Дмитровский Форум V2

[Natsuki-kun]

Привет форумчане! Недавно Яндекс запустил технологию идентификации личности по анализу поисковых запросов. Итак, отписываемся, кто вы! Мне написали - Я на 50% холостяк.
http://crypta.yandex.ru/

[Maxim]

А чё сам яндекс об этом не знает?

[Жанна]

А я чищу Историю постоянно. Поэтому про меня Яндекс ничего сказать не смог!

[Natsuki-kun]

Максим, по ссылке не вирус, а сервис Яндекса

Жанна:
Увы, мы ничего не можем о вас сказать.
Возможно, вы слишком редко бываете
в интернете или удалили историю
посещенных страниц.
А может быть, вы робот?

P.S. Пользуясь случаем, передаю привет Dubl2

[Maxim]

А я чищу Историю постоянно. Поэтому про меня Яндекс ничего сказать не смог!

А про меня смог, хотя я гуглом пользуюсь. Или он историю браузера смотрит?

[Maxim]

Максим, по ссылке не вирус, а сервис Яндекса

Я про вирус и не говорил, просто странно, что на сайте яндекса прот сервис нигде не упоминается.

И никак Карлик опять в гости пожаловал?

[mixas]

Семейный человек

БРЕД... я не такой

[Жанна]

А я чищу Историю постоянно. Поэтому про меня Яндекс ничего сказать не смог!

А про меня смог, хотя я гуглом пользуюсь. Или он историю браузера смотрит?

Так и у меня в основном GoogleChrome. Наверное, со всех браузеров смотрит. ИМХО, лучше убирать следы, чтобы всякие любопытствующие туда нос не совали.

[Natsuki-kun]

Жанна, шифруетесь от мужа?

[Жанна]

Жанна, шифруетесь от мужа?

Скорее от вам-подобных.

[Maxim]

Так и у меня в основном GoogleChrome. Наверное, со всех браузеров смотрит. ИМХО, лучше убирать следы, чтобы всякие любопытствующие туда нос не совали.

Я про то, что для поиска не яндекс а гугл использую.

[Natsuki-kun]

Гугл шпионит за вами почище яндекса.

[Жанна]

Так и у меня в основном GoogleChrome. Наверное, со всех браузеров смотрит. ИМХО, лучше убирать следы, чтобы всякие любопытствующие туда нос не совали.

Я про то, что для поиска не яндекс а гугл использую.

И я про то же, Maxim.

[Maxim]

И я про то же, Maxim.

Сначала подумал что он по поисковым запросам определяет. А оказывается, что по истории.

[Natsuki-kun]

За последнее время, карточка модуля идентификации абонента (SIM) для сотовых телефонов позволила расширить область своего применения. Характер её использования, помимо обычных, может включать также международные звонки и «типичные» (паттерн-) звонки, зависящие от времени. Их неправильное использование может быть обнаружено в рамках глобального контроля, один из примеров — злоупотребление службами бесплатного вызова, например, экстренными службами.
Для того, чтобы выявить нарушения второго типа, необходимо иметь историю использования SIM. Поэтому описательный анализ истории вызовов для каждого абонента может быть использован для получения нужных данных. Интерпретация посредством кластеризации или группировки подобных паттернов может помочь в выявлении подозрительных звонков в рамках мобильной телекоммуникационной сети. Это также может помочь анализу нарушений и анализу паттернов звонков абонентов. Пока данные о звонках абонентов записываются в целях подсчёта оплаты, не делается никаких предположений о данных, указывающих на паттерны звонков злоумышленников. Другими словами, звонки, совершённые в целях биллинга, остаются неотмеченными. Таким образом, требуется, чтобы дальнейший анализ смог выявить потенциально мошенническое использование. Из-за огромного количества звонков практически невозможно провести анализ без изощрённых методов и оборудования. Поэтому существует необходимость в разумной помощи методов и оборудования человеку в анализе больших объёмов звонков. Один из таких методов — обучение без учителя. Именно поэтому, обычно, акцент в решении обсуждаемой задачи ставится на возможность обучения без учителя двух нейронных сетей для получения общей картины звонков, сделанных за некоторый период времени в мобильной телекоммуникационной сети. Актуальной задачей также является сравнение возможности применения Самоорганизующихся Карт (SOM — нейронные сети с прямой связью) и алгоритмов длинной (с краткосрочной памятью LSTM) циклической нейронной сети записи историй звонков пользователей для того, чтобы управлять получением описательных данных для паттернов звонков пользователей.

[Maxim]

Таки можно и без компьютера определить, что за человек скрывается под ником. Порой достаточно просто почитать что он пишет.
Порой карлизм прям так и прёт из всех щелей.

[Natsuki-kun]

А я чищу Историю постоянно. Поэтому про меня Яндекс ничего сказать не смог!

А про меня смог, хотя я гуглом пользуюсь. Или он историю браузера смотрит?

Так и у меня в основном GoogleChrome. Наверное, со всех браузеров смотрит. ИМХО, лучше убирать следы, чтобы всякие любопытствующие туда нос не совали.

[Жанна]

А вот это - очень правильная мысль! Всю жизнь этому учусь и никак научиться не могу.

[Natsuki-kun]

Крипта основана на методе машинного обучения Матрикснет.1 Чтобы технология научилась отличать одну возрастную группу от других, а мужчин от женщин, ей объяснили эти понятия на примере. Точнее, на сотнях тысяч примеров. Для этого использовалась обезличенная информация о поле и возрасте пользователей из сети профессиональных контактов Мой Круг — люди чаще указывают реальные данные, когда речь идёт о работе. Для уточнения информации из профессиональной сети её сравнили с указанной в профиле пользователя на Яндексе. После перекрёстной проверки осталось около миллиона анкет с наиболее достоверной информацией.
Потом система собрала информацию о поведении этих пользователей в интернете. Например, о длине поисковых запросов, наличии в них определённых слов, о периодах активности за сутки и т.д. Социально-демографические признаки и данные о поведении пользователей в интернете использовались для обучения алгоритма.
Из этих данных разработчики создали две выборки: обучающую и тестовую. Пользователей разделили на две группы: примерно 700 тысяч для обучения Крипты и 300 тысяч для последующей проверки. Проанализировав данные из обучающей выборки, Крипта отобрала 300 наиболее важных факторов для определения пола и возраста, а также рассчитала значимость каждого из них.
Следующий этап — проверка того, насколько хорошо обучилась Крипта. Из данных в тестовой выборке убрали информацию о поле и возрасте пользователей, чтобы Крипта выяснила это самостоятельно. Для каждого пользователя она определила вероятность того, мужчина это или женщина и к какой из пяти возрастных групп он относится. Разработчики сравнили результаты с имеющимися данными и усовершенствовали алгоритм обучения. После ряда проверок и усовершенствований технологию внедрили.
Подробнее: http://company.yandex.ru/technologies/crypta/