Об истории с Cambridge Analytica и ее моделях я писал уже несколько раз – и в прошлом и в позапрошлом годах. Странно, что до журналистов эта тема дошла только сейчас, как сейчас пишут почти все западные СМИ - Cambridge Analytica могла повлиять на выборы Трампа в 2016 году путем таргетированной политической рекламы в ФБ. Считается, что если вы в ФБ выявили политически неопределившуюся аудиторию, то ваша целенаправленная и не всегда заметная реклама может побудить их «правильно» проголосовать.
Михал Косински – один из лидеров профилирования пользователей Фейсбука (посмотрите в поиске канала эту фамилию) в начале 2010х разработал модель психодиагностики пользователей ФБ, которую он некоторое время реализовывал с Cambridge Analytica. В итоге модель по лайкам и профилю в ФБ могла довольно хорошо определять политическую и сексуальную ориентацию человека, его основные ценности, интересы и характеристики личности по Big5.
В самом начале для составления этой психодиагностической модели пользователей просили пройти тестирование. Потом результаты тестирования связывались с профилем ФБ и проецировались на других пользователей. Говорят, что после прекращения сотрудничества Косински с Cambridge Analytica в 2013 году, для получения информации профиля ФБ, дополнения и развития модели, они стали использовать различные микротесты по принципу “Кто вы из героев Игры престолов?”, “Как вы будете выглядеть через 30 лет?”, “Кто ваш двойник в ФБ?” и прочее. Как только пользователь заполял этот тест и делал его репост себе на стену, Cambridge Analytica получала доступ к информации его аккаунта. И таких пользователей насчиталось около 50 млн. Юридически говоря – ничего незаконного они не сделали, просто люди по незнанию и по умолчанию давали доступ к анализу своего аккаунта. Однако потом, как утверждают журналисты, они стали продавать эти данные.
О том, какую информацию и как о нас собирают коммерческие компании – я тоже уже неоднократо писал (последний раз - https://t.me/ProProfiIing/490). И то, что делала Cambridge Analytica – на самом деле – еще цветочки. Сейчас все так делают. Компаний, занимающихся коммерческим (или научно-психологическом) профилированием пользователей соцсетей на высоом уровне если не сотни, то десятки. Пусть я не настолько близко знаю Косински, но точно могу сказать, что он очень открытый, этичный и умный человек, причем для этнического поляка относится в России с нескрываемым уважением и даже периодически бывает в Москве.
Почитайте вчерашнее интервью Косински о всех этой истории и цифровом профайлинге в соцсетях (https://goo.gl/b2DHYy )
Да, действительно, в избирательном штабе Трампа работали люди, косвенно связанные с Cambridge Analytica и РФ. И штаб Трампа пользовался психодиагностическими моделями Косински или похожими на нее. Но этим сейчас занимаются все. Косински и Cambridge Analytica были лишь первыми. Нам нужно привыкать к тому, что фейсбук знает нас лучше, чем родная брат или сестра и с этим уже ничего не поделать. Американская ассоциация психологов еще в 2014 году официально объявила, что Фейсбук-психодиагностика – это очень перспективное направление и в ближайшем будущем в чем-то заменит старую добрую психодиагностику. Сейчас же профайлинг в соцсетях – это уже основа по умолчанию. Да и мы в SearchInform тоже имеем свои модели оценки аккаунтов в соцсетях, которыt используем в своем модуле SearchInform ProfileCenter.
Ну и напоследок – не проходите разные тесты в соцсетях – все они создаются для того, чтобы получить информацию с вашего аккаунта и пользоваться ей в коммерческих или других целях.
#соцсети, #Косински, #цифровойпрофайлинг, #BigData
Михал Косински – один из лидеров профилирования пользователей Фейсбука (посмотрите в поиске канала эту фамилию) в начале 2010х разработал модель психодиагностики пользователей ФБ, которую он некоторое время реализовывал с Cambridge Analytica. В итоге модель по лайкам и профилю в ФБ могла довольно хорошо определять политическую и сексуальную ориентацию человека, его основные ценности, интересы и характеристики личности по Big5.
В самом начале для составления этой психодиагностической модели пользователей просили пройти тестирование. Потом результаты тестирования связывались с профилем ФБ и проецировались на других пользователей. Говорят, что после прекращения сотрудничества Косински с Cambridge Analytica в 2013 году, для получения информации профиля ФБ, дополнения и развития модели, они стали использовать различные микротесты по принципу “Кто вы из героев Игры престолов?”, “Как вы будете выглядеть через 30 лет?”, “Кто ваш двойник в ФБ?” и прочее. Как только пользователь заполял этот тест и делал его репост себе на стену, Cambridge Analytica получала доступ к информации его аккаунта. И таких пользователей насчиталось около 50 млн. Юридически говоря – ничего незаконного они не сделали, просто люди по незнанию и по умолчанию давали доступ к анализу своего аккаунта. Однако потом, как утверждают журналисты, они стали продавать эти данные.
О том, какую информацию и как о нас собирают коммерческие компании – я тоже уже неоднократо писал (последний раз - https://t.me/ProProfiIing/490). И то, что делала Cambridge Analytica – на самом деле – еще цветочки. Сейчас все так делают. Компаний, занимающихся коммерческим (или научно-психологическом) профилированием пользователей соцсетей на высоом уровне если не сотни, то десятки. Пусть я не настолько близко знаю Косински, но точно могу сказать, что он очень открытый, этичный и умный человек, причем для этнического поляка относится в России с нескрываемым уважением и даже периодически бывает в Москве.
Почитайте вчерашнее интервью Косински о всех этой истории и цифровом профайлинге в соцсетях (https://goo.gl/b2DHYy )
Да, действительно, в избирательном штабе Трампа работали люди, косвенно связанные с Cambridge Analytica и РФ. И штаб Трампа пользовался психодиагностическими моделями Косински или похожими на нее. Но этим сейчас занимаются все. Косински и Cambridge Analytica были лишь первыми. Нам нужно привыкать к тому, что фейсбук знает нас лучше, чем родная брат или сестра и с этим уже ничего не поделать. Американская ассоциация психологов еще в 2014 году официально объявила, что Фейсбук-психодиагностика – это очень перспективное направление и в ближайшем будущем в чем-то заменит старую добрую психодиагностику. Сейчас же профайлинг в соцсетях – это уже основа по умолчанию. Да и мы в SearchInform тоже имеем свои модели оценки аккаунтов в соцсетях, которыt используем в своем модуле SearchInform ProfileCenter.
