你好,游客 登录
背景:
阅读新闻

朋友圈和微博都被「出轨」刷屏了,如何用大数据来防“出轨”呢?

[日期:2017-04-26] 来源:36大数据  作者: [字体: ]
大数据

  4月12日,白百合出轨新闻遍整个互联网和娱乐圈……

  4月24日,惊曝在电视剧里《乡村爱情故事》饰演赵四的刘小光出轨女粉丝,发语音撩妹约P超级污……

  4月25日,阿里研究院P9员工陈亮自曝抛妻弃子 出轨女子疑为其婚前追求对象……

  明星、演员,企业高管陆续出轨,俨然把2017年4月变成了“出轨月”。

  研究表明IT男和全职妈妈最容易出轨,这是为什么?

出轨大数据

  中国内地城市出轨TOP5:

出轨大数据

  男性比女性更容易出轨:

出轨大数据

  在DT时代,我们的一举一动都被万能的互联网记录下来了,这么多的数据,还怕分析不出来谁有没有出轨的迹象?从独立事件分析,到社会关系分析,风险控制,抓捕逃犯等等,基于庞大的FEED数据,可以做的事情很多很多。

  阿里云栖社区举办了一场技术的讨论,如何用数据将出轨的小火苗提前扑灭?我们先来脑洞一下哪些数据可以成为出轨分析的依据?当然数据分析不只是防出轨,你都使用过哪些数据库与大数据分析服务,也可以分享一下你的应用场景。

  对于出轨,来看看程序员、数据分析师是如何用大数据“防”出轨的呢?

  出轨主要因素

  1:网络普及社交软件的爆棚(林子大了)

  2:物资充裕社会安定(酒足饭饱思…)

  3:压抑已久思想得到解放(低碳环保的错,布料少)

  4:行业潜规则的流行(金酒床)

  5:人的求知欲(世界辣么大,谁的比较大…不试哪知道)

  6:艺术的贡献(一层窗户纸,看的角度问题)

出轨

  出轨相关性条件

  1.个人习惯性行为发生异常。

  2.和某人联系频繁。

  3.关注点发生改变。

  4.行为习惯更为谨慎。

  5.查看出轨原始信息来源,分析其目的性。

  “出轨”最直接的相关数据

  1:开房记录,各大酒店宾馆以及网路平台,公安系统

  2:通话记录,移动服务商大数据

  3:即时沟通工具,微信qq大数据

  4:移动终端设备,各种云存储服务

  5:车载定位终端,定位服务商大数据

  6:衣着打扮,购物平台

  7:视频监控系统,视频云服务大数据

  8:电脑设备,照片云存储

  9:生活用品购物记录,各电商交易平台

  10:各种辅助设备、计生设备、药物交易记录大数据

  出轨数据分析点

  1、消费异常记录,如:首饰、化妆品、贴身衣物、重点(安全用品);

  2、停留地点异常,如:频繁去的地点或酒店宾馆等;

  3、联系人的频繁率,如:频繁联系一个人;

  4、联系时间是否有异常,(在家时回避接听等);

  5、上班异常,如:正常下班时间却加班点在商场、酒吧、宾馆等。

  防出轨解决方案一

  作为一名IT男的老婆,这个问题简直就是为我订做的。分析主要从4个维度进行,时间,地点,人物以及最重要的钱。按照优先级顺序,钱排第一,没有花钱的出轨只是在萌芽期。采集数据的类型如下:

  消费习惯的分析:电商平台,线下消费购物,各大支付接口的消费记录,当然如果有一手的银行消费数据是最好的。注意观察的点有两个:少量但大额的以及小额但高频的

  常活动地点的分析:基于lbs的手机或者软件的数据采集分析,社交媒体发布信息的地理位置采集,如果有电信运营商的基站地理位移轨迹就更好了。注意观察的是:娱乐类消遣类地理位置是否频繁,酒店类是否频繁。

  联系人的分析:包括了运营商的电话短信联系以及社交软件,论坛私信类的联系。

  时间分配的分析:其实上面几点都附带有时间戳。都说时间和钱是出轨的两大要素,没花钱的出轨萌芽期肯定投入的是时间。因此时间行为的改变也挺重要。基于地理位置位移轨迹的时间段,公司打卡记录,请假记录,消费的时间段,回家的时间点,有异常的时间都需要引起重视。

  大数据帮助采集的是IT类人群的,可以在普遍规律的情况下发现那些异常的人群,如果你只是关心自己老公这个个体是否有问题,而又不愿意引起他的反感,只需要采取以下几条采集数据即可:

  将他银行卡消费通知的地址改成自己的邮箱,经常翻翻银行消费的通知。

  给他买个iPhone,打开查找我的iPhone功能,使用自己的Apple id,随时用自己的手机查找他的地理位置。

  帮他注册电信服务商的app什么的,每月查看通话详单

  防出轨解决方案二

  出轨这件事还真有迹可循,但判断出轨也是需要与以往的行为做对比的。

  能作为判断出轨的数据就比较多了,比如淘宝的消费数据,一个有女朋友或者已婚男士在化妆品等女性用品上花费的数据,在未出轨之前,这些消费数据随着日期可能是周期性且量在某一个范围内波动,方差不会太大(去除某些特别的量,但这些值特别没规律,万一哪天老公发奖金了高兴给媳妇买个香奈儿),但是一旦出轨,这些数据以上的基本特征将会被打破。

