大数据是如何扫黄的？

如果一个女性，年龄在20-35岁之间，没有固定的工作，但是每天微信总是在晚上10点至凌晨4点之间有收款，收款的地点又总是在高档的酒店，或者高档的社区，这时系统就会给她一个标记，列为可疑人员。

文章插图
文章插图
所有跟她微信有转账记录的人，同时会被列入监控名单，如果每次都有人给这个女性打款，同时这个人还会给其他的有类似特征的女性打款，并且这个人每天还会收到不同的男性打的、几乎相同金额的款项，那这个人就可以被认为是老鸨，而这些给老鸨打款的男性，也同时会被标记。

文章插图
文章插图
凡是出现以下三点情况，大数据就会盯上你：
① 那些晚上10点至凌晨4点仍有活跃交易的账户；
② 交易金额符合某一类似的特征，比如398、498……那就把这笔交易标记为可能涉黄；
③ 一个商家一个月有大量的交易，并且60%以上的交易都符合上述特征，那么不管这个商家是叫某某养生馆，还是叫某某建材批发，大概率这个商家就是涉黄的。

文章插图
文章插图
大数据时代，不管你是如何隐藏，通过数据分析都可以被解读出来，那么怎么才能避免被大数据扫黄扫到呢？
一句话：若要人不知，除非己莫为！只要你不干坏事，警察叔叔是不会找你麻烦的。

文章插图
文章插图
【大数据是如何扫黄的？】