Ну и напоследок – не проходите разные тесты в соцсетях – все они создаются для того, чтобы получить информацию с вашего аккаунта и пользоваться ей в коммерческих или других целях.
#соцсети, #Косински, #цифровойпрофайлинг, #BigData
Telegram
Профайлинг, нейротехнологии и детекции лжи
#профайлинг, #ITгиганты, #цифровойпрофайлинг, #BigData
Вчера на одном дыхании прочитал книгу, которая вышла всего 2 месяца назад, но, уверен, - станет классикой. Книга за 2 месяца стала бестселлером. Рекомендую прочитать и вам.
«Все лгут. Поисковики, Big Data и Интернет знают о вас все» Сет Стивенс-Давидовиц. Смысл книги отражается в ее названии. С одной единственной поправкой – люди врут, а поисковики, BigData и Интернет – нет. Книга описывает уровень, до которой сегодня дошел анализ больших данных, соцсетей и интернет-трафика. Потрясающе подробно, понятно и честно.
В магазинах она стоит 500-700 руб, а здесь, как обычно, – бесплатно.
#профайлинг, #BigData, #Интернет, #книги
«Все лгут. Поисковики, Big Data и Интернет знают о вас все» Сет Стивенс-Давидовиц. Смысл книги отражается в ее названии. С одной единственной поправкой – люди врут, а поисковики, BigData и Интернет – нет. Книга описывает уровень, до которой сегодня дошел анализ больших данных, соцсетей и интернет-трафика. Потрясающе подробно, понятно и честно.
В магазинах она стоит 500-700 руб, а здесь, как обычно, – бесплатно.
#профайлинг, #BigData, #Интернет, #книги
На выходных просмотрел весь канал от начала и до конца и решил навести порядок в тегах. Думаю – пригодится всем, но особенно тем, кто присоединился недавно. В канале уже 570 постов и в них нужно иметь хоть какую-то навигацию. Посмотрите, возможно какие-то теги для вас будут особенно интересны.
Эмоции, лицо, мимика: #айтрекинг, #анимация, #базовыеэмоции, #детскоелицо, #морфинг, #мимика, #лицо, #отвращение, #тревога, #страх, #стресс, #эмоции, #RestingBitchFace, #привлекательность, #радость, #физиогномика.
Верификация лжи и полиграфология: #верификация, #верификациялжи, #детекциялжи, #ложь, #полиграф, #полиграфология, #фейк, #фейки, #правдаиложь, #криминалистика, #скрининг, #признакилжи, #постправда, #экспертиза, #причастный, #присяжные, #fakenews, #Шурыгина.
Безопасность: #авиационнаябезопасность, #авиационныйпрофайлинг, #безопасность, #информационнаябезопасность, #полиция, #следствие, #преступность, #расследования, #суд, #мошенники, #проишествия, #ФБР.
Автоматизация, Интернет, программы: #аватар, #автоматизация, #большойбрат, #базыданных, #Интернет, #ИИ, #камеры, #нейросети, #нейросеть, #программы, #приложения.
IT-гиганты, BigData, “цифра” и соцсеты: #Инстаграм, #Телеграм, #Facebook, #FAANG, #Facereader, #SearchInform, #Twitter, #Youtube, #FindFace, #Google, #IT, #ITгиганты, #LipNet, #MITT, #Baidu, #BigData, #Фейсбук, #цифровойпрофайлинг, #цифровойслед, #цифровыетехнологии, #соцсети, #персональныеданные, #конфиденциальность.
Наука, исследования, мэтры науки, практика: #исследования, #мэтры, #наука, #литература, #мероприятия, #Косински, #рецензии, #Экман, #эксперименты, #Рассел, #публикации, #обзоры, #Филатов, #критика, #Harvard, #EQ.
Социология, восприятие, социальные взаимодействия: #восприятие, #гендер, #дети, #доверие, #время, #выбор, #мемы, #массовыетехнологии, #медиа, #статус, #социальнаяпсихология, #социальное, #социальныйстатус, #эффектывосприятия, #фильтрывосприятия, #этническаяпсихология, #коммуникация, #HR.
Тесты, обучение, статьи, книги, видео, скачать: #видео, #книга, #конференции, #лекции, #скачать, #обучение, #тест, #тесты, #тренировка.
Невербалика: #голос, #жестикуляция, #жесты, #невербалика, #калибровка, #музыка, #улыбка, #FACS.
Нейронауки, нейротехнологии, анатомия, физиология: #анатомия, #гормоны, #нейронауки, #мозг, #дискуссии, #нейромедиаторы, #нейротехнологии, #мракобесие, #нейронет, #нейробиология, #нейроинтерфейсы, #нейрохимия, #нейрохимиямозга, #химиямозга.
Развитие, государство, политика, бизнес, законодательство, аналитика: #аналитика, #будущее, #будущее_рядом, #будущеездесь, #будущеерядом, #бизнес, #банк, #государство, #закон, #законодательство, #законы.
Характер, психотипология: #акцентуации, #критическоемышление, #метапрограммы, #методики, #МайерсБриггс, #психотип, #психотипологии, #психотипы, #характер, #типологии, #шизойд, #Big5, #BigFive, #DISC, #стандарты, #темперамент, #темнаятриада, #психопатия, #психопаты, #социопатия, #психодиагностика.
Когнитивистика, менталистика: #интуиция, #искажения, #когнитивистика, #когнитивныеискажения, #когнитивныестили, #эвристики, #стереотипы, #привычки, #эффекты, #теорияигр.
Классика профайлинга: #профайлинг, #профиль, #классика, #прикладнойпрофайлинг, #политическийпрофайлинг.
Разное: #алкоголь, #журналисты, #иллюзии, #история, #кейсы, #ликбез, #нейромаркетинг, #оценкаперсонала, #практика, #простыефакты, #размышления, #своимысли, #схемы, #технологии, #хайп, #цитаты, #fun, #скандалы.
#профайлинг, #теги
Эмоции, лицо, мимика: #айтрекинг, #анимация, #базовыеэмоции, #детскоелицо, #морфинг, #мимика, #лицо, #отвращение, #тревога, #страх, #стресс, #эмоции, #RestingBitchFace, #привлекательность, #радость, #физиогномика.
