作者：（美）伊格尔,（美）格林
出版社：中信出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
现实挖掘试读：
序言
大数据正在席卷全球。这个话题如今频繁见诸各种会议、专著、论文和企业的讨论中。这当然是事出有因的：对以往深不可测的大量数据进行挖掘，从而发现趋势甚至预测未来，这样的想法的确非常具有吸引力。但是正如这些会议、专著、论文和商业计划中所阐述的，弄明白如何处理巨大体量的数据，并使其发挥更好的作用并不是一件简单的事情。
我们将大数据定义为人或物与数字网络世界之间相互作用而产生的信息集合。它可以是数年间采集的关于一个人的单一变量的数据，也可以是在某一瞬间采集的关于数亿人的多变量数据。大数据可能涉及的时间长、囊括的主题多或者涵盖的范畴广，也可能是这三种特征间的组合。
由于各种技术因素的汇集，大数据已经成为我们现代世界的一个特征。高性能的移动互联智能设备就在你的口袋中采集数据、进行运算，然后发送给远程服务器。云计算和日益增长的高密度数据存储设备，为一切信息提供了安身之所。并且，流处理范式使数据可以通过分布式设备进行处理。一些针对大规模数据集设计的编程模型，如MapReduce以及开源的Hadhoop的出现，使人们了解即将到来的信息流是可能的。
大数据被定义为我们日常活动产出的数字记录或留下的数字足迹，它是我们生活的元数据。一些人害怕这会带来一个没有隐私的世界：企业对我们的了解比我们自己还多，政府可以监控那些它们认为危险的人。另一些人则认为大数据是数据库这抹彩虹末端的一罐金子，是抓住下一波信息技术趋势的机遇。他们还相信，从这些全世界人们日常生活中产生的海量数据中可以获得有益的东西。
作为本书作者，我们是技术专家，属于后者。我们认为，如果从负责任的、审慎的以及对环境敏感的角度来看，大数据可以帮助改善公共卫生、引导个人更好地决策、促进知识的共享以及提升创新速度。大数据的时代已经来临，而且看起来也不会很快结束。因此，保证个人自由和隐私不被侵犯，告知消费者谁在什么时间、以什么为目的获得了他们的数据就很重要。我们相信，在小心谨慎进行数据采集的前提下，大数据就可以被用来设计成更好的系统，以及一个可能的更好的世界。我们采用了一个被称为“现实挖掘”（Reality Mining）的方式，不仅对大数据进行分析，而且确保分析能够反映参与人的现实状况，同时在整个过程中始终保持谨慎的数据采集态度。
本书的目标是探讨大数据可能的积极方面，特别是展现如何利用对现实的挖掘来设计更好的社会系统。这意味着本书所介绍的理念，将会超越那些简单的描述性分析，如计步数据的柱状图等。我们所探讨的是针对一些可视化的数据表达，比如犯罪行为或疾病暴发的空间分布图等，如何将其转化为具有实际操作意义的行动或政策。我们还考虑了可以使用全球的匿名数据系统的构想。提出诸如“如何在缺乏公共卫生资源的发展中国家，配置疾病传染的预警系统？”这样的问题。根本上，我们希望探寻如何利用大数据让人们的生活变得更加美好。
本书分为5个部分，每个部分分别关注不同的数据采集尺度，大数据的内在挑战和机遇。大致同查尔斯·伊姆斯和蕾·伊姆斯夫妇在1977年制作的电影短片《十的力量》中分别观察了宇宙的极大部分和极小部分一样，本书对大数据的讨论也是从小样本渐增到较大的样本。
本书的现实挖掘旅程将从个体层面开始，即单个人所产生的数据和应用于单个人的数据。接着，我们升级到邻里和组织层面，再扩展到城市层面，之后是国家层面，最后到达全球层面。诚然，这样的分层框架并不是绝对的，也无法囊括所有的场景类型。当然，在某一层面获取的大数据也可以应用于其他不同层面。我们适时地提及了一些这类多样化应用的例子。不过，5个层次的结构更易把握，也更有助于我们思考在大数据获取和利用过程中面临的种种挑战。
这5个部分又分别各有两章。每个部分的第一章详细描述了该层面的数据采集种类、数据采集方式，以及读者在可能的情况下可以如何获得这些数据；第二章则阐释在这些数据的基础上，已经建立或者我们相信可以建立的应用和系统。
因此，每部分的第一章作为向导，带领读者对可以挖掘的多种数据类型以及可能的获取途径进行思考。这些途径可能是编写一个手机应用程序来采集使用者的睡眠数据，或是订阅服务商提供的航班数据，又或是基于谷歌进行检索的数据分析。有些多数人不太容易获取的数据，比如移动电话的通话记录，我们也提供了如何有限获取或者寻找其他可能来替代实际数据的建议。
在充分理解哪些数据类型可以被挖掘之后，我们接着讨论可以使用这些数据进行现实挖掘的程序。有些系统较为成熟，一些则还处于早期阶段，其他则尚未被开发出来。我们在本书中仅提供了一小部分可用程序的信息，同时也展现了机遇之所在。
隐私问题是大数据采集和使用过程中的大麻烦，在本书写作过程中，我们曾考虑用单独的一章来讨论它，但最终放弃了这个想法。工程师和企业往往在最初的产品构想已经基本完成时，才开始考虑用户或客户的隐私问题。这样的话，隐私特性便成为几近完成的主要设计的添头。我们不希望这本书也变成这样。我们认为，人们对隐私的期望和分享数据的意愿度应该从一开始就被考虑，并烙在每一个应用程序或产品设计中。故依据需要，我们通过探讨隐私问题、人们对数据采集和共享方式的了解程度、人们对这些方式的适应度（适应度往往受到多种因素的影响而不断变动）以及在注重隐私的前提下开发应用来反映这种情绪。
需要特别指出的是，本书没有涉及特定的分析方法论，而是将这些留给了其他文章、论文和讨论。大数据技术还在不断发展，现实挖掘的实践者们很快会发现将有更多分析技术可用于他们的数据集。在本书中我们没有排斥某些特定的数据和应用程序的分析，而是选择聚焦于更宽泛的现实挖掘问题：如何安全、不侵犯隐私而又有意义地进行数据采集？如何设计实用、以人为本的系统？
关于大数据的很多讨论都围绕挖掘“知识”这一主题，似乎“知识”就是人们唯一能够且应该从中获得的。本书从另一个视角来看待大数据，在描述性分析的基础上前进了一大步，从知识走向行动。“现实挖掘”是为了使用大数据来开发系统，从而对从个体到全球的所有层面都产生积极影响，它将提升我们的生活品质，让我们变得更健康，并让我们与70亿地球邻居们一起生活得更加美好、智能和幸福。
