宜,先打开一个平台,然后不退出,再打开另一个平台,前面那个平台就会立马弹窗,送了一个大红包。

退一万步讲,用户的个人真实购买力,或许对算法的影响权重是这些复杂数据中权重最高的,比如你经常出国旅游,经常做飞机、住五星酒店,那不管你怎么对着手机喊穷,都没用。

再比如电商购物,平台大数据推荐的,都是根据个人购买力推荐相应价位的商品,在这种情况下,主动立出来的贫穷人设,显得有些苍白无力、无足轻重。当然,更重要的是,或许当下这种给手机洗脑的土办法有用,有可能是平台数据算法没考虑到这方面,不够完善。

自然,从现实的角度来说,如此土方子在年轻人群体中这么盛行的隐喻,则显然是,用户已经被大数据杀熟这种套路逼的无路可走了。

我们该应该深思的是,消费互联网发展了这么多年,为何沉淀下来的全是满满的套路,甚至越来越多的创新成果的应用,都成了互联网服务走向歪路的垫脚石。

导致逐渐背离造富人类、让人们生活越来越方便的初衷,利益驱使背后,让用户触网的烦恼越来越多,门槛越来越高,留下一堆怨气。然而,这必不是长久之计啊!尤其是大数据杀熟这么丧尽天良的行为,真的该动刀子了,不然,反噬的将会是整个互联网产业,阻碍的是社会的发展进步。而算法、大数据、AI本身都是一本一本的好经,都是能造富人类的,但如果念经的和尚,心歪了,那就是一念成魔,恶的一面也将会被无限放大。

