因為 Cambridge Analytica 分析用戶信息進行操縱選舉的事件，Facebook如今深陷輿論旋渦，其CEO扎克伯格也在美國時間4月9日，即他出席美國國會聽證會的前一天與美國議員會面，并為Facebook不當使用用戶數據道歉。但是，Facebook并非唯一一家收集互聯網用戶數據用于商業或政治目的的公司。

超過5000萬Facebook用戶的記錄被收集，凸顯出在線用戶挖掘的危險性。而收集了這些數據的公司 Cambridge Analytica，則反映出了這些數據的各種利用可能性。Cambridge Analytica 用這些數據建立了5000萬用戶賬戶資料，然后在2016大選中用這些賬戶信息為共和黨候選人（特朗普）站臺。

然而，真正接受 Cambridge Analytica 承包商在線調查的用戶僅有27萬人。通過收集所有調查接收者社交網絡好友的信息，利用相對較少的用戶形成5000萬用戶的巨大數據庫，這種信息收集和利用能力顯露出了社交網絡的巨大力量。

與網上收集和用戶自愿提交不同，這次被搜刮信息的用戶絕大部分都是受害者，他們并沒有授權 Cambridge Analytica 收集自己的數據。

這些數據根本就是從用戶手中強拿的，用戶本無意與任何第三方共享，尤其是這么一家之前根本沒聽過的公司。

Cambridge Analytica 從用戶那里騙到的個人信息的深度和廣度昭示著數據收集生態系統的危險性。然而，企業和政治活動人士才剛剛開始探索這些數據可以用來做些什么。除了可以直接推斷人們的政治觀點、健康問題和生活方式，Cambridge Analytica 還宣稱，人們的看法也是可以借此改變的。

Cambridge Analytica 事件中比較有趣的一點是，人們似乎傾向于輕視看起來像是廣告一樣的東西。但是，這些長得像廣告的東西向用戶饋送的，才是真正重要的。這并非單純的可口可樂vs百事可樂，它會扭曲你對時事的看法。

數據收集與分析公司能從你的線上數據中推斷出你的哪些屬性呢？

1. 匿名沒戲

互聯網上幾乎做不到匿名。即便對在線發布信息很謹慎的人都會發現，通過數據收集和數據發布，大范圍分析往往能將看起來毫無關聯的事件或者匿名的活動聯系在一起。

比如說，2008年的一篇論文中，德州大學奧斯汀分校的研究人員就發現，在IMDb上發布了幾條電影推介的用戶，就身處Netflix用于調研目的而發布的匿名電影推薦的大型數據庫中。

這種泄露能造成重大影響。給流行電影打分的人會發現自己被納入了更大的數據集，自己私下打過分的其他成百上千部電影都與自己關聯了起來。

電影評分可揭示出評分者的多種屬性，比如性向、政治偏好和健康問題。雖然不應該單單從電影偏好上進行推斷，但在許多工作和社交場合，對《同志亦凡人》這種同性戀主題電影所持的觀點（在Netflix觀影記錄中會有所體現），云服務器租用，往往比較敏感。

來自社交網絡、地理位置數據和在線閱讀偏好的數據也可應用類似的關聯和分析技術。

2. 發現瀏覽習慣

瀏覽記錄能說明很多問題，而有興趣的公司和數據代理商就用各種各樣的辦法來收集此類信息。2016年，德國公共廣播電視公司NDR的一名調查記者和一名數據科學家發現，名為 Web of Trust 的一款瀏覽器插件一直在收集300萬名德國用戶的瀏覽器歷史記錄。

由于很多社交媒體站點都在鏈接中帶有用戶ID，瀏覽器歷史記錄去匿名化并不難。某些案例中，僅僅知道某人使用的部分站點就足以在Web鏈接數據庫中找出他們。

完全不用瀏覽器插件也避免不了被標定的命運。某些情況下，各種漏洞就讓不道德的Web站點具備了發現瀏覽者是否瀏覽過其他站點的能力。這種“歷史嗅探”技術的用法很多，找到信息就像檢測鏈接是否被訪問過一樣簡單。

另外，廣告網絡還會從瀏覽過加載了其廣告的站點的任何瀏覽器上收集信息，在用戶瀏覽各個網站的時候通過安裝cookie或其他追蹤數據來標記用戶。廣告情報公司eMarketer的數據顯示，消費者對此類跟蹤技術的擔憂正是廣告攔截器使用率穩步上升的原因之一——今年攔截器的使用率有望升至31%。

3. 確定政治立場

Cambridge Analytica 已因非法收集用戶數據用于政治活動建模而處于輿論的風口浪尖了。不過，該技術的準確率很大程度上取決于所用的數據，域名注冊，也不是總那么準確。舉個例子，2013年，加拿大麥吉爾大學的2名研究人員發現，其他研究論文就對通過機器學習檢測政治偏向性的能力太過樂觀了：驗證數據集的收集方式才是模型準確率的決定因素，不管過去的成果多么斐然，所用方法多么先進。