1樓：星期一中年
我也遇到過類似的狀況，這真的是一種非常糟糕的購物體驗。
生活在乙個大資料時代當中，這給人們生活帶來了極大便利，可以同時給很多人的生活帶來困擾。除了讓人感覺沒有私隱之外，大資料殺熟也是很多人都難以接受的現實狀況。
大資料殺熟現象嚴重，表現在生活的方方面面。前幾天出門和朋友吃飯，因為喝了酒，我們準備打車回家。兩個人都在某個軟體平臺打了車，同樣的距離，同樣的路線，但我的費用要比朋友多兩塊錢。
我不知道這兩塊錢是什麼問題造成的，但這讓我感覺一點都不好。
前段時間爆火的新聞，某個外賣平臺給新使用者和老使用者的是兩個**。雖然後來平臺給出了回應，並且給了乙個其他原因，在這種情況生活中，很多人應該都遇到過。
這其實就是我們所說的大資料殺熟，作為穩定客戶，我們不但沒有享受到更好的待遇，反而被割了韭菜，這無疑讓人有些難以接受。
我當然遇到過類似的狀況，可這種狀況很讓人無力。作為乙個普通人，無論在打車還是訂外賣的時候，我都遇到過同樣的訂單，自己的**要比別人貴的狀況。每次我都會覺得特別氣憤，但是這並不影響我下一次繼續使用，因為生活中能替代的東西實在太少，而大資料殺熟卻基本存在於各種軟體之中。
生活中很多人都經歷過大資料殺熟，只是很多人沒有和他人進行過比較，並不知道自己已經被割了韭菜。這已經是一種所有人都心知肚明的現狀，但卻並沒有什麼好的解決方法。
在這個大資料時代裡，從個人資訊到個人偏好，我們好像真的已經變的沒有什麼私隱可言。大資料殺熟或許只是一種牟利手段，但是這讓人對大資料時代越來越沒有好感。
沒有人希望變成韭菜，可生活中的韭菜依舊是源源不絕，這是一件悲哀的事。
2樓：老男人慢點
肯定有遇到過最好的辦法就是：
2.關閉招聯金融，這個必須關閉。
3.一年關閉三張信用卡，5年下去你就能存很多錢，然後就不會負債了。
4.經過1~2年的資料累計之後，任何企業都不會存在你的消費記錄了，也就沒有了。有多少錢買多少錢的東西。
3樓：貓貓
我遇到過，因為現在做生意基本都是做熟人的，熟人的錢是最好賺的，很多人都覺得我是熟人，別人應該會賣給我便宜的。
4樓：彩虹巧克力糖豆
我確實遇到過類似的情況，我覺得這完全就是把消費者再當猴耍，真的讓人十分憤怒。
5樓：始實
我遇到過很多的情況，其實這些人無非就是知道眼前的人不會和自己計較，才會在他面前無拘無束。
6樓：邢朵朵的
安卓手機，和蘋果手機收費是不一樣的，蘋果的多收兩塊錢。
7樓：乙個無主見流浪漢
大資料殺熟現象普遍存在，這就是因為軟體使用出於壟斷地位，要打破這些行業壟斷，讓大家有更多的選擇，這樣殺熟的現象會少一些吧。
8樓：網友
這種現象充分說明私隱洩露，我們時刻都在使用電商，具體有沒有大資料殺熟不得而知，但渴望公平。
9樓：璟媚仔
好多網路平臺利用大資料針對不同使用者習慣推送相同物品但是**不同，形成了殺球模式的**歧視。作為消費者怎麼才能避免這些坑？普通消費者真的很難去辨別。
沒有科技手段去輔助，貨比三家已經不能有效的去識別了。
10樓：關鍵他是我孫子
我是遇到過這樣的情況的，因為殺熟在我們日常中是非常常見的，很多人都利用自己的交際來方便自己。
所謂的大資料殺熟是什麼？
11樓：匿名使用者
實際上而言無論是任何涉事「殺熟」平臺及機構，當我們嘗試著判斷產品是否存在「殺熟」行為，數學中的「控制變數法」再適合不過了，當僅存在唯一變數的情況下再去比較，得出來的結論才有可信度，如果存在多個變數比如時間、地域等等因子其實也都是需要考慮在內的！