Верификация лжи и полиграфология: #верификация, #верификациялжи, #детекциялжи, #ложь, #полиграф, #полиграфология, #фейк, #фейки, #правдаиложь, #криминалистика, #скрининг, #признакилжи, #постправда, #экспертиза, #причастный, #присяжные, #fakenews, #Шурыгина.
Безопасность: #авиационнаябезопасность, #авиационныйпрофайлинг, #безопасность, #информационнаябезопасность, #полиция, #следствие, #преступность, #расследования, #суд, #мошенники, #проишествия, #ФБР.
Автоматизация, Интернет, программы: #аватар, #автоматизация, #большойбрат, #базыданных, #Интернет, #ИИ, #камеры, #нейросети, #нейросеть, #программы, #приложения.
IT-гиганты, BigData, “цифра” и соцсеты: #Инстаграм, #Телеграм, #Facebook, #FAANG, #Facereader, #SearchInform, #Twitter, #Youtube, #FindFace, #Google, #IT, #ITгиганты, #LipNet, #MITT, #Baidu, #BigData, #Фейсбук, #цифровойпрофайлинг, #цифровойслед, #цифровыетехнологии, #соцсети, #персональныеданные, #конфиденциальность.
Наука, исследования, мэтры науки, практика: #исследования, #мэтры, #наука, #литература, #мероприятия, #Косински, #рецензии, #Экман, #эксперименты, #Рассел, #публикации, #обзоры, #Филатов, #критика, #Harvard, #EQ.
Социология, восприятие, социальные взаимодействия: #восприятие, #гендер, #дети, #доверие, #время, #выбор, #мемы, #массовыетехнологии, #медиа, #статус, #социальнаяпсихология, #социальное, #социальныйстатус, #эффектывосприятия, #фильтрывосприятия, #этническаяпсихология, #коммуникация, #HR.
Тесты, обучение, статьи, книги, видео, скачать: #видео, #книга, #конференции, #лекции, #скачать, #обучение, #тест, #тесты, #тренировка.
Невербалика: #голос, #жестикуляция, #жесты, #невербалика, #калибровка, #музыка, #улыбка, #FACS.
Нейронауки, нейротехнологии, анатомия, физиология: #анатомия, #гормоны, #нейронауки, #мозг, #дискуссии, #нейромедиаторы, #нейротехнологии, #мракобесие, #нейронет, #нейробиология, #нейроинтерфейсы, #нейрохимия, #нейрохимиямозга, #химиямозга.
Развитие, государство, политика, бизнес, законодательство, аналитика: #аналитика, #будущее, #будущее_рядом, #будущеездесь, #будущеерядом, #бизнес, #банк, #государство, #закон, #законодательство, #законы.
Характер, психотипология: #акцентуации, #критическоемышление, #метапрограммы, #методики, #МайерсБриггс, #психотип, #психотипологии, #психотипы, #характер, #типологии, #шизойд, #Big5, #BigFive, #DISC, #стандарты, #темперамент, #темнаятриада, #психопатия, #психопаты, #социопатия, #психодиагностика.
Когнитивистика, менталистика: #интуиция, #искажения, #когнитивистика, #когнитивныеискажения, #когнитивныестили, #эвристики, #стереотипы, #привычки, #эффекты, #теорияигр.
Классика профайлинга: #профайлинг, #профиль, #классика, #прикладнойпрофайлинг, #политическийпрофайлинг.
Разное: #алкоголь, #журналисты, #иллюзии, #история, #кейсы, #ликбез, #нейромаркетинг, #оценкаперсонала, #практика, #простыефакты, #размышления, #своимысли, #схемы, #технологии, #хайп, #цитаты, #fun, #скандалы.
#профайлинг, #теги
Цифровой профайлинг.
Какие данные о нас собирают коммерческие компании и как они их используют?
Спойлер: мы все под колпаком у «Мюллера». Напрочь.
Недавно на одной конференции по безопасности мы много говорили по большие данные и то, как их используют коммерческие компании. Это заставило меня открыть залежавшийся с прошлого года 93х страничный доклад «Корпоративная слежка в повседневной жизни», опубликованный знаменитой Cracked Labs еще в 2017 г.
Он будет вам интересен даже в том случае, если вы не знаете английский – просто посмотрите картинки и все вам станет интуитивно понятно.
Дело в том, что некоторые компании классифицируют нас с вами – их потенциальных клиентов по более, чем 30.000 категорий и учитывается все, начиная от поисковых запросов и тех приложений, которыми мы пользуемся, состоянием здоровья, уровня доходов и геолокацией до сексуальной ориентации, хобби и психотипа. И это уже реальность.
Я всегда говорил – цените свои персональные данные и умейте ими правильно распоряжаться. Чаще всего люди не понимают, какие данные о них собираются и как они будут использоваться. Они подписываются под нечитанными пользовательскими соглашениями, которые составлены в интересах бизнеса и разрешают передачу данных третьей стороне.
И даже, если мы будем читать все соглашения, это принципиально не изменит ситуацию. В прошлом году норвежские правозащитники прочитали правила пользования 33 самых популярных в стране приложений. Это заняло у них 30 часов. А недавно британский провайдер публичного Wi-Fi добавил в пользовательское соглашение право отправить юзера сети принудительно чистить общественные туалеты. За две недели эксперимента на такие условия не глядя подписались 22 тысячи человек.
Большие данные, наш цифровой след, который мы оставляем, а также способность их правильно проанализировать – это и есть нефть XXI века. Но мы пока не научились ее ценить и использовать.
#профайлинг, #ITгиганты, #цифровойпрофайлинг, #BigData
Какие данные о нас собирают коммерческие компании и как они их используют?
Спойлер: мы все под колпаком у «Мюллера». Напрочь.
Недавно на одной конференции по безопасности мы много говорили по большие данные и то, как их используют коммерческие компании. Это заставило меня открыть залежавшийся с прошлого года 93х страничный доклад «Корпоративная слежка в повседневной жизни», опубликованный знаменитой Cracked Labs еще в 2017 г.
Он будет вам интересен даже в том случае, если вы не знаете английский – просто посмотрите картинки и все вам станет интуитивно понятно.
Дело в том, что некоторые компании классифицируют нас с вами – их потенциальных клиентов по более, чем 30.000 категорий и учитывается все, начиная от поисковых запросов и тех приложений, которыми мы пользуемся, состоянием здоровья, уровня доходов и геолокацией до сексуальной ориентации, хобби и психотипа. И это уже реальность.
