社交网站的数据挖掘与分析

Facebook在2008年上线“好友推荐”时，社交很多人以为那只是网站个方便功能。十年后，据挖掘分剑桥分析公司用8700万用户的社交点赞数据，推演出他们的网站性格、政治倾向甚至性取向。据挖掘分这不是社交科幻，是网站已经发生的事实。社交网站的据挖掘分数据挖掘，说到底就是社交把你在平台上的每一次点击、停留、网站滑动，据挖掘分变成可计算、社交可预测、网站可出售的据挖掘分变量。

你每发一条动态，平台就在做三件事：提取关键词、分析情绪倾向、关联你的社交图谱。比如你在深夜发了一句“累”，配图是办公桌。系统不会只看到“累”这个字，它还会看发布时间、手机型号、你过去一周的活跃时段、你给哪些人点了赞。这些碎片拼起来，就能判断你是加班族还是失眠者，是抱怨还是求助。这种挖掘不需要你填问卷，它从行为里反推。

点赞是最被低估的数据源。一个赞看起来微不足道，但成百上千个赞放在一起，就能暴露你的年龄、性别、居住地、甚至是否吸烟。剑桥大学心理测量学中心做过实验：用100个赞就能比同事更了解你，300个赞超过配偶。这不是因为算法多聪明，而是因为你的点赞模式里藏着稳定的偏好结构。你给哪些文章点赞，给哪些人点赞，在什么时间点赞，这些维度交叉起来，比你自己填的“兴趣标签”准确得多。

社交平台的数据挖掘还有一层隐蔽操作：社交图谱分析。它不只看你，还看你朋友的朋友。你朋友的朋友里有人关注极端组织，你即使没关注，也可能被标记为“潜在风险”。这种关联挖掘在反恐和商业营销里都在用。信用卡公司会看你的社交圈有没有违约记录，招聘网站会看你的好友职业分布。你觉得自己没公开的信息，其实通过关系链已经泄露了。

更日常的例子是“你可能认识的人”。这个功能不是随机推荐的，它计算的是你和陌生人之间的共同好友数、共同群组、共同签到地点。有时候你刚参加完一个线下活动，打开App就发现推荐了同场的人。不是巧合，是位置数据加社交图谱的实时匹配。你关掉定位也没用，因为你的朋友可能开着。

数据挖掘的边界在哪里？2018年欧盟出台GDPR，要求平台解释算法决策。但解释归解释，你依然看不懂。比如“你的动态被降权了”，平台不会告诉你具体原因，只会说“根据综合模型”。这种不透明让用户处于被动。你以为是自己在用社交网站，其实是社交网站在用你。你的每一次互动都在训练模型，而模型的结果你既看不到也改不了。

一个值得注意的细节：很多人以为删掉动态就没事了。但平台早就备份了你的历史数据，而且你的互动行为——比如你删了哪条、什么时候删的——本身也是数据。删除动作会暴露你不想让别人看到什么，这比保留更敏感。数据挖掘不只看你说了什么，还看你试图隐藏什么。

如果你不想被过度挖掘，能做的很有限：关闭个性化广告、定期清理授权、不用社交账号登录第三方。但这些只是减少输入，无法阻止平台从你的好友那里间接获取信息。真正的现实是，社交网站的数据挖掘已经像空气一样无处不在，你只能选择用哪家的空气，没法选择不呼吸。