如何躲避大數據對我隱私的追蹤？

大數據這個術語的出現大概可追溯到Apache的開源項目Nutch。當時，大數據——Big Data——是用來描述為更新網絡搜索索引需同時進行批量處理或分析的大量數據集。隨著MapReduce和Google File System（GFS）的發布，從2009年開始，大數據才開始成為互聯網行業的流行詞匯，也吸引了越來越多的關注。物聯網、云計算、移動互聯網、手機與平板電腦、PC以及遍布各個角落的各種各樣的傳感器，無一不是大數據的來源或承載方?？梢哉f，大數據就在我們的身邊——從阿里巴巴、1號店、京東商城等電子商務數據，到QQ、MSN等即時聊天內容，再到Google、Bing、百度，又到社會網絡與微博數據等，都在生產、承載著大數據。

隨著大量的數據的產生也給數據處理和挖掘帶來許多困難，信息處理量的增大（注：據統計，Facebook對某一主題進行搜索時，需在超過50TB的數據中迅速找出相關內容；在eBay存儲了超過2PB的數據以備查詢需要），很多傳統方法（如RDBMS、SQL查詢等）都不能直接應用在對海量數據的處理上，否則時間開銷將會變得非常大。對大數據的挖掘與分析變得愈發重要。而通過對Google、百度、Bing、Facebook、網頁文本、微博消息等的挖掘與分析，使人們的行為和情緒的細化測量成為可能。挖掘用戶的行為習慣和喜好，從凌亂紛繁的大數據背后找到符合用戶興趣和習慣的產品和服務并對產品和服務進行有針對性地調整和優化，本身就蘊含著巨大的商機。

北京理工大學大數據搜索與挖掘實驗室張華平主任研發的NLPIR大數據語義智能分析技術是滿足大數據挖掘對語法、詞法和語義的綜合應用。NLPIR大數據語義智能分析平臺是根據中文數據挖掘的綜合需求,融合了網絡精準采集、自然語言理解、文本挖掘和語義搜索的研究成果,并針對互聯網內容處理的全技術鏈條的共享開發平臺。

NLPIR大數據語義智能分析平臺主要有精準采集、文檔轉化、新詞發現、批量分詞、語言統計、文本聚類、文本分類、摘要實體、智能過濾、情感分析、文檔去重、全文檢索、編碼轉換等十余項功能模塊，平臺提供了客戶端工具，云服務與二次開發接口等多種產品使用形式。各個中間件API可以無縫地融合到客戶的各類復雜應用系統之中，可兼容Windows，Linux， Android，Maemo5, FreeBSD等不同操作系統平臺，可以供Java，Python，C，C#等各類開發語言使用。

避無可避

除非你躲到深山老林里與世隔絕。否則只要你在社會上活動，與人交往，就無比避免的留下個人信息。