手机一旦掌握了你的使用习惯，它就可以帮助你安排行程、提供活动建议，或者在没有手动设置的情况下发出提醒。它可以调整使用模式以适应多样的环境，比如在影院时自动关闭手机铃声，电影结束后再自动打开。熟知你生活习惯的手机还可以为你推荐酒吧，那里的常客们跟你有着相似的爱好，或者刚好在你想要尝试去一家新餐厅吃晚饭时向你推荐一个正合你意的餐馆。
REALITY
MINING
Using Big Data
to engineer a Better World第一章智能手机、传感器和生命记录
如今，采集我们自身的众多日常数据已相当容易，各种各样的技术通过移动电话、软件、皮肤电流监控器、可穿戴摄像头等，追踪着我们的习惯、位置、消费、路线、社交以及情绪。的确，因我们日常行为而产生的“数据排放”，其释放和捕捉的便利性给研究人员们带来了新的机遇。不仅使研究者可以更深入地了解这些行为，还有助于他们利用这些观察来设计更适应人们实际行为的系统。
传感器、软件以及它们在我们生活中的广泛存在是推动这一趋势的重要因素，而一类重要的传感器就植入在如今的移动电话中。随着移动电话的高度普及，它成为全球几乎所有人的必需品，它已经当仁不让地成为采集个体数据的最基本工具。到2012年年底，全球已有近60亿个移动电话客户端。即使是最简单的手机，每次与通信基站交换信号时，也会提供其使用者的位置信息。移动电话最初只是通信工具，如今已逐渐成为装配了多种附加传感器的随身计算设备。这些附加装置包括可以监测身体活动的加速仪、可以测度我们位置的GPS（全球定位系统）芯片、蓝牙模块等近距离无线传输协议、可以推断附近情况的麦克风等，甚至简单的通话记录也可以用来衡量我们的社交进展。
手机一旦掌握了你的使用习惯，它就可以帮助你安排行程、提供活动建议，或者在没有手动设置的情况下发出提醒。它可以调整使用模式以适应多样的环境，比如在影院时自动关闭手机铃声，电影结束后再自动打开。熟知你生活习惯的手机还可以为你推荐酒吧，那里的常客们跟你有着相似的爱好，或者刚好在你想要尝试去一家新餐厅吃晚饭时向你推荐一个正合你意的餐馆。
移动电话中的数据还能够提供人们的实时位置移动信息，在研究疟疾或流感这类疾病时，它可能成为建立传染路径模型的关键数据。另外，研究人员还发现，通过手机上合适的传感器和软件捕捉用户的行为变化和谈话模式，可以比其他医学检查更早发现某些疾病的预兆，如抑郁症或帕金森综合征。在使用个人数据让人们的生活变得更加轻松和健康方面，现实挖掘拥有很大的潜力，这些只是几个仍处于早期阶段的应用案例。
追踪我们个人信息的不仅仅是移动电话，我们的个人计算机使用记录也在被越来越多的软件监测。研究人员推测，人们越了解自己在某些网页或者电子邮件上花费了多少时间，就越容易掌握和调整日常效率。当然，由于移动电话变成了空前强大的计算设备，在手机上追踪人们应用程序使用记录的软件也被开发出来。将这些软件数据与通过手机传感器和其他程序采集到的数据放在一起，可以推断出很多个人行为信息。
除了移动电话和个人计算机之外，人们在日常生活、运动或是睡觉时，也越来越多地主动携带各种专用传感设备，以掌握自己的生理习惯和健康状况。谷歌眼镜，实际上是一个装配了小型显示屏、摄像头、麦克风、处理器和无线通信的头部穿戴系统。因其通过连续拍照和摄像的方式使你与外部世界保持联系并记录你的生活而广受关注。更为普通且不显眼的计步器和睡眠监测仪正在获得商家的关注。这些设备和手机上模拟类似功能的应用程序所产生的数据，可以精确地显示一个人的身体活动状况。亲眼看到这些数据可以激励人们生活得更加健康。近年来，脸谱网（Facebook）和推特（Twitter）这些社交网站的日益流行，已经形成一个庞大的个人数据库。人们在这些站点上进行“状态更新”，发布可以反映其生活状态的短消息，回答诸如“你在做什么？”“你感觉怎么样？”“你周边发生了什么？”“现在有什么让你感兴趣的事情？”这样的问题。可以说，状态更新在某种意义上来说相当于用户对一个社会学家的社会调查问卷做出的回答。
一经发布，这些状态更新就会被推送给社交网络中的其他人，在某些情况下还是在线公开的，可以被任何想看的人看到。一些研究人员在探索根据日历事件和位置信息，自动进行状态更新的方式。另一些人则试图将这些状态信息集中解读，已有软件开发者编出一些简单程序来分析这些内容。这些程序通常将特定关键词进行可视化，依据词汇出现的频率设定字体的展示大小。通过这种方式，人们可以大致了解自己一段时间内的活动和感受。
越来越多的人开始着迷于自我的个人数据，并将他们能获得的所有自身信息结合起来，包括手机通信、电脑使用、生物传感器、摄像或手工录入数据记录等。这种极端的量化和编目方式就是所谓的“生命记录”。尽管这种方式并不算普遍，它作为一种更好地了解自身习惯的方法，已经吸引了一些人。
工程师和设计师推动了生命记录的发展，因为他们发明了让人更容易进行生命记录的网络应用和其他技术工具。随着谷歌眼镜和其他生命记录工具的出现，更重要的是，这些工具与人们日常生活结合得更加紧密，生命记录对普通人来说将不再困难。这种活动甚至可能克服社会成见，并被更多不精通技术的人们所接纳。
在本章中，我们将探讨个人数据可以通过哪些方式被采集和记录，包括不易察觉的移动电话日常交互，以及更具目的性的电子公告，如状态更新信息等。我们还将讨论，个人和企业在数据采集和分析过程中都需要时刻铭记的隐私问题，以及目前在实践中的隐私保护方法。麻省理工学院的数据追踪项目
2004年秋天，麻省理工学院开展了一个研究项目，向100名新生和在校学生提供预装定制版ContextPhones程序的诺基亚6600型手机。该程序可以追踪手机连接的通信基站代码、应用使用情况以及手机是否闲置或是在充电等状态信息。在9个月的时间里，该研究项目记录了30万小时的用户数据。
