大数据|大数据扫黄是啥?符合这些特点的,你可能就已经“涉黄”了( 二 )


通过大数据的天罗地网 , 可以在同一时间段 , 监测不同地区的包含此特征的消费行为 , 从而降低了执行任务的难度 , 也增强了有关部门执行任务的强度 。

(三)周期性:从深夜时间段 , 延伸出一个更为准确的时间周期性 , 例如 , 近半个月到一个月.再从一个季度到一个自然年份 。 符合特殊金额以及特殊时间的交易行为 , 也就被认定成了“涉黄”行为 。
(四)特殊地点:洗浴中心 , 按摩馆等地方的经常性消费行为者 , 也更容易满足大数据判定“涉黄”的标准 。
经常在这些场所 , 有特殊时段、特殊金额的消费行为的男性帐户 , 也就会被规划到“涉黄”帐户之列 , 也会被大数据进行专门的标注 。

非正常运营帐户:深夜营利现象与白天营利现象 , 不符合常规的帐户 。 这类账户会成为大数据主要监测的帐户 。
当数据有着越来越多的非正常行为后 , 帐户也会在大数据中多次标注 。 此时 , 也说明帐户已被认定“涉黄” 。
04结语
大数据在未来会有更多的作为 , 对于社会层面而言 , 也有着积极的正向引导 , 当然这不代表着 , 大数据的百分百完善 。

随着科技水平增强 , 大数据的准确性 , 或不再以推测为主 , 而是有着更高的肯定性的数据监测 , 但大数据的行为 , 并不是有意识的监控 , 而是为了维持社会稳定面的有效工具 。