不過，在討論「殺熟」之前，我們先來看看什麼是大資料？再來討論什麼又是大資料「殺熟」？
大資料是ai人工智慧的基石，目前的深度學習主要是建立在大資料的基礎上，即對大資料進行訓練，並從中歸納出可以被計算機運用在類似資料上的知識或規律。
簡單而言何為大資料？
雖然很多人將其定義為「大資料就是大規模的資料」。
但是，這個說法並不準確！
大規模」只是指資料的量而言。
資料量大，並不代表著資料一定有可以被深度學習演算法利用的價值。
大資料在應用層面：
大資料往往可以取代傳統意義上的抽樣調查、大資料都可以即時獲取、大資料往往混合了來自多個資料來源的多維度資訊、大資料的價值在於資料分析以及分析基礎上的資料探勘和智慧型決策。
什麼是「大資料」殺熟？為什麼會出現這種現象？
12樓：belieber紫公尺
大資料殺熟的意思就是，同乙個人在同乙個軟體下單的次數越多，他的頁面顯示的**就越貴，出現這種現象主要是某些運營商利用顧客的依賴心理變相斂財的結果。
13樓：飄逸又舒爽灬小鯉魚
大資料殺熟就是利用使用者的訪問資料給使用者推薦商品，這些商品在使用者那裡**會比較高。出現這種現象是因為現在app的許可權使用者無法限制。
14樓：劉心安兒
就是這些官方會通過資料的整合，比如說這些人用的手機，或者是訂單次數，然後來提高配送的**，這是因為這些app的工作人員出現了不遵守規章制度的行為。
15樓：稻草先生
其實，這就是反映了大資料分析後所分析的社會現象，如今科技力量的發展，許多社會現象都可以根據數位化來分析，因此他能夠通過雲端計算便捷的發現今後的發展方向。
16樓：公子追歡
殺熟」不是大資料的特有的現象，從本質上講是人的一種本性。
「大資料殺熟」是怎麼一回事？
17樓：加公尺穀大資料科技
大資料殺熟，簡言之就是根據使用者身份、瀏覽習慣、所用裝置、消費歷史等畫像訊息，進行個性化定價，以便讓商家利益最大化。
浙江大學中國跨境電子商務研究院院長馬述忠總結了「大資料殺熟」的3種套路：
藉助大資料進行「使用者畫像」
根據使用者的收入水平與消費習慣實現「殺熟」。這是最常見的套路。
通過地理位置資訊實現「殺熟」
商家通過移動端應用後臺收集使用者的地理位置資訊並進行即時分析，若使用者所處的位置附近潛在的競爭對手較少，則進行一定幅度的加價。
通過使用者與移動端應用互動的行為細節實現「殺熟」
18樓：楊梅女醬
先解釋一下什麼叫」殺熟「吧，簡單來說就是坑熟人，中國一貫都是熟人社會，辦事喜歡找熟人，就哪怕是出去打工也喜歡找老鄉，因為在我們長久以來的觀念中，熟人知根知底值得信賴，但是有些人就是利用了這種信賴的心理，利用對熟人的瞭解來坑熟人，往往因為了解一坑乙個準。
而大資料「殺熟」指得是電商平臺利用大資料技術對平臺上的客戶進行**歧視，就是說如果你是某個平臺的老客戶，那麼你在上面買東西可能就會比新客戶要貴。但是隨著技術進步，大資料殺熟已經不只是侷限於新老客戶之間，而是能夠利用大資料技術和定價演算法對每乙個人都制定不同的**，這就是經濟學中的一級**歧視。現在的大資料技術讓人十分驚歎，可以通過收集你在網路上的活動痕跡、歷史購買記錄以及搜尋記錄，能夠推測出你的年齡、性別、職業、位置、收入等等資訊，從而就能夠知道你的消費者偏好，然後卡著你的保留效用來定價。