所有的参与者都被告知了电话记录程序的功能，并被要求签署同意书，签署意味着他们知道自己的手机采集的是什么数据。参与者可以在任何时候抹去他们自己的数据并关闭记录功能。由于和研究无关，参与者的手机号码作为附加的隐私保护措施，此次研究中将其通过单向函数（MD5）生成唯一代码，并无法被逆运算得到原始手机号码。
诺基亚6600手机本质上是一组被参与者们几乎一直随身携带的传感器。过去很多年里，大学和企业的研究人员通常使用放置在房间、办公室或是设备包中的传感器，来采集个人的位置、与其他人的位置关系、物理位移甚至是周边环境声音的片断等信息。装有红外线或RFiD（无线射频识别发生器）的智能胸卡被设计为可以识别其他同类装置，它们被用来研究工作场所的协作以及会议中的社交。这些传感器和智能标记系统相比过去的大包传感器和电路板已经有了很大的改善，但还是有些笨重。
尽管在人身上装传感器的方法有很多，但这个诺基亚6600的现实挖掘项目是独特的，因为这是有史以来第一次，研究人员以可扩展的方式追踪研究对象的位置、社会交往和习惯。项目进行时，已经有数以千万计的手机具备运行诺基亚6600上所安装的超级监测软件的性能。这个项目证明了手机可以成为可靠、可扩展的泛在计算工具，可以获取比以往任何时候都多的行为数据。在行为研究方面，过去大多数社会学家采用调研的方法所获得的信息，在规模和精确度上都无法与移动电话采集的数据相提并论。
选择诺基亚6600型手机是因为它装备了塞班S60系统软件平台，该手机可以运行由赫尔辛基大学开发的定制版Context软件，用以记录个人手机的所有状态：无论是拨打一个电话还是充电乃至闲置状态。这款手机备有6MB（兆字节）的内存，并可以使用最大32MB的多媒体闪存卡进行容量扩展。手机没有任何锁定功能，并且可以使用任何一家全球通信系统的移动电话运营商，如T–Mobile（德国电信）,AT&T（美国电话电报公司）和Cingular公司（已被AT&T收购）。定制的应用程序可以通过通用分组无线服务数据网络、蓝牙、存储卡或红外端口等方式安装到手机上。
手机可以持续不断地扫描和记录它周边一定范围内的蓝牙设备。蓝牙是一种频率在2.4兆~2.48兆赫兹之间的无线通信协议，在1994年由爱立信公司开发，并于1998年发布，用以替代设备间的串口连接方式。每个开启蓝牙的设备都具有“设备被发现”能力，它会寻找并发现周边5~10米范围内其他蓝牙设备的媒体访问控制地址。
该研究项目使用了一个修改版本的BlueAware应用程序（移动电话版MIDP2–Java），对发现的蓝牙设备识别地址在邻近的服务器上[1]进行记录和时间戳记 。因为如果使用标准版本的BlueAware软件进行持续的扫描和记录的话，手机电池会在18个小时内耗尽，所以修改版本将扫描时间改为每隔5分钟一次，从而使手机续航时间增至36个小时。当传感器装在移动电话或者其他使用电池的设备上时，考虑传感器的资源需求和维持其持续扫描的其他可行性就至关重要。
与BlueAware软件类似的一个软件是Bluedar，是为装置在研究参与者的社交聚会场所的设备而研发的。Bluedar对可发现设备进行持续扫描，并将蓝牙设备识别地址通过一个802. 11b的无线网络上传到服务器上。设备具有一个包含了第二代蓝牙芯片的核心，可以被XPort型网络服务器所控制，并能有效探测识别周边25米范围内的蓝牙设备。
除了蓝牙扫描功能，诺基亚6600还能够持续记录通信基站的识别号码。利用通信基站识别码获得用户定位数据已有大量的相关研究，但是通过这种方式获得精确的位置信息比较困难，因为手机可以连接到几英里远的通信基站上，而在城区时可连接的范围内常常会有数十个通信基站。
在这项研究中，当研究对象在某一位置停留的时间足够长，足以提供一个预估的信号塔概率密度分布函数时，那么就可以获得相对高精度的位置。由于多种条件的差异，包括信号强度和网络状况等，手机在同一位置不同时段可能分别与不同的信号塔通信。所以，在一段时间内，手机可能连接了好几个信号塔。另外，手机位置的细微改变，甚至都会引起信号塔分布的显著变化。信号塔识别地址还可以与其他静态蓝牙设备如台式计算机相互参照，以进一步确定移动电话位置。
当然，如今手机已经可以通过很多更直接的方式记录用户位置。很多智能手机装配了GPS芯片，而谷歌和Skyhook等公司使用三角定位技术，来弥补通过无线基站信号、通信基站和GPS定位不足（在室内使用时精准度不足）的问题。但对于普通手机来说，通信基站识别依然是最经济、最简单也是最可靠的位置追踪技术。
在麻省理工学院这个基于诺基亚6600的研究早期阶段，采集的数据被存储在手机有限的内存中，研究者需要经常转存数据，这一过程需要大约5分钟，同时研究人员还可以升级应用程序。然而由于一个月的数据量就有5~10兆，一部分数据就需要被存储在手机的外置闪存卡上。通过对程序在存储卡写入数据效率的改进，数据转存的需求被延长至数月一次。到后期，使用T–Mobile作为服务商的用户还可以使用有限的互联网连接将数据通过电子邮件发送至代理服务器。
最后，研究参与者还完成了一次问卷调查，回答包括他们的手机使用情况、日常行为模式、对麻省理工学院的满意度、他们的社交圈以及工作圈等问题。问卷的最后一个问题涉及所有研究参与者，要求每个人对自己与其他每个人之间的互动频率进行打分，并确认其他人是否在自己的工作或朋友圈里。这些调查获得的信息作为手机中获取数据的补充，帮助人们更好地进行数据分析。
这个针对百人的研究项目的成果非常鼓舞人心。一个名为“本质行为”的计算机分析工具进行分析所得结果表明，通过研究某个对象在一天中早晨的所在位置、与其他参与者的空间接近程度、通话记录和通话活动等，可用于推测其当天晚上的行为。例如，某个人在一个星期六的上午10点醒来，那么可以比较准确地预测当天晚上他会跟哪些人一起出现在什么地方。另外，对通话记录及空间接近程度数据的分析，能够得知研究参与者的社交网络关系和社会地位，比如，该参与者是学校的新生、研究生还是教授？下一章我们将讨论这项研究的成果可以有哪些进一步的应用。