Я всегда говорил – цените свои персональные данные и умейте ими правильно распоряжаться. Чаще всего люди не понимают, какие данные о них собираются и как они будут использоваться. Они подписываются под нечитанными пользовательскими соглашениями, которые составлены в интересах бизнеса и разрешают передачу данных третьей стороне.
И даже, если мы будем читать все соглашения, это принципиально не изменит ситуацию. В прошлом году норвежские правозащитники прочитали правила пользования 33 самых популярных в стране приложений. Это заняло у них 30 часов. А недавно британский провайдер публичного Wi-Fi добавил в пользовательское соглашение право отправить юзера сети принудительно чистить общественные туалеты. За две недели эксперимента на такие условия не глядя подписались 22 тысячи человек.
Большие данные, наш цифровой след, который мы оставляем, а также способность их правильно проанализировать – это и есть нефть XXI века. Но мы пока не научились ее ценить и использовать.
#профайлинг, #ITгиганты, #цифровойпрофайлинг, #BigData
На выходных прочитал книгу, которую готов рекомендовать всем.
Уильям Дэвис - Индустрия счастья. Как Big Data и новые технологии помогают добавить эмоцию в товары и услуги.
На самом деле книга про современный профайлинг, точнее про его практическое применение.
Уильям Дэвис определяет индустрию счастья как попытку крупного бизнеса и правительств контролировать и определять количественно наше настроение, и использовать эти данные в своих собственных целях. Наши эмоции стали новым ресурсом для покупки и продажи, а большие данные – это новая нефть. В некоторых сферах экономики, менеджмента, маркетинга и медицины это уже так, а там, где еще не так – осталось ждать не больше 5ти лет, объясняет он,
Дэвис обеспокоен тем, что наши самые сокровенные эмоции могут быть количественно посчитаны и внесены в базу данных. Но если это так, он задаётся вопросом, хотим ли мы, чтобы эти данные анализировались, чтобы бренды могли продать нам больше вещей, приложения могли принимать больше решений за нас, а работодатели могли более активно влиять на наше благополучие?
«Индустрия счастья» – блестящий взгляд на реалии цифровой современности. Компании, анализирующие подтекст наших твитов и постов ФБ, сканирование эмоций с лица в общественных местах делают это не бескорыстно. Это всё очень увлекательно и позволяет задуматься: почему наше счастье – такая полезная информация для крупных организаций?
И он описывает, как ее используют.
Я всегда говорил, что сейчас лучше всего нас знают не наши родственники и друзья, на наши смартфоны и компьютеры. Собственно тот, кто правильно научится анализировать информацию о наших предпочтениях скрытую в смартфонах и компьютерах, тот в ближайшие 10 лет будет на коне.
Книга переведена на русский летом 2017 года, до этого являлась бестселлером в англоязычном сегменте.
В Интернет-магазинах книга стоит около 600 руб, по ссылке, да простит меня издательство, - бесплатно, но ссылка будет доступна 3 дня.
https://goo.gl/c3tgNv
#BigData, #рекомендации, #книги, #цифровойпрофайлинг, #скачать
Уильям Дэвис - Индустрия счастья. Как Big Data и новые технологии помогают добавить эмоцию в товары и услуги.
На самом деле книга про современный профайлинг, точнее про его практическое применение.
Уильям Дэвис определяет индустрию счастья как попытку крупного бизнеса и правительств контролировать и определять количественно наше настроение, и использовать эти данные в своих собственных целях. Наши эмоции стали новым ресурсом для покупки и продажи, а большие данные – это новая нефть. В некоторых сферах экономики, менеджмента, маркетинга и медицины это уже так, а там, где еще не так – осталось ждать не больше 5ти лет, объясняет он,
Дэвис обеспокоен тем, что наши самые сокровенные эмоции могут быть количественно посчитаны и внесены в базу данных. Но если это так, он задаётся вопросом, хотим ли мы, чтобы эти данные анализировались, чтобы бренды могли продать нам больше вещей, приложения могли принимать больше решений за нас, а работодатели могли более активно влиять на наше благополучие?
«Индустрия счастья» – блестящий взгляд на реалии цифровой современности. Компании, анализирующие подтекст наших твитов и постов ФБ, сканирование эмоций с лица в общественных местах делают это не бескорыстно. Это всё очень увлекательно и позволяет задуматься: почему наше счастье – такая полезная информация для крупных организаций?
И он описывает, как ее используют.
Я всегда говорил, что сейчас лучше всего нас знают не наши родственники и друзья, на наши смартфоны и компьютеры. Собственно тот, кто правильно научится анализировать информацию о наших предпочтениях скрытую в смартфонах и компьютерах, тот в ближайшие 10 лет будет на коне.
Книга переведена на русский летом 2017 года, до этого являлась бестселлером в англоязычном сегменте.
В Интернет-магазинах книга стоит около 600 руб, по ссылке, да простит меня издательство, - бесплатно, но ссылка будет доступна 3 дня.
https://goo.gl/c3tgNv
#BigData, #рекомендации, #книги, #цифровойпрофайлинг, #скачать
Недавно на Techcrunch опубликовали статью о том, что в открытый доступ попали внутренности "умного" города, а именно — база данных пекинской системы видеонаблюдения.
Система следит за жителями нескольких микрорайонов Пекина, в том числе района, в котором расположены посольства. Камеры наблюдения автоматически распознают лица людей и могут находить их в общей базе китайского МВД.
Данные системы позволяют определить, куда шёл определённый человек, когда и как долго. Фактически - составить картину его ежедневной жизни.
Что умеет система:
- определяет лицо и сопоставляет его с данными баз документов;
- определяет очки либо маску (китайцы часто носят маски из-за смога);
- примерно оценивает возраст и привлекательность человека, а потом сопоставляет эти данные с базами;
- определяет этническую принадлежность человека – для китайцев принципиально важно определять и, как бы сказать по-мягче, - наблюдать за уйгурами и жителями Тайваня;
- определяет по лицам разыскиваемых людей и составляет их маршруты;
- категоризирует граждан на несколько категорий, определяя, например, такие теги как «наркозависимый» и «недавно вышел из тюрьмы».
Также система может собирать данные о мобильных устройствах прохожих (IMEI, IMSI) с помощью специального оборудования – это вообще отдельная тема: вышки по WiFi и GPRS сигналу практически круглосуточно отслеживают местонахождение людей, составляя их привычные траектории движения и периодически производя их «чек-ины».
