Vlákno názorů k článku Jak vás nejen Facebook může znát lépe než vaši nejbližší od Martin P. - Ad šum z které strany to myslíte komerční...

  • Článek je starý, nové názory již nelze přidávat.
  • 21. 1. 2015 11:24

    Martin P.

    Ad šum z které strany to myslíte komerční cílení reklamy\zboží \služeb? Nebo z pohledu psychologického dělení a škatulkování lidí o čem byl ten článek?

    Jednak už se několikrát provalilo, že lajky a fanoušci stránek byly z víc než 50% nakoupení . To myslím že zanedbatelný šum není

    další vec jen že like můžete dát nebo se stát fanouškem u obsahu který jste nikdy nenavštívil. Tedy lze dát like stránce aniž jí navštívím.

    To je významový rozdíl dost velký.

  • 20. 1. 2015 1:36

    Rafael van Horn (neregistrovaný)

    https://securehomes.esat.kuleuven.be/~gacar/sticky/index.html (dále na "Read the paper")

    Pro zájemce doporučuji odkazovanou studii (anglicky), která pojednává o třech vybraných metodách pokročilého trackování uživatelů, proti kterým se momentálně relativně obtížně brání. Jedná se o canvas fingerprinting, evercookies a cookie syncing.

    Už při letmém pohledu na jejich princip je jasné, že je v tomto oboru odvedeno opravdu hodně práce a metody se stále zdokonalují. A už současný stav trackování je nejen daleko za představami běžných uživatelů, ale i za možnostmi efektivní obrany ze strany pokročilého uživatele, pokud tedy předpokládáme rozumné využívání služeb. Je jasné, že pokud internet a jeho nejběžnější vymoženosti nepoužíváme, vyhneme se zanechávání digitální stopy, ovšem naskýtá se otázka, zda-li je vůbec možné internet běžným způsobem využívat a přitom se sledování efektivně bránit.

    Dodávám k diskuzi o šumu (~dám lajk i tomu, co nemám rád, mohu to myslet ironicky atp.): Ano, tento šum existuje, ale obecně i velmi jednoduché algoritmy strojového učení ukazují, že v masovém měřítku je efekt tohoto šumu relativně nízký a algoritmy úspěšné. Celkem snadno vytvoříte k zadanému algoritmu příklad, který ho zmate, ale vezmete-li zpracovávaná data (jichž je velké množství) jako celek, pak tyto algoritmy dosahují docela vysoké úspěšnosti.

Upozorníme vás na články, které by vám neměly uniknout (maximálně 2x týdně).