自从诺基亚和麻省理工学院的这项合作研究开展以来，大学和企业实验室的很多研究项目都开始利用移动电话作为传感器来采集多种数据，尽管主题不尽相同。例如，2009年达特茅斯大学的卢弘等人的“声音感知”项目，通过iPhone（苹果手机）上安装的软件，以一种低功耗和保护隐私的方式捕捉周围的声音，判断其所处的环境。因为如果手机能够根据声音特征，判断出一个人处于重要会议中，就可以将一些人的来电直接转至语音信箱，而另一些通话则可以被接入。
麻省理工学院的媒体实验室开发了知名的Funf开放感知框架系统，作为一个开放和公开的系统，它可以被用于追踪手机的各种活动。Funf框架可以从手机上的多种“探测仪”获取数据，例如： GPS、定位仪、加速仪、通话记录、应用使用情况、屏幕状态以及电池状态等，并加密存储在手机上。在Funf这样一个基础框架上，任何一名开发者都可以进一步开发符合自身需求的软件。Funf Journal则是一个现成的安卓系统手机应用程序，它可以安全地将探测到的各种手机数据加密存储。人们还可以将数据下载到自己的电脑或上传到远程服务器上，以供进一步分析。
除了Funf框架，还有很多为手机和个人电脑设计的应用程序，用于获取商业性的数据。如果你无法基于框架自己开发软件，那么这些简单易用的商业应用程序是不错的选择。特别是，有些应用程序可以通过监控个人电脑在某些网站或是某些软件上的使用时间，从而推算计算机使用者的工作效率，这已经发展成为一小块细分的专业市场。手机——最佳人体传感器
麻省理工学院的现实挖掘项目为通过开展以手机为基础的研究来采集个人数据这样的做法提供了良好的范例。研究中使用了赫尔辛基大学开发的一个定制软件，可以追踪手机的各种状态，如通话中、充电中、关机状态等。尽管作为一个研究项目的定制软件，一般人没有机会接触它，但是市面上还有很多其他具备类似记录功能的软件。其中一些软件可以直接录入GPS数据，而不需通过移动运营商或是使用Wi–Fi（无线网络）三角定位法来获得手机的位置信息。
在互联网上搜索一下，就能找到很多网站出售这些可以安装在苹果手机、黑莓手机，以及装有安卓、微软和塞班等手机操作系统的软件。这些软件有的是为那些担心使用手机的孩子和孩子所处位置的父母而设计，有的是为想要掌握其员工使用公司配备手机情况的雇主而设计，也有的是为怀疑另一半有不忠行为的人而设计的。需要注意的是，不同的国家和地区，对于从个人移动电话采集数据有相应的法律规定，想要合法地采集数据，需要征得手机所有者或是设备所有者的同意并签署合约。
追踪软件安装在手机上并在后台运行，时刻记录着手机的一切活动。这些记录稍后会被发送到远程服务器上，并可通过一个网站获得。包括呼入和呼出号码、通话时长以及时间戳记在内的通话记录会被采集；即使在手机上已经被删除，文字短信也会被完整地存储在远程服务器上；还有GPS位置信息也能在具备信号的地方被记录下来。有些具备特定功能的手机，其网址访问记录也会被存储下来。
针对个人计算机的类似商业监控软件也同样存在。这类软件的销售主要面向那些希望掌握自己计算机使用情况，希望借此进行自我管理并提高生产效率的人。全世界现在有数百万人每天使用计算机的工作时间都长达数小时，包括使用电子邮件、即时通信、网页浏览软件以及文字、图片和基本上所有在电脑上运行的软件如视频处理软件。而像RescueTime、Klok、SlimTimer和WorkTime这类软件，可以追踪记录前台软件运行的时间，并将数据反馈给用户。
这些软件有的是直接安装在电脑上，有的则是通过网页运行。某些情况下，人们可以将这些软件捕捉的信息打上标签，例如读新闻故事，并分享使其成为“公共的”信息。人们还可以设定某些特定应用的目标使用时间，比如每天早晨用30分钟回复电子邮件。然后软件会以可视化的方式来展现设定目标的完成情况，并且使用者还可以设定任务变更提醒，以防自己在某一应用上耗费的时间过长。
除了在个人设备上进行自动追踪记录的后台软件外，还有一类基于调查的手机软件也在迅速发展。2009年秋天，Techneos公司发布了SODA系统，该软件系统使研究人员、调研公司在内的任何人都可以在手机上发布调查问卷。因为对大多数人来说，手机是随身携带的。与在线问卷相比，手机问卷可以选择在特定时间或特定地点进行，与电话问卷相比又不会显得那么唐突。
SODA对于想要为现实挖掘采集信息的人来说，将会是一个有趣的工具，因为相较通常意义上的问卷调查，它可以让人们提供更多的相关信息。比如经参与调查者的许可获得其位置信息，他们还可以在问卷中提交图片。这个平台非常灵活开放，问卷问题种类非常多样，可以是多项选择、浮动计算、开放数值或文本、声音文件、图片文件甚至是条形码输入。另外，该平台还支持多种语言，目前包括汉语、英语、法语、葡萄牙语、西班牙语、德语、印度语、日语和泰语。更加精确的生物传感器
通过电脑或手机记录一个人的工作效率、通信记录、进行问卷调查等，只是人们日常生活场景中的一部分。生物传感器则可以填补这一空缺，它可以精确记录每日不同时间和不同活动中人们的生理变化。研究人员可以借助一些特定的硬件设备追踪被研究者（通常是那些慢性疾病患者）的心率、血压、皮肤导电性以及其他一些指标，或是在一些需要手动记录症状、饮食和运动信息的情况下，也需要借助这些硬件设备。
BodyMedia是一家知名的设备以及在线服务供应商，这些设备和服务可以追踪身体活动并根据健康需要适当地发出提醒。CardioNet公司则提供便携式心电图仪器。还有诸如FitBit计步器、Nike+运动追踪系统、Polar和Garmin的GPS手表、Withings的无线体重分析仪等也都在市场上占有一席之地。（Zeo公司的个人睡眠教练同样也在市场上获得了一定的成功，它是一个追踪睡眠状况的无线头带，可以根据数据分析情况发送指令到床边的闹钟或手机上。但很不幸，这家公司于2013年解散了。）另外，越来越多的手机应用程序也开始使用手机上的加速度仪和GPS传感器来采集生物计量信息。表1–1列出了一些用于记录生物数据的商业技术。
