接入 Wi-Fi，你的定位就會被標記下來，再用人工智能(AI)加以分析，就能了解你每天都去了哪里、什么時間去的，美國普渡大學正在用這個方法對學生們的每日行程進行分析。

項目的研究人員稱，以往人們?nèi)ゲ宛^或是其他娛樂場所，會喜歡在社交軟件上發(fā)送定位來分享狀態(tài)，因此，這些數(shù)據(jù)十分豐富，可供個人或機構用以分析休閑相關的數(shù)據(jù)。但這些數(shù)據(jù)也不準確，因為這往往是用戶自愿簽到，偶然性很大。

除此之外，那些生活中平淡無奇的時刻——比如回到宿舍，或是去圖書館——卻鮮有被分享，因此數(shù)據(jù)幾乎一片空白，占據(jù)了人們大半時光的日常生活反而不被人所知。很少有用戶愿意回到宿舍還要打卡分享，即使有也只是偶爾一兩次，得出的結論也難免會出現(xiàn)偏差。

為了得出更為準確的結果，從而針對不同學生的需求進行個性化教育，以及更好地了解學生對校園設施的使用情況，學校打算用 Wi-Fi 來進行數(shù)據(jù)統(tǒng)計，并用 AI 對搜集到的結果進行分析。這樣，學生們只要接入某一地點的 Wi-Fi，他/她的行程就會被自動記錄下來。

研究人員在報告中寫道，“可以通過用戶行為數(shù)據(jù)來模擬出用戶在不同位置、不同時間的活動，從而根據(jù)他們的背景對用戶的興趣點(POI)進行預測，或?qū)ο嚓P場所提出恰當?shù)慕ㄗh。”

他們選取了 2016-2017 年入學的新生作為研究樣本。當新生們的無線設備接入 Wi-Fi、發(fā)送或接收信號時，就能與場地信息配對，從而產(chǎn)生數(shù)據(jù)。相比通過社交網(wǎng)絡打卡收集而來的數(shù)據(jù)，這些數(shù)據(jù)包含了更多和更活躍的用戶、更豐富的日�；顒�(例如學習、鍛煉、休息)，以及更專一的空間(僅限校園內(nèi))。

這些數(shù)據(jù)也非常龐大，足有 376GB。個人設備接入 Wi-Fi 一次，機器就將之標記為一個條目，在這個項目中，包含了超過 10 億個條目。

研究者將每個條目分出四項信息：用戶、興趣點、興趣點所具有的功能(例如：居住或娛樂)和時間跨度(在給定位置所耗時長)。

分析出的結果也確實揭示出了一些趨向。比如在工作日時，學生們習慣在中午 12 點和下午 6 點前往餐廳，并在晚上 8 點左右去健身房�？梢灶A見的是，新生很快(在前 2 —3 周內(nèi))就熟悉了校園，且行程偏好因?qū)�業(yè)而異。比如，雖然計算機科學專業(yè)的學生會經(jīng)常和藥學專業(yè)的學生同時用餐，但后者在中午 11 點到 12 點之間更多地是上課，前者卻是在圖書館看書。

對信息進行額外的處理后，研究人員按照時間順序，用前 80 % 的條目創(chuàng)建機器學習模型，保留了剩下的 20% 用于測試。這個人工智能系統(tǒng)經(jīng)過學習，能夠較為準確地推測出學生喜歡訪問的前三個位置，準確率最高能到 90%。

不僅如此，研究者還可以通過數(shù)據(jù)推測出誰和你是朋友。當兩名學生多次同時在同一個地方時，研究者就將它們標記為潛在的朋友關系，對學生的社交情況也會有所掌握。

這聽起來很恐怖，但這樣的分析技術其實早就不新鮮了。

2016 年時，丹麥技術大學的研究人員就表示，他們已經(jīng)研究出了一個新的系統(tǒng)，可以用來記錄用戶位置，并根據(jù) Wi-Fi 信號的強弱，推測出你身邊是否還有其他人。盡管現(xiàn)在手機程序想要讀取 Wi-Fi 連接信息都要先經(jīng)過用戶許可，但平時出門還是要謹慎連接 Wi-Fi。

標簽： 網(wǎng)絡

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。