В конце 2017 года эта тема уже поднималась но тогда было признано, что еще не все так серьезно. И вот, прошло всего полтора года – и все уже совсем серьезно.
При этом, надо сказать, китайское законодательство относится к этому вполне лояльно. И наше тоже. Такой вот цифровой профайлинг в действии уже не просто в уйгурской провинции Синьцзян, а в самом Пекине.
Про Китайскую систему слежки я уже несколько раз писал: это сложная тема на стыке профайлинга, права, этики, криминалистики и много еще чего. Если интересно – посмотрите лонгрид.
По уровню такой цифровизации мы, конечно, отстаем от Китая, а Европа и Америка – и подавно. Но это дело времени…
#профайлинг, #ITгиганты, #цифровойпрофайлинг, #BigData, #Китай
Система следит за жителями нескольких микрорайонов Пекина, в том числе района, в котором расположены посольства. Камеры наблюдения автоматически распознают лица людей и могут находить их в общей базе китайского МВД.
Данные системы позволяют определить, куда шёл определённый человек, когда и как долго. Фактически - составить картину его ежедневной жизни.
Что умеет система:
- определяет лицо и сопоставляет его с данными баз документов;
- определяет очки либо маску (китайцы часто носят маски из-за смога);
- примерно оценивает возраст и привлекательность человека, а потом сопоставляет эти данные с базами;
- определяет этническую принадлежность человека – для китайцев принципиально важно определять и, как бы сказать по-мягче, - наблюдать за уйгурами и жителями Тайваня;
- определяет по лицам разыскиваемых людей и составляет их маршруты;
- категоризирует граждан на несколько категорий, определяя, например, такие теги как «наркозависимый» и «недавно вышел из тюрьмы».
Также система может собирать данные о мобильных устройствах прохожих (IMEI, IMSI) с помощью специального оборудования – это вообще отдельная тема: вышки по WiFi и GPRS сигналу практически круглосуточно отслеживают местонахождение людей, составляя их привычные траектории движения и периодически производя их «чек-ины».
В конце 2017 года эта тема уже поднималась но тогда было признано, что еще не все так серьезно. И вот, прошло всего полтора года – и все уже совсем серьезно.
При этом, надо сказать, китайское законодательство относится к этому вполне лояльно. И наше тоже. Такой вот цифровой профайлинг в действии уже не просто в уйгурской провинции Синьцзян, а в самом Пекине.
Про Китайскую систему слежки я уже несколько раз писал: это сложная тема на стыке профайлинга, права, этики, криминалистики и много еще чего. Если интересно – посмотрите лонгрид.
По уровню такой цифровизации мы, конечно, отстаем от Китая, а Европа и Америка – и подавно. Но это дело времени…
#профайлинг, #ITгиганты, #цифровойпрофайлинг, #BigData, #Китай
TechCrunch
Security lapse exposed a Chinese smart city surveillance system
Smart cities are designed to make life easier for their residents: better traffic management by clearing routes, making sure the public transport is running on time and having cameras keeping a watchful eye from above. But what happens when that data leaks?…
Вообще американские выборы можно по праву считать самыми технологичными выборами в мире, надолго задающими тренды на все все последующие избирательные кампании. А это – тренировка глобальных алгоритмов профилирования и массового убеждения избирателей, незаметное для них подталкивание к тому или иному выбору.
В этом контексте я за ними и наблюдаю.
#соцсети, #Косински, #цифровойпрофайлинг, #BigData, #соцсети, #CambridgeAnalytica, #выборы, #США, #Трамп, #Байден, #FAANG, #манипуляции, #подталкивание, #политика, #политическийпрофайлинг, #ProProfiling
В этом контексте я за ними и наблюдаю.
#соцсети, #Косински, #цифровойпрофайлинг, #BigData, #соцсети, #CambridgeAnalytica, #выборы, #США, #Трамп, #Байден, #FAANG, #манипуляции, #подталкивание, #политика, #политическийпрофайлинг, #ProProfiling
Немного отвлеку вас от майских праздников.
У меня для вас 3 новости: две хорошие и одна плохая.
Начнем традиционно с плохой: олды помнят, что еще года 2 тому назад я выкладывал в канал для скачивания хорошие книги по теме профайлинга и детекции лжи, а потом, после прозрачных намеков нескольких издательств перестал это делать. Но все же большинство из них можно скачать по #книги. Так вот, плохая новость в том, что больше я выкладывать сюда книги на русском языке не буду.
Первая хорошая новость в том, что на моем сайте появился раздел «библиотека», где классические книги по профайлингу вы можете скачать бесплатно. Библиотека разделена на разделы «Все книги Филатова» за 500 руб., «Классика профайлинга» и «Профайлинг для продвинутых» - бесплатно, а вот если вы причисляете себя к ценителям и эстетам – то за это не грех и немного заплатить. Библиотека будет постоянно пополняться новинками литературы, которую я сам читаю и рекомендую посмотреть вам.
Ну и вторая хорошая новость: буквально на днях вышло четвертое переиздание учебника «Modern Psychometrics: the science of psychological assessment», одним из авторов которого является тот самый Михал Косински, о котором я тут много раз писал. Книга сжато содержит все тонкости психометрики и точно станет знАковой. В частности Косински неплохо описывает главы про использование в психометрике цифрового следа и технологий искусственного интеллекта. Поэтому книга будет интересна всем, кто серьезно занимается бизнес-психометрикой. Просмотрев книгу, я понял, что мы в нашем ProfileCenter реализовали практически все, что там описано. И даже гораздо больше. И это радует.
#рецензии, #библиотека, #Косински, #мэтры, #bigdata, #datascience, #психометрика, #книги, #профайлинг, #аналитика, #скачать, #Филатов, #профайлинг_филатов, #ProProfiling
У меня для вас 3 новости: две хорошие и одна плохая.
Начнем традиционно с плохой: олды помнят, что еще года 2 тому назад я выкладывал в канал для скачивания хорошие книги по теме профайлинга и детекции лжи, а потом, после прозрачных намеков нескольких издательств перестал это делать. Но все же большинство из них можно скачать по #книги. Так вот, плохая новость в том, что больше я выкладывать сюда книги на русском языке не буду.