软件开发者们也开发出了可以提供专业睡眠追踪的某些相同功能的手机应用程序，虽然精确性仍不稳定。iSleepTracker和Sleep Cycle就是其中的两个，它们利用手机的加速度传感器感知用户睡眠时在床上的动作。类似的还有安卓平台上的Smart Alarm应用，它可以预判人们的睡眠阶段。因为这些应用程序并不能直接衡量一个人的动作（而且判断的结果会受床上的人或动物数量以及床垫性能的影响），它们的主要功能似乎是叫醒处于浅睡眠阶段的人，从而避免人们在深度睡眠时被弄醒而产生不适。表1–1 商业化感知设备的用途、性能和交互方式
Nike+程序利用了苹果手机、安卓手机以及iPod（苹果音乐播放器）这些人们经常在跑步时用来听音乐的设备，通过夹在鞋子上或置入在耐克某些特制鞋袜的计步设备采集跑步数据，并通过无线设备传输至手机或音乐播放器上。当设备通过用户的计算机连上互联网进行同步更新时，数据会被上传到耐克公司的网站上，用户可以看到自己的进步，并可以与其他用户的数据进行实质比较。这一系统的目的是帮助积极跑步或徒步的人记录其锻炼成果。
还有RunKeeper、Runtastic、Runmeter等手机应用可以在手机与GPS卫星直接联系信号条件较好的情况下，通过GPS定位来追踪人们的户外活动。人们也可以手动输入一些非户外活动的信息，如在室内游泳等。某些健身设备还可以与手机直接相连并同步输出数据。所有这些信息都可以被集成到一个可视化图表中，展现个人的锻炼进展，以及不断向目标靠近的过程。
RunKeeper应用还与Withings公司建立了合作。Withings的无线体重分析仪可以在人们每次称体重时，将数据自动同步至RunKeeper网站。该数据可以被用来帮助粗略估算用户以一定速度跑完特定距离需要消耗的热量值。
上面提到的这些应用和设备都提供了多层级的用户控制功能，以便用户控制被采集数据的导出方式。有些应用自带免费的分析功能，需要通过付费以获得一些高级功能。对Body Media公司来说，研究人员就必须购买许可才能获取设备采集到的所有数据，而没有参与研究项目的个人用户，则需要购买该公司的在线服务并提供大量个人信息，才能获得。虽然这些产品为我们提供了远比任何时候都多的对于自我身体的认知，用户还是应该认真阅读产品用户协议，以确保清楚地知晓数据是如何采集和使用的，以及数据的所有权归属等问题。我们将在第二章继续探讨数据所有权的问题。可以感知周围环境的机器学习
很多生物传感器和手机应用都具有向第三方发送数据的功能，这个第三方可以是你的医生，也可能是公众可以获取健康数据的公共网站。本质上，这是人们对自己身体状态进行的“状态更新”。近年来，公众热衷于各种各样的状态更新，因此提供了大量关于人们行为习惯的信息。
有些行为追踪应用程序可以在一个活动完成后，如一次跑步或自行车骑行后，自动更新推特或脸谱网的个人状态。前面提到的达特茅斯大学的“声音感知”项目利用手机的麦克风获取声音信息，从而推断出一个人所处的位置环境和正在从事的活动，并可以用来简单更新个人状态，如在一家咖啡馆中、在户外步行或是正在刷牙等。这个程序通过机器学习技术对捕捉的声音片段进行分析，对音乐、人声等一些基本的声音进行判断，并对用户的声音特征进行自我学习。当然，这也是在保护隐私的前提下进行的，原始声音片段并不会被存储下来，只是被处理并提取特征信息，这些特征信息并不足以被用来再现原始的声音片段。生命全记录
很明显，采集个人的数据和信息可以有多得无法计数的方式，但是尚没有统一的方法来采集各种类型的数据，这些数据目前可能是由不同软件及设备自动获取，还有可能是人工记录的。不过已经有越来越多的人正在试图创造一种可以记录其全部或部分生活的方式：他们希望关于自己的一切都可以被量化。
生命记录作为一种趋势，在技术导向型的社会群体中更受欢迎。其中一部分人开发了在线程序和手机应用来记录数据，专门的硬件，如穿戴式摄像头来采集视频和图像，以及电子表格用以记录日常活动，如吃东西的感受以及不同的情绪等。生命记录是其他数据采集方法的补充，并试图在一个紧密框架下整合数据对个人生活进行定量化的描述。
生命记录具有无限的潜力。有一个明显的作用是它可以让人们认识到自己的习惯，以及习惯的小小改变会如何改变他们的生活。不过其实还有更多意义更深远的可能性。如今，没有人真正了解心脏病的纵向指标究竟是什么，但是随着越来越多的人对自身生活如此多的生活片段进行自我监测并将其分享，研究人员可以利用这些数据来回顾疾病患者几个月或是几年间的数据，并确认一些相关性、可能诱因，以及严重疾病的潜在指标。
最引人注目的那些生命记录项目，往往都采用了自动影像捕捉技术。2009年年末，动作捕捉设备生产商美国威康公司授权微软公司使用其技术，用于制造和销售一款可以自动拍摄一系列贯穿全天照片的穿戴式摄像头。微软的SenseCam摄像设备包括一个广角镜头和多个电子感应器，其中有光照强度和光照颜色感应器、被动红外探测器、温度感应器以及多轴加速度仪等。SenseCam可以通过程序设定其拍照的固定时间间隔，或是根据佩戴者或环境变化，通过感应器记录，触发拍照。
如今，谷歌公司正在积极推广他们的生命记录设备——谷歌眼镜。它将平视显示屏、摄像头、麦克风、微处理器以及无线模块等，全都集成在一副眼镜的框架上。通过语音控制，摄像头就可以拍照或摄像。谷歌眼镜的显示屏是联网的，因此可以显示短信或用来进行导航。开发者们还可以为谷歌眼镜开发游戏、提醒软件等各种新的应用。虽然这款产品还处于研发早期，但已经获得了很大的关注。没有人知道它在技术圈之外将会有多流行，但它可能只是这类可穿戴设备的一个先遣部队而已。
其他的小型可穿戴相机还有GoPro和Contour，都是为极限运动而设计的。这两者都有多种类型的基座，以适应不同的使用方式，如固定在头盔上或是用安全带绑在胸部。另一种叫Loocxie的轻巧型摄像头则可以被戴在耳朵上。