  这些数据像聊天数据,位置信息,出行信息,电话记录等等中得到,这些数据有个特点,就是随着时间拉长发生频率越高,那么出轨就越有可能。平台的话现在的淘数据就可以,但是用户会抹除数据啊。

  而且这些数据都是比较隐私的,作为开发研究人员,未经授权不能获取作为研究数据吧。但他们在公共场所的行为可以作为参考数据,所以用数据说话还得要一段时间完善工作。

  出轨是婚姻的头号杀手

  上海社科院社会学研究所对500位离婚当事人的调查结果显示,婚外情是中国婚姻的头号杀手,40%的离婚是出轨导致的。

出轨

  弱水三千只取一瓢的时代悄然走远,出轨不分男女,看好另一半,或许你需要看看这些大数据。

  5万份涉出轨的离婚案判决文书的大数据分析

  近日,广东广强律师事务所副主任吴杰臻律师应用人工智能系统,统计了从2014年—2016年全国法院公布的一审离婚判决文书54505份,这些判决书都有一方被指出轨、重婚、同居和私生子。用大数据解码婚姻,探讨离婚案件中的出轨、财产、赔偿以及子女抚养权等问题。

  1. 男人出轨多?其实差不多!

出轨大数据

  在超过5万份的离婚案件中,男性被指出轨的有32257件,占59.18%;女性被指出轨的有22248件,占40.88%。可见,男性仍是出轨的“主体”,但男女之间的差距并没有想象的那么大。

  2. 出轨证据:近两成有图为证!

出轨大数据

  从数据看,在离婚案出轨证据中,证人证言出现最多,占了54.94%。其次是照片、录音、保证书、聊天记录;最少的是视频证据,占2.10%。可见,具有直接证明效力的保证书、视频均出现得较少。

  3. 结婚第2年是出轨高峰期

出轨高峰期

  从离婚案件统计的结果来看(扣除无法识别性别的部分判决文书),结婚第一年因出轨离婚的概率相对较低;而结婚第二年则是高峰期,其中男性被指出轨530件,女性被指出轨398件,绝对值远高于其他年份。

  吴律师表示,很大一部分原因是结婚初期夫妻生活矛盾多,第二年问题日益凸显,婆媳矛盾、性格不合以及因日常琐事产生的争吵等,都会影响夫妻之间的感情。此外,结婚第二年往往是女性怀孕期,男性在外寻求性满足现象增多。

  4. 出轨被认定比例近两成!

出轨大数据

  鉴于出轨行为的隐秘性,取证十分艰难,导致婚外情在离婚案件中认定的比例很低。在54505件涉及出轨的离婚案中,只有10863件被认定有出轨事实。

出轨大数据

  另外,在认定男性出轨的案件中,判决离婚的比例是62.44%;在认定女性出轨的案件中,判决离婚的比例是64.2%。可见,男性和女性不管哪一方出轨,对感情破裂的影响近乎相同。不过,只有同居和重婚才是判决离婚的法定理由。对于其他出轨行为,法院可以判决不离婚。

  5. 同居重婚比例占两成

  数据分析,在10863件被认定有男方或女方出轨事实的离婚案中,男性被认定为出轨的有6432件,判决离婚4016件;女性被认定出轨的有4431件,判决离婚2845件。在10863件中,同居和重婚所占比分别为15.13%和5.62%,共计20.75%,有2255件。被认定私生子案件仅占1.51%。

  6. 判决离婚之后,出轨精神赔偿不高

  离婚时,一方就另一方违反夫妻忠诚义务进行索赔所得的精神赔偿,可以用“乞丐价”来形容。最高的是北京一件离婚案,赔偿35516元,最低的是山西一件案子,仅赔偿9179元。

  吴律师表示,以北京为例,35516元的赔偿数额只是10级伤残(最低等级)赔偿金的一半。最高法在2015年11月发布了30起典型婚姻家庭案件,强调“夫妻忠诚”是法律义务,而不仅仅是道德义务。

  吴律师表示,人身损害赔偿司法解释建立了精神损害的赔偿标准,司法实践中,人死亡的情况下,精神损害赔偿一般是5万元,伤残的情况下,按照伤残等级来折算,重婚同居所造成的精神损害,不应比人死亡所带来的痛苦更高。这需要司法实践来推动,比如以前的国家赔偿,精神损害赔偿都很低,但现在的案件就越来越高。

  7. 孩子归谁?与出轨无必然联系

  出轨与获得抚养权是否有关系?数据显示,男性被认定为出轨的离婚案中,有44.82%的男性获得了子女的抚养权。在女性被认定为出轨的离婚案中,有45.92%获得了抚养权。由此可见,夫妻一方出轨与否与获得子女抚养权没有必然联系。

  ————————————

  要结束了,谨以陈奕迅的《爱情转移》MV送给大家,相爱不易,且行且珍惜!

  内容整理自网易新闻《出轨大数据》、南方日报综合广州日报 广州参考和阿里云栖社区。

 

  End.





收藏 推荐 打印 | 录入: | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款