大資料殺熟已經無限接近於一級**歧視，完全攫取了消費者剩餘，但也不一定是壞事，因為知道消費者偏好、可以給每乙個消費者制定不同的**之後，這些電商平臺之間的競爭更加激烈了，如果這種**競爭十分激烈的話對一部分保留效用較低的消費者來說可能是好事。例如，如果一款降噪耳機，只能制定乙個統一的**，那麼只有保留效用在這個**之上的消費者才能享受到這款耳機，如果現在廠商可以大資料殺熟了，那麼廠商就會給保留效用高的消費者定高一點的**，為了競爭，會給效用低一點的消費者制定低價，理論上這個**可以一直低到邊際成本，而用邊際成本來定價是完全競爭市場的做法。
現在大資料殺熟還挺普遍的，而且大資料殺熟具有隱蔽性，而且十分動態，所以每次那些電商平臺被**利用大資料殺熟，他們總是能找到理由解釋。但是不用懷疑，大資料殺熟是確實存在的，早在2000年的時候亞馬遜就被發現將同一款***為新老客戶制定不同的**，引起了消費者的憤怒，隨後亞馬遜就道歉了並且承諾再也不**歧視了。
19樓：財經日記
大資料到底是怎麼殺熟的？你中過招嗎？
20樓：供金研習社
你打車永遠比別人貴，酒店**總會高是為什麼？
什麼是大資料殺熟
21樓：網友
大資料殺熟就是通過運用大資料對使用者的消費習慣和消費理念進行採集，分析總結然後運用資料的不對等性進行對商品**的調整。
大資料殺熟主要通過三個步驟實現。
第一，對使用者的消費習慣和消費理念進行採集。這一步在大資料時代簡直是易如反掌，因為我們在平臺的每一條消費記錄甚至是瀏覽記錄都會被作為資料儲存。
第二，結合使用者的消費習慣和消費理念，對這些資料進行大資料分析，確定使用者所需要的是哪一些商品。這就是為什麼大家會覺得網際網絡越來越懂自己的原因。
第三，對這些商品進行隱秘性**調整，因為生活中我們的資訊是非常不對等的，即使平臺調整了**，我們很多時候是發現不了的，即使發現了，我們也會更多的認為只是平臺的等級制度不同而已。
22樓：供金研習社
你打車永遠比別人貴，酒店**總會高是為什麼？
23樓：徐十胖
**歧視，大資料殺熟究竟是什麼？為什麼你買的東西總比別人貴？
24樓：財經日記
大資料到底是怎麼殺熟的？你中過招嗎？
25樓：網友
簡單來說就是你買同樣的東西，次數越多**越貴。也可以說分析資料覺得你有錢就賣給你貴一些。你要是不滿意向平臺反映，人家就答覆你不是你貴，是你沒有優惠。
如果國家不出政策的話我感覺這種大資料殺熟有利於企業盈利，很可能慢慢的適合的地方都這樣幹。
大資料時代，你覺得大資料的未來發展趨勢有哪些呢？
網路時代，大資料也隨之而來，越來越多的大資料。讓生活更方便快捷，但是方便的同時也有弊端，網路大資料也暴露出一些不好的方面。未來都像雲聯惠的下場。大資料在未來有什麼樣的發展趨勢 趨勢一 資料的資源化。什麼是資料的資源化，它指的是大資料成為企業和社會關注的重略資源，並且已經成為大家爭奪的焦點。因此，企業...
企業在大資料處理中會遇到哪些難題，如何解決？
一 人才問題。大資料方面的人才比較缺，專家就更少。所以，多數公司需要自己培養人才。具體又分為 大資料運維 大資料開發 大資料分析 大資料視覺化等等。二 裝置問題。大資料所需要的裝置能力較強，儲存基本都是pb級的。所以對裝置投入這一塊會是一筆不小的開資。建議先不要一下子搞那麼大，等業務穩定了，慢慢擴充套件...
大資料告訴你，考研到底要不要跨專業
想好你考研的原因是什麼？或許你就會給自己找到答案了.於和平 請問我可以從材料科學與工程專業跨專業考研到資料科學與大資料技術專業嗎，難度會不會很大？我認為你可以從你的所學習的專業跨專業考研的！到資料科與大資料技術專業的！當然是難度大了！哪個專業的研究生都有難度的！學位升級嗎！不難那不是研究生！文都考研...