有一些在线博客积累了不少关于这些生命记录设备、系统和软件的信息，包括本章前面提到的那些。戈登·贝尔和吉姆·戈梅尔的“全面回忆”以及凯文·凯利的“量化自我”都是关于生命记录的流行博客。微软公司的戈登·贝尔是一位多产的生命记录者，他已经为一个叫作MylifeBits的项目记录了数年的个人数据。这个项目可以在线查看，图片、视频、电话通话记录、个人信件以及问候卡片等都被分类记录在此并支持查询。
想全面记录你的生活，刚开始最好能有一些引导。有时候人们从关注自己生活的某个方面开始，比如睡觉和起床的时间，然后扩展到其他比较容易记录的方面。哈佛大学的“幸福追踪”项目（Track Your Happiness）是一个关注单一指标的记录系统。参与者会收到系统自动发送的短信，通过短信可以链接到一个简短的问卷调查，询问参与者当前正在做什么以及感受如何。在连续参与几周每天数次的问卷回答之后，参与者会得到一份将参与者的回复形象化了的“个人幸福报告”。
另一个名为“你的数据流”（your.flowing.data）的系统可以让人们通过推特消息，将自己正在做的事情直接发送至一个在线数据库。在发送的推特上附加预先设定的一条“阅读X”或“观看X”的标签，可以帮助精确记录和分类。该系统可以记录消息发送的时间，同时形成时间戳记信息，之后可以在该网站上生成可视化的活动频率图。“天天日记”（DailyDiary）网站则是向用户推送邮件询问特定的预先选择的问题，如“你今天怎么样？”或是“你今天吃了些什么？”用户通过回答这些问题，获得相应积分，从而可以参与一个在线社区，查看其他人向各自目标努力的进展情况。
尽管有这么多的工具可以让人们通过数字方式记录和组织更多的生活信息，但这些工具尚缺乏易用性，使用起来并不容易，而且很容易让人忘了使用。生命记录的目标是尽可能多地采集信息，只要生命记录中还有很大比重的数据需要依靠手动输入，它就仍将是一个边缘行为，因为记录的目标是获取尽可能多的信息，而大多数人只是选择性地偶尔记录他们的生活事件。
人们有越来越多的方式来追踪和记录自己的生活和习惯，并且可以在后台被动地完成大部分的追踪工作，从而省去了人们输入信息的烦恼。一些人也许会认为，个人数据采集会真正成功，直到人们不再需要不时关心设备状况、数据输入和调整设置；另一些人则相信人的主观性应该始终是数据采集链中重要的一环，这样一来，他们才能自己选择哪些数据应该以什么方式在什么地方被存储下来。
就目前情况来看，个人数据采集技术在一段时间内，将采用一条介于上述两者之间的路径。每个人对自己个人信息的公开程度都有各自的容忍度，所以最好的方式是，追踪服务供应商提供简单易懂的隐私选项，由每个用户自己来进行选择和设置。另一些对隐私不敏感的用户也会感到满意，因为有各种设备来帮助他们自动完成数据采集的工作，他们只需在想要回顾某个事件或想法时再去查询相应的记录就可以。
如今的软件开发者们比以往任何时候都更需要了解人类心理学和社会学。他们需要了解，是什么因素促使人们去记录生活中的一些特别事件或活动，以及如何才能使记录成为人们的日常习惯？他们需要了解，如何将被动式后台记录的数据展示给用户，而不显得唐突和具有侵扰性？他们需要学会，如何让记录生活的设备造福于人，而非平添负担？而对于生命记录设备的开发者来说，他们还需要知道，仅仅是这类技术的存在这件事情本身，就可能极大地改变社会动态性。我们尚不清楚，一旦人们知道自己所言所行都可以被头戴谷歌眼镜的朋友和陌生人，在不易察觉且未经允许的情况下记录下来，将会做何反应。下一章将讨论本章中涉及的一些敏感问题，并探讨数据在个人层面的一些具体应用。
[1] 时间戳记（time stamp），是指唯一的标识某一刻时间和日期的一个字符序列。——译者注第二章如何充分利用个人数据？
即便一个人的所有信息数据都可以被采集，依然还存在这样的问题：这些数据可以被用来做什么呢？本章将为这一问题提供一些答案，包括几个具体项目的介绍，这些项目的目标都是为了建立一个可以让人们生活得更加健康、更有乐趣的系统。当然，这些项目也都还处于各自的早期阶段，对于个人层面的数据挖掘也还停留在较浅层面。
一类激动人心的应用是，使用个人数据分析来为个人行为提供指导，督促人们改变行为习惯。比如，提醒你在公司的会议上更多或更少地发言，控制你在某个网页上的浏览时间，甚至是督促你戒烟。市场上已有的计步器、热量计等设备已经可以反馈有关健康习惯的信息，试图让人们更加关注所吃的食物，并从行为上有所改变。这种督促被付诸实践的程度，将会决定一个人是否真的可以实现他的目标。
个人数据分析也可以被整合到一些特定的系统中，当判断出有些不太寻常的、可能有潜在危险的事情发生，或是财物有损坏或被偷盗的风险时，这些系统可以发出通知。比如，可以追踪用户的位置以判断安全情况，或汽车是否被盗等。
本章提供的个人层面数据使用项目的列表还远未详尽。更确切地说，本章只是对那些企业家和研究人员已经或将要开始思考他们自己计划的领域做了一次探索。这类项目目前呈现出爆发式增长的态势，每天都有很多关于个人数据的应用程序出现，其中一些具有不错的前景，有些则可能是昙花一现。但是越来越多的应用都指向同一个发展趋势：使用个人数据来为每一个人服务。
暂且不谈这些应用，基于个人数据挖掘的这些项目和产品，都清楚地表明我们需要更加注重隐私保护的问题。哪些人可以获得某个人的数据？数据是属于那些生成数据的个人，还是属于那些数据采集技术的所有者？目前这些都尚无定论。
汽车保险公司是否可以使用人们驾车前往的目的地的数据，从而收取更高的保险费用？已经有一些健康保险公司向穿戴计步器的用户提供保费折扣，因为他们认为这样的用户会进行更多的运动，从而有可能减少身体健康方面的费用支出。健康保险公司会追踪更多其他种类的个人数据吗？比如用户的吸烟习惯或他们的社交网络？信用卡公司也已根据不同用户在某些特定商店购物的消费情况，向其中一些用户收取更高的透支利息。然而，这样是否公平呢？获取这些数据的公司会比生成这些数据的个人获益更多吗？
