Modul 13. Big data

Forberedelse

  • Læs resten af kapitel 9. Dvs. afsnit 9.6 og resten af kapitlet.

Formål

  • Lære om forskellige typer data
  • Lære, hvad big data er, og hvad det kan bruges til

Fælles gennemgang

Fra sidst

  • Hvilke 4 typer cookies findes der
  • Hvad er dark patterns
  • Giv eksempler på dark patterns

Lektien til denne gang

Gennemgå dette: Fra ustrukturerede data over strukturerede data til big data: Et eksempel

Søren Smart kan godt lide at købe sko over nettet. Signe går ind på en webshop, f.eks. Zalando. En big–data virksomhed (f.eks. Google, Facebook eller andre, der er mange der arbejder med big data) har en marketing cookie hos Zalando, så de ved altså, at Søren har surfet på Zalando. Det vil sige, de kender ikke Sørens navn, de har kun IP-adressen på hans computer. De data, de har fra marketingcookien, er endnu ustrukturede.

Men: De analyserer data, og de finder hurtigt frem til, at det er Søren Smart, som har den pågældende IP adresse. Nu er deres data om Sørens besøg hos Zalando pludselig strukturede . Det varer nok ikke længe, før Søren får skoreklamer på hans Facebook eller andre, sociale medier.

Øvelser

13.1 Definition af data

Hvad er data? Google hvad data er, og kombiner din viden med det, der står i lærebogen. Svar også på, hvad datarepræsentation er for noget, og hvorfor det er vigtigt.

13.2 Udfyld skemaerne

Udfyld de 2 skemaer nedenfor. Prøv at bruge dine egne ord frem for bogens ord, og prøv at finde dine egne eksempler.

 BegrebForklaringEksempler
Struktureret data  
Ustruktureret data  
Big data  
Tabel 1. Strukturerede og ustrukturerede data
BegrebForklaringEksempler
Aktivitetsdata  
Samtale data  
Billede- og video data  
Sensordata  
Biometriske data  
Tabel 2. Forskellige typer data

Forklar big data ud fra figuren her. Brug begreberne fra de 2 tabeller i din forklaring.

Big data figur

13.3 Tænk lidt over data

I bogen er der nævnt nogle begreber omkring data. Åbne data kontra lukkede data, hastighed, troværdighed mv.

Vi forestiller os nu, at du arbejder hos en virksomhed, der investerer i værdipapirer og obligationer. Hvad kan du bruge big data til, og hvilken rolle kan begreber som åbne/lukkede data, hastighed, troværdighed mv. spille for din virksomhed. Et eksempel: Hvad nu hvis du arbejder for et investeringsfirma? Eller hvis du arbejder for politiet, Vestas (som indsamler data fra alle deres vindmøller konstant) eller tøjvirksomheden Bestseller.

13.4 Spionen i baglommen

Du går ned af gaden. Pludselig bemærker du, at nogen følger efter dig. Du går gade op og gade ned, vedkommende følger efter dig. Du sender en SMS, og du bemærker, at vedkommende står på tæer for at læse, hvad du skriver, og hvem du har som venner. Du går hjem og sover, vedkommende står nærmest bag din seng og noterer, hvor du bor og hvad du laver.

Det her foregår dag ud og dag ind. En dag bliver det for meget. Du vender dig om og ser en voksen person. Du spørger “Sig mig en gang, følger du efter mig. Læser du mine SMS’er, noterer hvem mine kontakter er, hvor og hvor længe jeg opholder mig på forskellige steder, og hvilke apps jeg bruger”. Du får et stort smil og et “Ja, selvfølgelig gør jeg det”. Du spørger: “Hvorfor det”. Svaret er: Jeg vil bare se, hvad du laver. For det er faktisk, hvad din mobiltelefon gør ved dig

  • Er denne opførsel acceptabel

 Gå ind på din mobiltelefon under indstillinger.

  • Hvilke programmer har du installeret
  • Er der nogle programmer som du har, som du ikke vidste at du havde (det er almindeligt, at programmer installeres uden dit vidende)
  • Hvilke tilladelser har dine programmer
  • Er der nogle af de tilladelser som programmerne har, som du egentligt ikke bryder dig om
  • Er der nogle af tilladelserne, som du får lyst til at slå fra

Til skræk og advarsel: Spillet “Flappy Bird” havde tilladelser til at se korrespondance mellem dig og dine venner, dine kontaktpersoner, dine billeder, alt. Intet af det var nødvendigt for at spille spillet.

13.6 Direkte eksamensspørgsmål

  • Hvad er den vigtigste kilde til indsamling om data om dig. Cookies?
  • Hvordan kobler f.eks. Google og andre databrokere deres indsamling om din færden på nettet cookies til, at det netop er dig, som surfer rundt. Tip: Hvad er det unikke ved dig, når du surfer på nettet

13.6 Big data i nyhederne

13.7 Hvad ved Google om dig

Hvad ved Google om dig? Læs artiklen https://komputer.dk/internet/faa-det-perfekte-google-overblik. Hvis muligt, så gå ind på din Google konto

  • Google ejer YouTube. Tror du, at de indsamler data om dig her
  • Tror du, at Google gemmer dine søgninger
  • Prøv at gå ind på www.b.dk og se, om der gemmer sig en cookie fra Google under Marketing cookies
    • Samme sted: Er der også en cookie fra Facebook

13.8 Hvad kan vi bruge big data til

Opgaven her er en åben opgave. Dvs. det står dig meget frit for, hvordan du vil løse den, og du skal gå på nettet og selv finde informationer.

  • Hvad kan virksomheder bruge big data til
  • Hvad kan myndighederne bruge big data til

Hjælp: Brug begreber som “Internet of Things (IoT)”, “kunstig intellegens” (AI, “Artificial Intellegence”) og “datadrevne virksomheder i dit svar. Du kan evt. lytte til Eton Musk, skaberen af Tesla, som ikke har noget særligt positivt syn på kunstig intellegens: https://finans.dk/podcast/ECE12320640/podcast-elon-musk-dommedagsprofeten-bag-rattet-i-de-foererloese-biler/?ctxref=exthttps://finans.dk/podcast/ECE12320640/podcast-elon-musk-dommedagsprofeten-bag-rattet-i-de-foererloese-biler/?ctxref=ext