Первая хорошая новость в том, что на моем сайте появился раздел «библиотека», где классические книги по профайлингу вы можете скачать бесплатно. Библиотека разделена на разделы «Все книги Филатова» за 500 руб., «Классика профайлинга» и «Профайлинг для продвинутых» - бесплатно, а вот если вы причисляете себя к ценителям и эстетам – то за это не грех и немного заплатить. Библиотека будет постоянно пополняться новинками литературы, которую я сам читаю и рекомендую посмотреть вам.
Ну и вторая хорошая новость: буквально на днях вышло четвертое переиздание учебника «Modern Psychometrics: the science of psychological assessment», одним из авторов которого является тот самый Михал Косински, о котором я тут много раз писал. Книга сжато содержит все тонкости психометрики и точно станет знАковой. В частности Косински неплохо описывает главы про использование в психометрике цифрового следа и технологий искусственного интеллекта. Поэтому книга будет интересна всем, кто серьезно занимается бизнес-психометрикой. Просмотрев книгу, я понял, что мы в нашем ProfileCenter реализовали практически все, что там описано. И даже гораздо больше. И это радует.
#рецензии, #библиотека, #Косински, #мэтры, #bigdata, #datascience, #психометрика, #книги, #профайлинг, #аналитика, #скачать, #Филатов, #профайлинг_филатов, #ProProfiling
Proprofiling
Библиотека профайлера
Книги по профайлингу
Modern Psychometrics_Kosinski.pdf
5.3 MB
«Modern Psychometrics: the science of psychological assessment», М.Косински и соавторы.
#рецензии, #библиотека, #Косински, #мэтры, #bigdata, #datascience, #психометрика, #книги, #профайлинг, #аналитика, #скачать, #Филатов, #профайлинг_филатов, #ProProfiling
#рецензии, #библиотека, #Косински, #мэтры, #bigdata, #datascience, #психометрика, #книги, #профайлинг, #аналитика, #скачать, #Филатов, #профайлинг_филатов, #ProProfiling
Прогностика и предиктивная аналитика, часть 1.
Судя по статистике, многим что называется "зашли" мои подборки по современной литературе по профайлингу. Например, в подборка по эмоциям была сохранена 455 раз: больше было только у картинок психотипов в профайлинге.
Люди спрашивают, читал ли я все это: отвечаю, да читал. Что-то пристально и на несколько раз, что-то слегка. Поэтому и могу рекомендовать. При этом напомню, что это новые книги, а не книги рубежа тысячелетия или даже раньше.
Тема сегодняшней подборки - предиктивная аналитика и прогностика: важнейшая и моя любимая ветвь профайлинга.
К сожалению этой теме уделяется не так много времени как должно, - но именно она самая интенсивно развивающаяся, по которой принято писать не книги, а статьи. Хорошей литературы на русском языке на эту тему немного.
Напоминаю, что на все эти книги у вас скидка 10%.
Подборка книг по эмоциям здесь.
Подборка книг по нейробиологии, часть 1.
Подборка книг по нейробиологии, часть 2.
Итак: предиктивная аналитика и прогностика, часть 1.
1. Эрик Сигель. Просчитать будущее. Кто кликнет, купит, соврёт или умрёт. Издание
Несмотря на то, что это книга 2014 года и в теме предиктивной аналитике уже все улетело в космос, книга позволит вам оценить возможности доказательной прогностики середины 10х годов. Это все-таки классика.
2. Филип Тэтлок и Дэн Гарднер. Думай медленно - предсказывай точно.
Тэтлок и Гарднер - мэтры прогностики. Собственно, его книги особенно полезно прочитать вместе с работами Канемана, о котором мы еще поговорим.
3. Дэвис Уильям. Индустрия счастья. Как Big Data и новые технологии помогают добавить эмоцию в товары и услуги.
Строго говоря книга не только о прогностике, а содержит в себе и сравнительно много информации о поведении человека.
4. Джон Урри. Как выглядит будущее?
Содержательная и весьма многосторонняя книга, показывающая помимо прочего обхор подходов к прогнозированию.
5. Нассим Талеб. Черный лебедь. Под знаком непредсказуемости.
Вообще рекомендую почитать все книги Талеба: кое что там конечно лишнее и не относится к профайлингу вообще, но большинство идей вполне в тему.
6. Алан Гринспен. Карта и территория. Риск, человеческая природа и проблемы прогнозирования.
Хорошая книга по поведенческой экономике и оценке рисков. Довольно много полезных моментов, хотя надо вчитываться.
7. Анналин Ын, Кеннет Су. Теоретический минимум по Big Data. Всё что нужно знать о больших данных.
Хороший ликбез по оценке BigData для начинающих без большой математике и терминологической нагруженности.
8. Дэвид Хэнд. Темные данные. Практическое руководство по принятию правильных решений в мире недостающих данных.
Отличная книга по аналитике. Классика. Просто, понятно, практично, содержательно.
9. Нейт Сильвер. Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет.
Книга полезная, но нужно вчитываться и вычитывать эту пользу, скрытую за довольно толстым слоем воды.
10. Даниэль Канеман, Касс Р. Санстейн, Оливье Сибони. Шум. Несовершенство человеческих суждений.
Книга для обязательного чтения от безусловных мэтров на стыке прогностики и когнитивных искажений. Сложновато, но очень полезно.
Посмотреть весь список можно здесь
#книги, #рекомендации, #новинки, #мэтры, #будущее, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #Proprofiling
Судя по статистике, многим что называется "зашли" мои подборки по современной литературе по профайлингу. Например, в подборка по эмоциям была сохранена 455 раз: больше было только у картинок психотипов в профайлинге.
Люди спрашивают, читал ли я все это: отвечаю, да читал. Что-то пристально и на несколько раз, что-то слегка. Поэтому и могу рекомендовать. При этом напомню, что это новые книги, а не книги рубежа тысячелетия или даже раньше.
Тема сегодняшней подборки - предиктивная аналитика и прогностика: важнейшая и моя любимая ветвь профайлинга.
К сожалению этой теме уделяется не так много времени как должно, - но именно она самая интенсивно развивающаяся, по которой принято писать не книги, а статьи. Хорошей литературы на русском языке на эту тему немного.
Напоминаю, что на все эти книги у вас скидка 10%.
Подборка книг по эмоциям здесь.
Подборка книг по нейробиологии, часть 1.
Подборка книг по нейробиологии, часть 2.
Итак: предиктивная аналитика и прогностика, часть 1.