这些问题都还有待进一步讨论，但在本章中，我们将探讨个人数据采集中的隐私和政策，以及这些方面未来可能的发展趋势。另外，我们还会探究如何让人们尽可能地控制个人数据被他人查看和使用的情况。可以帮你戒烟的手机应用
当你不经意间养成了一个坏习惯时，对于形成这个习惯的环境，你可能只有一些模糊的或是不完整的概念。但是，如果你能够将这个坏习惯与量化的行为、位置和社会状况等数据关联起来，也许你就有办法改变它。
吸烟行为的研究是一个很好的例子。该项目还处于早期阶段，它希望通过将行为、位置和社会交往与吸烟行为进行关联，试着通过改变人们的生活习惯来改善其健康状况。一旦这些关联因素被获知，工程师们就可以开发一个手机应用，来识别潜在的诱使人们吸烟的环境。该应用可以适时发出反馈信息，比如提醒你嚼一块口香糖，以代替可能的抽烟行为。而且我们有理由相信，在吸烟研究中开发的方法具有被应用到其他的行为改变项目中的可能性，如一般性药物滥用和依赖、高风险性行为、营养平衡以及日常锻炼等。
由内森·伊格尔和他的同事们开展的这个研究项目的研究对象是18~25岁的年轻烟民。这些吸烟者中，有些人的吸烟频率低达每个月只吸一两根烟。但是近期的研究表明，即使如此低的吸烟频率，长期来看也可能成瘾。而将研究对象设定为年轻烟民，是因为这个年龄段的吸烟者比例高达38%，这一数据超过所有其他年龄段。
据估计，偶尔吸烟者中有一半人在大学四年毕业后依然吸烟，但另外一半则彻底戒烟了。这表明对于大学期间偶尔吸烟的人来说有一个转变期，在此期间，他们有可能在这个关键时期转为不吸烟者，而这正是手机应用可以介入并发挥作用的时期。
使用手机应用来帮助人们戒烟并不是一个新奇想法。事实上，广泛开展的禁烟运动就是通过互联网和移动设备，向青少年和年轻人发送禁烟教育和治疗信息。然而，伊格尔和他的同事们开展的这个名为“生态瞬间评估”（Ecological Momentary Assessment）的项目，其目标是使用手机采集实时数据，并评估同龄人的关系和交往对个人吸烟习惯的影响，以及促使其戒烟的可能。这个项目结合了麻省理工学院一个早先的现实挖掘项目的相关元素，利用手机后台应用程序针对正在发生的个人行为通过简单问卷调查。
就这个项目来说，装有传感器且在年轻人中普及度很高的手机，是一个非常合适的研究工具。该项目计划对纽约城市大学的100名学生进行数据采集，这些人每月至少吸一根烟。手机自动采集并上传各种行为数据，包括通过GPS获得的位置和移动数据、通过通话记录获得的联络数据以及通过蓝牙获得的与他人的空间接近度的数据等。
除了这些自动感应设备获取的数据以外，研究参与者还被要求通过手机回答一些问题，包括吸烟行为、引发他们吸烟的社交和环境氛围、吸烟的迫切度，以及如何应对吸烟需求等。因为在回答这些问题时，手机仍然在同步记录个人的社交网络信息，将这些信息结合起来，可以针对个人及其吸烟的影响要素形成一个生态有效的描述。从而，利用这样的信息分析结果告知人们有哪些有效的社会支持可以帮助其戒烟。
这个项目的终极目标是形成一个预测工具，从而对吸烟者生活中影响其吸烟行为和习惯的因素进行分类，而且其精确度是一般的人工观察无法达到的。为实现这个终极目标，首先需要建立一个可以识别每日、每周乃至每月的个人日常行为结构模式的算法。之前很多研究项目都提出了类似的想法，即用显示个人日常活动及其可预测性的方式对个人行为进行描述。当人们将手机用于建立模式之后发现，该方法比以往的任何方法都更具精确性。
这项研究意义深远，从实践角度来看，它可以在临床研究中被用于回答与社交网络相关的问题，这在以前只通过观察获取数据时是无法回答的。未来临床医生将可以识别出一个人的社交网络中，帮助哪些人最有可能使其戒烟。此外，该研究生成的信息还可以改善手机的干预方式，包括可以通过手机识别用户所在的场景，从而提醒用户，促使其远离可能诱发吸烟的场合。
这个项目在理论研究层面也处于前沿，可以为社会、环境和心理决定因素之间的复杂交互研究提供新的灵感，这些都是研究者们多年来认为可能影响年轻人吸烟习惯的因素。例如，关于年轻吸烟者是否是受到吸烟朋友的影响，还是与他们的朋友们在同一时间段内各自分别养成了吸烟的习惯，一直都有争论。而区分这两种不同的情况，对于设计有效的干预手段来说是非常重要的。
最后，这项通过手机进行的研究中所采用的方法，将可以被广泛应用到其他关于习惯的各项研究中。事实上，研究者们已经在不同的行为问题研究中探索类似的解决方法。在埃森哲公司的一项研究中，工程师们开发了一个应用，可以监测人们在一次会议或是谈话中的讲话时长。这个系统通过用户手机上的麦克风采集谈话数据并存储在一个中央服务器上。该项目的目标是让人们更加了解自己的发言习惯，因为发言往往是难以被自我掌握的。然而，更重要的是，这个系统还整合了手机推送功能，它可以根据实际情况，判断用户发言时间或是沉默时间过长，从而发出提醒。实时分析和反馈机制可以帮助人们更加有效地进行社交和商务活动。
类似的，计算机上的行为监测软件也可以用于改变一个人的坏习惯。第一章中提到几个软件，例如Slife、RescueTime、Klok、SlimTimer，以及WorkTime，可以监测用户在不同应用程序上所花费的时间，并为用户提供反馈报告。这些软件中，有一些还可以提供可视化的分析，显示用户的计算机使用习惯，用户可以据此为自己制定具体目标，如某些特定应用的使用时间和方式。尽管有些软件已经可以通过分析获得数据，用来制定促使你改变使用习惯的策略。但其实人们可以利用这些数据做得更多。例如，一组员工可以在某个工作任务中直接看到其他人的数据并相互竞争，形成一个社交性的博弈，而不仅仅只接受机器的定时提醒。生产效率监测工具是一个最好的例子，作为一个发展成熟的领域，它需要工程师们开发更多的创新工具进一步提升生产效率。老人走失、汽车被盗前预警
另一类使用个人数据的方式是建立一个监测系统，当某人的行为严重超出常规，并对触及可能的有害或危险领域时进行预警。自然，这种紧密监视人们行为，并且对反常行为进行预警的想法会引起个人隐私问题关注者的警惕。然而，如果可以在符合伦理要求的情况下使用这些系统，它们可以在一些场合发挥很大作用，比如对偷盗汽车的行为进行预警，或是提醒护士、病人有异常状况。
