我們大多數人認為我們可以通過(guò)社交平臺的安全設置來(lái)控制我們的在線(xiàn)隱私 - 而一些不太信任的人完全選擇退出社交媒體。但是發(fā)表在“ 自然人類(lèi)行為 ”雜志上的兩項新研究表明，如果不向老大哥透露個(gè)人信息，你甚至不能有聯(lián)系人名單或聽(tīng)音樂(lè )。

在由美國伯靈頓佛蒙特大學(xué)的James Bagrow領(lǐng)導的第一項研究中，研究人員利用信息理論將近14,000名用戶(hù)合并了超過(guò)3000萬(wàn)篇Twitter帖子中的數據。

結果顯示，他們可以從我們的8到9個(gè)聯(lián)系人中預測我們的活動(dòng)和興趣，準確率為95%。

這意味著(zhù)它不僅僅是我們自己的在線(xiàn)活動(dòng) - 研究發(fā)現我們的在線(xiàn)朋友撰寫(xiě)的帖子可以預測我們的行為。

“這表明你與朋友的互動(dòng)中融入了有關(guān)你的信息，”澳大利亞阿德萊德大學(xué)的共同作者Lewis Mitchell解釋道。

“就像我偷聽(tīng)電話(huà)談話(huà)的一方，它告訴我關(guān)于線(xiàn)路另一端的人的事情，你朋友的社交媒體帖子也告訴我一些關(guān)于你的信息。

“如果您刪除了自己的帳戶(hù)，則無(wú)法提供幫助，因為原則上您仍然可以通過(guò)與朋友互動(dòng)留下的數字跟蹤進(jìn)行分析。”

如果用戶(hù)避免或離開(kāi)在線(xiàn)社交網(wǎng)絡(luò )，則可以從社交聯(lián)系人發(fā)布的信息創(chuàng )建“影子簡(jiǎn)檔”。事實(shí)上，馬克扎克伯格承認，Facebook會(huì )收集非用戶(hù)的信息。

其他研究表明，來(lái)自朋友的數據可用于預測友誼，宗教，行蹤和性偏好等私人信息，David Garcia在相關(guān)社論中寫(xiě)道。

“這一切都意味著(zhù)在Facebook和Twitter等在線(xiàn)社交網(wǎng)絡(luò )中無(wú)處可藏，”米切爾說(shuō)。

作者寫(xiě)道，盡管數字時(shí)代已經(jīng)為研究人員提供了豐富的數據，但這些研究結果對隱私的影響仍然引起了用戶(hù)和非用戶(hù)的關(guān)注。

在第二項研究表明，即使音樂(lè )喜好可以透露個(gè)人信息，包括我們的時(shí)代，我們來(lái)自哪里，以及如何我們感覺(jué)。

Minsu Park和來(lái)自美國康奈爾大學(xué)的合著(zhù)者分析了在51個(gè)國家的100萬(wàn)人在Spotify上播放的7.65億個(gè)在線(xiàn)音樂(lè )作品，以識別人們的情緒模式。

“ 大音樂(lè )數據 ”特別適合分析，估計人們平均花費44%的清醒時(shí)間來(lái)聽(tīng)取它。

作者寫(xiě)道：“無(wú)處不在的音樂(lè )提供了一個(gè)獨特的機會(huì )來(lái)識別聽(tīng)眾音樂(lè )選擇中的晝夜和季節模式。”

音樂(lè )可以比其他來(lái)源更能說(shuō)明人們的情緒，因為它反映了人們選擇的情緒以及他們的情緒狀態(tài); “音樂(lè )選擇既形狀又反映情緒”。

總體而言，他們發(fā)現人們喜歡在晚上更輕松的音樂(lè )和白天更有活力的音樂(lè ) - 包括午后的低迷。

年齡和群體之間存在差異 - 例如，年輕人聽(tīng)更激烈的音樂(lè )，而“夜貓子”則聽(tīng)不太激烈的音樂(lè )。拉丁美洲音樂(lè )更具刺激性，而在亞洲播放的音樂(lè )則更為輕松。

雖然結果“與基于Twitter消息的情緒分析的結果顯示出顯著(zhù)的相似性”，但存在差異。

“推特消息中的積極情緒在15:00左右徘徊，而激發(fā)音樂(lè )的消費卻沒(méi)有，這表明音樂(lè )也可以用作午后興奮劑。”

后一項研究對個(gè)人隱私的影響仍有待觀(guān)察。

盡管如此，利用人們的數據是一個(gè)社會(huì )問(wèn)題，而不是個(gè)人問(wèn)題，米切爾說(shuō)。

“我們需要停止考慮個(gè)人隱私控制，”加西亞寫(xiě)道，“并轉而采用網(wǎng)絡(luò )隱私的范例。

“我們必須意識到，與在線(xiàn)平臺共享信息是整個(gè)社會(huì )的集體決策，而不是個(gè)人選擇。