1. Эрик Сигель. Просчитать будущее. Кто кликнет, купит, соврёт или умрёт. Издание
Несмотря на то, что это книга 2014 года и в теме предиктивной аналитике уже все улетело в космос, книга позволит вам оценить возможности доказательной прогностики середины 10х годов. Это все-таки классика.
2. Филип Тэтлок и Дэн Гарднер. Думай медленно - предсказывай точно.
Тэтлок и Гарднер - мэтры прогностики. Собственно, его книги особенно полезно прочитать вместе с работами Канемана, о котором мы еще поговорим.
3. Дэвис Уильям. Индустрия счастья. Как Big Data и новые технологии помогают добавить эмоцию в товары и услуги.
Строго говоря книга не только о прогностике, а содержит в себе и сравнительно много информации о поведении человека.
4. Джон Урри. Как выглядит будущее?
Содержательная и весьма многосторонняя книга, показывающая помимо прочего обхор подходов к прогнозированию.
5. Нассим Талеб. Черный лебедь. Под знаком непредсказуемости.
Вообще рекомендую почитать все книги Талеба: кое что там конечно лишнее и не относится к профайлингу вообще, но большинство идей вполне в тему.
6. Алан Гринспен. Карта и территория. Риск, человеческая природа и проблемы прогнозирования.
Хорошая книга по поведенческой экономике и оценке рисков. Довольно много полезных моментов, хотя надо вчитываться.
7. Анналин Ын, Кеннет Су. Теоретический минимум по Big Data. Всё что нужно знать о больших данных.
Хороший ликбез по оценке BigData для начинающих без большой математике и терминологической нагруженности.
8. Дэвид Хэнд. Темные данные. Практическое руководство по принятию правильных решений в мире недостающих данных.
Отличная книга по аналитике. Классика. Просто, понятно, практично, содержательно.
9. Нейт Сильвер. Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет.
Книга полезная, но нужно вчитываться и вычитывать эту пользу, скрытую за довольно толстым слоем воды.
10. Даниэль Канеман, Касс Р. Санстейн, Оливье Сибони. Шум. Несовершенство человеческих суждений.
Книга для обязательного чтения от безусловных мэтров на стыке прогностики и когнитивных искажений. Сложновато, но очень полезно.
Посмотреть весь список можно здесь
#книги, #рекомендации, #новинки, #мэтры, #будущее, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #Proprofiling
Опубликован большой альманах «Искусственный Интеллект» индекс 2021 года.
Я в последние 5 лет смотрю его довольно пристально, тем более, что в позапрошлом году там было упоминание о нас и о нашей победе в «Новаторе Москвы» в номинации «IT и ИИ».
О искусственном интеллекте в профайлинге я здесь писал довольно много, посмотрите по хештегам. И не только хорошего. Но тем не менее факт есть факт: будущее профайлинга во многом связано именно с ИИ. Его значение будет только увеличиваться, в то время как значение других направлений профайлинга так интенсивно развиваться не будут.
Всем, кто интересуется этой темой будет интересно взглянуть отчет. В том числе и в связи с разговорами о том, что наши IT-специалисты уезжают за рубеж. По своему опыту и кругу общения скажу: да, уезжают. Не все конечно, но чувствительно. А между прочим в РФ всего 400 компаний, занимающихся ИИ. Это капля в море по сравнению с Китаем или США и даже с Бразилией. Тоже самое относительно публикаций по ИИ и патентам.
В общем – расти и развиваться есть куда.
#ИИ, #технологии, #BigData, #развитие, #ITгиганты, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #ProProfiling
Я в последние 5 лет смотрю его довольно пристально, тем более, что в позапрошлом году там было упоминание о нас и о нашей победе в «Новаторе Москвы» в номинации «IT и ИИ».
О искусственном интеллекте в профайлинге я здесь писал довольно много, посмотрите по хештегам. И не только хорошего. Но тем не менее факт есть факт: будущее профайлинга во многом связано именно с ИИ. Его значение будет только увеличиваться, в то время как значение других направлений профайлинга так интенсивно развиваться не будут.
Всем, кто интересуется этой темой будет интересно взглянуть отчет. В том числе и в связи с разговорами о том, что наши IT-специалисты уезжают за рубеж. По своему опыту и кругу общения скажу: да, уезжают. Не все конечно, но чувствительно. А между прочим в РФ всего 400 компаний, занимающихся ИИ. Это капля в море по сравнению с Китаем или США и даже с Бразилией. Тоже самое относительно публикаций по ИИ и патентам.
В общем – расти и развиваться есть куда.
#ИИ, #технологии, #BigData, #развитие, #ITгиганты, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #ProProfiling
aireport.ru
Альманах по Искусственному Интеллекту
Альманах по Искусственному Интеллекту. Главная тема первого номера Стратегия - в отчете проводится анализ ситуации в мире, обзор стратегий основных стран в области ИИ и обсуждается возможная стратегия России в области ИИ.
Индекс-ИИ-2021.pdf
8.8 MB
А вот и сам Альманах.
#ИИ, #технологии, #BigData, #развитие, #ITгиганты, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #ProProfiling
#ИИ, #технологии, #BigData, #развитие, #ITгиганты, #прогностика, #аналитика, #BigData, #профайлинг_филатов, #ProProfiling
Если мы, например, читаем метанализ посвященный невербальным признакам обмана, но у нас нет уверенности, что все авторы, которые попали в группу анализа, одинаково понимают, что такое «закрытые жесты» или «строгий голос», то гарантии того, что данные метанализа будут корректными, нет.
После 50-ти лайков этого поста опубликую вторую часть 😉
#анализданных, #аналитика, #BigData, #информация, #статистика, #психотип, #КИ, #мэтры, #профайлинг_филатов, #ProProfiling
После 50-ти лайков этого поста опубликую вторую часть 😉
#анализданных, #аналитика, #BigData, #информация, #статистика, #психотип, #КИ, #мэтры, #профайлинг_филатов, #ProProfiling
Темные данные в профайлинге. Часть 2.
Начало здесь.
ТИП 9. Обобщение данных.
Обобщение данных по определению означает отбрасывание деталей.
Если вы учитываете только средние значения любого параметра, то это не дает никакой информации о диапазоне всех данных или об асимметрии их распределения. Среднее значение может скрыть тот факт, что некоторые значения могут очень сильно от него отличаться. В то же время обобщение может скрывать и тот факт, что все значения идентичны.