THE END
1.基于机器学习的大数据分析:算法和应用研究1. 数据处理速度的提高:大数据量导致传统的数据处理和分析方法效率低下,而机器学习算法可以并行处理大规模数据,显著加快分析速度。例如,使用分布式计算框架如Apache Spark,可以在集群中同时处理大量数据。 2. 数据准确度的提高:机器学习算法能够通过从大数据中学习和训练来提高数据分析的准确性。它能够识别复杂的模式和关https://aiqicha.baidu.com/qifuknowledge/detail?id=10211250840
2.大数据机器学习算法概论腾讯云开发者社区大数据 机器学习 算法概论 ?算法概述? 算法是计算机科学领域最重要的基石之一,计算机语言和开发平台日新月异,但万变不离其宗的是那些算法和理论,数据结构和算法是软件开发必备的核心基础,是内功心法。下面举例拿推荐算法和分类算法的实际场景做下举例:https://cloud.tencent.com/developer/article/2479107
3.什么是大数据?一、什么是大数据? 大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 什么是大数据 大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有http://www.midohioresearch.com/jijin/47235.html
4.大数据面试——Hadoop篇环形缓冲区内部排序用的快速排序算法 合并文件时用的是归并排序算法 4.16 Reduce怎么知道去哪里拉Map结果集? map任务成功后,它们会使用心跳机制通知它们的AM。因此,对于指定作业,AM知道map输出和主机位置之间的映射关系。reduce中的一个线程定期询问master以便于获取map输出主机的位置,直到获得所有输出位置。 由于第一个https://www.nowcoder.com/discuss/535883802837520384
5.数据是中性的,算法本身只是工具科学的决策,不但需要适合的工具,还需要深刻了解你的业务场景,深刻了解你的客户,算法是为了决策服务,而不应该成为决策本身。 3.开口大数据并不一定最经济有效 主流银行(我不喜欢用传统银行这个词,主流银行更为准确)信贷风险控制,最看重两点:一是贷前审批控制违约概率(PD),二是贷后处置降低违约损失率(LGD)。 https://www.yicai.com/news/100835528.html
6.年终总结&算法数据的思考&结尾彩蛋3. 大数据的反思 每一家公司都在说自己是大数据,要利用大数据,更是出现了“大数据工程师”这个职位,但是在我看来,对于算法工程师而言,该做的不是迷信大数据,而是把大数据给提取成小数据,利用小数据为企业创造价值。大数据标志着需要更大规模的集群,更大规模的计算能力,更长的生产周期,而这些都是企业的“成本”,对https://www.douban.com/note/472267231/?qq-pf-to=pcqq.group
7.Contents/premium.mdatmaster·Newslab2020/Contents·GitHub答:需根据相应的时间长度购买。例如,从第001期到108期是一年的内容,需支付300元购买。 试读文章 通讯358:我们需要怎样的“辟谣”? 通讯253:《黑镜》新片:交互是电影业的未来吗? 通讯165:Facebook“数据门”究竟是怎么回事? 通讯53:一门叫做“抵制狗屁”的大学课程 https://github.com/Newslab2020/Contents/blob/master/premium.md
8.2018年新媒体趋势解读:圈地运营开始3.4 算法分发基于大数据打标签,效率高、性噪比适中,但会出现“回音室”效应——只会展示给你想看的。社交分发基于关系链,但是效率偏低,性噪比不稳定。 围绕社交分发和算法分发的融合,明年会出现更多的形态及可能性。 3.5订阅号改革会成为明年公众号最大的亮点,但预计不会很快,最快也是下半年。此外腾讯不会直接将https://www.wycfw.com/wangluozhuanqian/wltg/ks/42549.html
9.it行业什么岗位最吃香算法薪资:平均工资 ¥21.9K,其中拿 20K-30K 工资的占比最多,达 31.7%。 以上是针对目前IT行业发展趋势总结出来的热门岗位,所展示的薪资数据是基于全国平均数值统计得出,具体地区会有上下偏差,只供大家参考使用。 IT行业开发的人员主要还是看自身所掌握的技术高度,严格来说每个岗位中都有发展很好的人,所以,如果真的https://m.ujiuye.com/jiaoxue/2020/62264.html
10.java大数据算法java大数据是什么意思jacksky的技术博客java 大数据 算法 java大数据是什么意思 一、 大数据 背景:随着科技的发展,智能手机、智能穿戴设备越来越普及,数据量越来越庞大,大数据应运而生。 1M=1024KB 1G=1024M 1T=1024G 1P=1024TB… 大数据:大(海量)+数据(论文、视频、游戏战绩、购买记录等等)https://blog.51cto.com/u_14125/6788081
11.大数据&算法大数据算法概述大数据和算法是当今信息技术领域中非常重要的两个概念,它们的应用范围非常广泛,可以帮助企业提高效率、创造更多的价值。大数据需要算法来处理和分析,而算法需要大数据来进行训练和测试。因此,大数据和算法的关系非常密切,它们的发展将会对我们的生活产生越来越大的影响。https://blog.csdn.net/DUXS11/article/details/132427344
12.大数据和算法之间的关系是怎样的?1、大数据 大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是https://www.zhihu.com/question/577630512/answer/2846981049
13.大数据推送算法导读:一、什么是大数据推送算法大数据推送算法是一种基于大数据技术和机器学习算法的推送策略,它通过分析用户的行为数据和个人偏好,将合适的信息、广告或推荐内容推送给用户。这种算法可 本文目录一览 1、大数据推送算法原理 2、大数据推送算法优化 一、什么是大数据推送算法 http://chatgpt.cmpy.cn/article/4911796.html
14.大数据分析是什么通过大数据分析算法,应该对于数据进行一定的推断,这样的数据才更有指导性。 在大数据时代,大数据分析价值不可估量。在防伪行业中,大数据分析可为企业实现更优质的服务;在企业中,大数据分析为企业决策者以及监管部门提供决策参考,也可帮助企业更准确找到自身定位和发展方向。https://www.linkflowtech.com/news/2090
15.我们需要什么样的“算法”?您是否有过类似经历:在求职网站填写一份有关工作喜好的调查,网站会自动推送匹配的岗位;打开购物软件,发现页面上多是近期搜索或浏览过的商品;通过App阅读一条养生信息,随后便会经常收到养生知识、养生产品的广告推送……伴随着信息技术迅猛发展、大数据广泛应用,算法推荐技术正在将人们带入个性化、定制化、智能化更强的信https://news.jstv.com/wap/a/20201116/1605484129920.shtml
16.大数据训练理想股票技术论坛大数据训练是指利用大规模数据集进行机器学习和模型训练的过程。通过使用大数据训练平台,可以有效地应用各种算法和模型来分析和挖掘海量数据中的潜在规律和信息。大数据训练算法涵盖了诸如神经网络、决策树、支持向量机等多种技术,可以根据不同的需求选择合适的算法进行训https://www.55188.com/tag-1258631.html
17.如何看待大数据「杀熟」?所以归根结底,闹出上面的乌龙事件,是无意识算法的锅,但是随着大数据的发展和算法算力的提升,很多公司又开始了基于大数据分析的算法“杀熟”。 商家为盈利故意为之 2017年10月,一位名为刘兴隆的环境工程师在杭州出差,在和几位同事约网约车时,发现他们使用同样收费标准的专车服务,走同样的路线,在几乎同时到达的情况https://www.imooc.com/article/37865
18.涵盖平台算法与分析,从0到1构建用户画像系统个人介绍:北京交通大学计算机硕士学历,从事数据挖掘、数据算法相关工作10年。18年加入去哪儿网,从事机票大数据,分析挖掘算法相关工作。在画像标签、效果评估、AB实验方面有丰富的工作经验和积累。参与搭建了去哪儿公司画像标签平台,设计实施了包含用户画像和物的画像的画像标签体系,并负责算法类相关画像标签的研发和运维。 https://hub.baai.ac.cn/view/33583
19.“大数据杀熟”为何屡禁不止?对准三个“滥用”下药是关键实际上,自“大数据杀熟”走入公众视野起,多部门都曾介入治理。消费者的质疑、投诉和诉讼也不时出现。但目前来看,尽管监管部门对“大数据杀熟”行为不断进行处罚和整治,依然难以进行有效遏制。“大数据杀熟”本质上是企业对于数据权益、算法权力和市场支配地位的滥用,要有效遏制“大数据杀熟”现象,需要在现有的约谈、处罚https://web.shobserver.com/news/detail?id=399214