这一类系统的关键之处在于采集一系列关于个体的位置和社会交往数据，并基于数据分析来判断个体的固有行为或是一般行为的范围，第一章对此已有讨论。
以护理监测老人为例，人们可以通过固有行为来判断，某个事件的发生是否超越了被监测人的行为空间。一个人的行为空间，本质上是其行为的数学表达，包括一系列相互依存的变量。所谓超越行为空间的事件，并不单纯是某人之前没有做过的事情。而是根据相关数据对某个行为进行分析，考虑到先前的行为特征，发现这件事发生的概率太小，以至于极有可能发生意想不到的状况或具有潜在危险。
设想一下，如果一个老人在晚上11点上了一辆公交车，前往城市里他之前几乎从未涉足过的一个地方，并且他的社交圈中也没有认识的人居住或经常会出现在那里。那么，掌握这个老人社交信息和移动数据的手机或其他穿戴设备就可以判断，这个老人的行为是否超越了他的一般行为范围。根据这样一个监测系统的设置，这个老人可能会得到系统推送的通知并被要求进行反馈，或是老人的监护人会收到警报。
包括通用电气以及一些小的初创企业在内的许多公司，都试图在快速增长的老龄人群监测系统市场上占据一定的份额。很多系统使用的都是用在住宅周围安装分布式感应器的方式对一个老年人进行监测。尽管这些感应器可以高精度地感知一些特定的行为（比如正在厨房备餐），但它们的安装和维护较为复杂而且也很昂贵，因此可能会限制该领域和相关公司进一步的发展。
像这种基于固有行为的系统也可以用于汽车防盗。虽然现在市场上已经有多种无线电汽车定位系统，包括LoJack和通用电气的OnStar，它们可以在汽车被盗后对其进行定位，但基于固有行为的系统可以更具前瞻性。当汽车在非正常时间被驾驶到非正常地点时，这类系统会做出判断并向车主进行确认，以确定车主对汽车的这个非固有行为知晓。大数据，大隐患
当然，所有的现实挖掘程序在理论世界里都是完美的。现实挖掘研究项目能够很顺利地进行的原因之一就是，研究对象们对项目的要求充分理解，他们也相信研究人员会小心严谨地保护他们的隐私。而且他们也知道该项目会结束，他们可以选择自己的数据被采集并被分析，也可以随时选择退出而不会有任何损失。
然而，从科研到现实世界的转换是微妙的。如果是一个第三方公司在获取个人数据并提供反馈，那么如何才能保证隐私得到恰当的保护呢？有意思的是，由于移动电话所具有的基本特点，个人层面数据采集的隐私保护相对来说可能是最容易的。被采集的数据可以通过多种方式存储到云端或企业设置的远程服务器上，但还有其他的选择：手机可以将数据存储在本地。因为手机的处理器能力和存储空间每两年就能翻一番，因此就在前两年，一个小小手机在计算能力上已经相当于体积上比它大很多的个人计算机了，现实挖掘的任务完全可以在移动设备上进行。不断增长的手机计算和存储能力，使得数据不必非得上传到远程服务器上才能进行处理、存储或分享给第三方。这就是说，目前大部分的数据分析，采用的是本地手机和远程服务器共同分析的混合方式。然而，根据1986年通过的《美国电子通信隐私法案》，在某些情况下，执法部门和政府部门不需要获得任何授权，只需要一张传票，就有权获取远程服务器上的个人数据。但是，如果想要获得存储在个人计算设备上的数据，则依然需要授权许可。
即便如此，绝大多数提供个人数据采集服务的公司，仍然选择本地和远程服务器的混合方法。存储在远程服务器上的数据可以被用于分析以改进产品。另外，这些数据本身对于公司来说也具有很高的价值，可以用于定位目标客户需求。所以，尽管从技术上来说，用户具有了掌握数据的可能性，但实际上他们可能根本没有这个选择权。此外，想要搞清楚数据的存储和处理是在本地设备还是在远程服务器上进行的，需要一定的技术窍门，对于智能手机来说更是如此，因为智能手机的应用总是在后台进行不断的网络连接。而要想搞清楚所有使用程序的服务条款，则需要很强的心理负荷能力：哪些数据是与其他公司共享的？哪些会让数据失效？服务条款是否有更新？更新了哪些内容？如果你对这个程序的服务不甚满意，是否可以将数据转入至其他程序？
如此说来，如果在哪个领域内可以建立坚实的数据所有权的条款，那么必然是在个人层面。因此，数据所有权和隐私保护的新法规需要由企业、用户、团体组织以及法律专家共同来制定。毕竟，我们很容易想象出那些个人数据的使用和分析可以被用来控制、胁迫或勒索用户的情况。当健康保险公司发现一个客户正与可能会增加其吸烟可能性，同时减少其运动可能性的朋友外出，保险公司是否可以据此提高保费？如果软件可以通知虐待老人的护工，他/她所看护的老人正在前往一个更安全的地方，那么到底谁是技术的受益者呢？警察在被控告跟踪别人或实施家庭暴力时，是否有权追查他的行踪？汽车保险公司是否可以根据客户经常开车前往的目的地的安全程度，来收取相应的保险费用呢？
过去几年，在地方政府处理大量个人和公共感知设备相关事务的过程中，所有以上提到的问题都得到了极大的关注。其中有些问题的答案已经开始有些眉目了。在接下来的几个部分中，我们将简要介绍个人数据层面三个重要的应用程序，从中可以看出，在某些领域，我们迫切需要一种新的数据隐私和所有权形式：比如健康保健奖励机制、现驾现付的汽车保险，以及对家庭暴力和护工虐待行为的防范等。尽管这些只是对个人数据采集可能带来的问题的初步探讨，但作为一个良好的开端，它们可能会帮助我们找到可以广泛应用于不同领域的解决方案。健康激励是与非
对拥有不健康生活习惯的客户进行经济处罚的做法并不常见，如今最常用的是一种所谓的健康激励项目，即参与者如果选择了更好的生活习惯，就可以获得奖励，如果他有坏习惯不给予经济处罚。事实上，过去的几年中，“健康激励管理行业”出现了越来越多的运营公司。这些公司帮助雇主激励其员工参加康体活动，促使他们的生活方式向着积极健康的方向转变。
这个领域的公司包括Virgin Health–Miles、RedBrick Health、
试读结束[说明：试读内容隐藏了图片]