ТИП 10. Ошибки измерения и неопределенность.
Ошибки измерения изучаемых значений часто приводят к ошибочным выводам. Часто мы изучаем параметры, которые нельзя измерить непосредственно, и приходится пользоваться косвенными или опосредованными вычислениями. Например, при измерении кожно-гальванической реакции при инструментальной детекции лжи низкое качество самого электрода, который используется для фиксации параметров может серьезно исказить результат.
ТИП 11. Искажения обратной связи и уловки.
Этот тип данных возникает, когда собранные значения начинают влиять на исходный процесс. Например, в процессе оценки человека, получив какую-то часть информации, вы уже понимаете, к какому выводу вы, скорее всего, придете. И после этого качество вашего анализа второй половины данных существенно снижается. Или еще один пример – если все говорят, что этот пользователь, например, истероид, то возникает соблазн их послушать и это также снизит качество вашего анализа.
ТИП 12. Информационная асимметрия.
Информационная асимметрия возникает, когда один и тот же набор данных анализируют эксперты с разным уровнем подготовки и информированности.
Понятно, что если одну и ту же информацию анализируют эксперты разной подготовки (не говоря еще о их предвзятостях), то результаты этих анализов будут существенно отличаться.
ТИП 13. Намеренно затемненные данные.
Они наблюдаются, когда люди намеренно скрывают данные или манипулируют ими с целью обмана или введения в заблуждение. Возможностей для примеро здксь огромное количество: мы можем сознательно отбрасывать неугодную для нас информацию или часть данных, для того, чтобы сознать желаемое впечатление от этой информации и повлиять на дальнейшие выводы и поведение.
ТИП 14. Фальшивые и синтетические данные.
Сфальсифицированные или специально созданные данные с целью введения в заблуждение. Однако такие наборы данных создаются не только для мошенничества, но и с исследовательской задачей: существует метод симуляции, когда генерируются искусственные наборы данных, которые могли возникнуть в результате изучаемого процесса, а также другие методы, использующие репликацию данных, например методы бутстреппинга, бустинга и сглаживания. Современные статистические инструменты широко используют такие идеи, но их некачественная репликация может привести к ошибочным выводам.
ТИП 15. Экстраполяция за пределы ваших данных.
Наборы данных всегда конечны. Это означает, что они имеют максимальное и минимальное значения, за пределами которых лежит неизвестность. Заявление о возможных значениях выше максимума или ниже минимума в наборе данных требует выдвижения предположений или получения информации из какого-то другого источника. Более того, экстраполяция имеющихся данных на другой контекст или события имеет свои известные ограничения и требует крайней осторожности.
#анализданных, #аналитика, #BigData, #информация, #статистика, #психотип, #КИ, #мэтры, #профайлинг_филатов, #ProProfiling
Начало здесь.
ТИП 9. Обобщение данных.
Обобщение данных по определению означает отбрасывание деталей.
Если вы учитываете только средние значения любого параметра, то это не дает никакой информации о диапазоне всех данных или об асимметрии их распределения. Среднее значение может скрыть тот факт, что некоторые значения могут очень сильно от него отличаться. В то же время обобщение может скрывать и тот факт, что все значения идентичны.
ТИП 10. Ошибки измерения и неопределенность.
Ошибки измерения изучаемых значений часто приводят к ошибочным выводам. Часто мы изучаем параметры, которые нельзя измерить непосредственно, и приходится пользоваться косвенными или опосредованными вычислениями. Например, при измерении кожно-гальванической реакции при инструментальной детекции лжи низкое качество самого электрода, который используется для фиксации параметров может серьезно исказить результат.
ТИП 11. Искажения обратной связи и уловки.
Этот тип данных возникает, когда собранные значения начинают влиять на исходный процесс. Например, в процессе оценки человека, получив какую-то часть информации, вы уже понимаете, к какому выводу вы, скорее всего, придете. И после этого качество вашего анализа второй половины данных существенно снижается. Или еще один пример – если все говорят, что этот пользователь, например, истероид, то возникает соблазн их послушать и это также снизит качество вашего анализа.
ТИП 12. Информационная асимметрия.
Информационная асимметрия возникает, когда один и тот же набор данных анализируют эксперты с разным уровнем подготовки и информированности.
Понятно, что если одну и ту же информацию анализируют эксперты разной подготовки (не говоря еще о их предвзятостях), то результаты этих анализов будут существенно отличаться.
ТИП 13. Намеренно затемненные данные.
Они наблюдаются, когда люди намеренно скрывают данные или манипулируют ими с целью обмана или введения в заблуждение. Возможностей для примеро здксь огромное количество: мы можем сознательно отбрасывать неугодную для нас информацию или часть данных, для того, чтобы сознать желаемое впечатление от этой информации и повлиять на дальнейшие выводы и поведение.
ТИП 14. Фальшивые и синтетические данные.
Сфальсифицированные или специально созданные данные с целью введения в заблуждение. Однако такие наборы данных создаются не только для мошенничества, но и с исследовательской задачей: существует метод симуляции, когда генерируются искусственные наборы данных, которые могли возникнуть в результате изучаемого процесса, а также другие методы, использующие репликацию данных, например методы бутстреппинга, бустинга и сглаживания. Современные статистические инструменты широко используют такие идеи, но их некачественная репликация может привести к ошибочным выводам.
ТИП 15. Экстраполяция за пределы ваших данных.
Наборы данных всегда конечны. Это означает, что они имеют максимальное и минимальное значения, за пределами которых лежит неизвестность. Заявление о возможных значениях выше максимума или ниже минимума в наборе данных требует выдвижения предположений или получения информации из какого-то другого источника. Более того, экстраполяция имеющихся данных на другой контекст или события имеет свои известные ограничения и требует крайней осторожности.
#анализданных, #аналитика, #BigData, #информация, #статистика, #психотип, #КИ, #мэтры, #профайлинг_филатов, #ProProfiling
Telegram
Профайлинг, нейротехнологии и детекции лжи
Темные данные в профайлинге. Часть 1.
Темные данные – это определение, данное информации, которая не является полной, достоверной и точно относящейся к конкретной интересующей вас теме.
Понятие темных данных возникло из аналогии с другим физическим термином…
Темные данные – это определение, данное информации, которая не является полной, достоверной и точно относящейся к конкретной интересующей вас теме.
Понятие темных данных возникло из аналогии с другим физическим термином…