大数据扫黄打非

扫黄是一个老生常谈的问题，也是国家长期打击的社会丑恶现象。那么在这个世界充满互联网的今天，如何利用大数据来扫黄呢？我们来看看VIP世界最小版:大数据如何扫黄。

如果一个女性，年龄在20到35岁之间，没有固定工作，但每天微信总是在晚上10点到凌晨4点之间收到钱，收款地点总是在高档酒店或小区，那么系统会给她一个标记，将她列为可疑人员。

所有和她微信有转账记录的人都会同时被列入监控名单。如果每次都有人给这个女人钱，而且这个人还会给其他特征相似的女人钱，而且这个人每天从不同的男人那里收到的钱几乎都是一样的，那么这个人就可以算是老鸨，这些给老鸨钱的男人也会被打上标记。

当以下三种情况发生时，大数据会盯着你:
①那些晚上10点到凌晨4点交易活跃的账户；
②交易金额满足某些相似特征，如398，498...然后将该交易标记为可能涉及色情内容；
③某商家一个月内交易量较大，60%以上的交易符合上述特征。所以不管这个商家叫某某养生馆还是某某建材批发，都有很大概率这个商家涉黄。

大数据时代，无论你怎么隐藏，都可以通过数据分析来解读，那么如何才能避免被大数据卷走呢？

底线:如果你不知道，你什么都不用做！只要你不做坏事，警察叔叔就不会给你添麻烦。