关于淘宝的传闻

[Lintech]

一开始听说淘宝会在后台录音，然后推荐当时谈论的商品的时候，我是抱着怀疑态度的。直到这事情真正发生在旁边的人身上。前两天，我两个室友在讨论腕力球，结果他今天打开淘宝直接就给推荐腕力球......之后他告诉我，他的手机当时除了联网放在一边外，没有任何动作，后续也没有查询过相关内容。

少装国产软件保平安。

[1iuh]

@taby #18 day1：上午对着手机说 10 次网球， 看这一天会不会推网球给你
day2: 上午对着手机说 10 次乒乓球，看这一天会不会推乒乓球给你

以此类推， 如果 1 周都无法复现，我相信能说明问题

[nijux]

不经过麦克风就可以通过陀螺仪监听。
<amp-youtube data-videoid="PVpBrum-H0Y" layout="responsive" width="480" height="270"></amp-youtube>
https://bitbucket.org/ymcrcat/gyrophone/src/master/

[taby]

@1iuh 语音监听只是手段的一部分，或者说，未必是语音监听，但还有可能是其他方式“监听”。

[taby]

@nijux 嗯，这个过年时看过了。

[ifxo]

@1iuh 有一定概率的，分批次的，不是同时监听所有的人，这样可以制造罗生门，让大家搞不清到底有没有监听

[nijux]

技术上是可以实现的

[shintendo]

@taby 你感觉的准确不一定是事实上的准确，你每天会谈论很多不同内容，也会使用到很多 app，这些 app 在不同时候也会推不同的东西，如果你的｛谈论集合｝和｛推送集合｝里有一个匹配的元素，这个元素会给你留下深刻的印象，而那些更多的没有匹配的元素很快被你淡忘了，最后留下的就是“准确”的印象。
准确与否需要统计支撑，不能靠体感。

[taby]

@shintendo 起初也以为“幸存者偏差”，但出现次数足够多的话，不能不引起怀疑。两年前跟他人交流过，几十人里有一半是跟我一样的感觉，将信将疑的。而最近，这些人里接近 80%都觉得不是幸存者偏差了，发生的次数和准确度已经超出既往认知。

[1iuh]

@taby #23 帖子的主题就是讨论到底存不存在麦克风监听。其他方式肯定存在的。

@ifxo #25 所以要多次测试，1 周不行 2 周。 总得有数据支持吧。 不然就是无法证实的都市传说。

[shintendo]

@taby 还有一种情况是，某个原因（比如热点事件）间接引起了你讨论某个东西，同样的原因也导致了 app 推送这个东西，但你的讨论和 app 的推送没有因果关系。

[1iuh]

当然，如果有大佬能反编译搞到相应的源码，或者抓到相关的数据包，那就更能说明问题了。

我们不能只靠“感觉”来判断，对吧？

[Jooooooooo]

监听麦克风然后分析推荐是做不到的

最简单的就是你找不到阿里内部有部门是做这件事的

reddit 上有在亚马逊做 echo 的员工回答过这个问题

[Lintech]

@xizismile 当时没有使用 WiFi

[taby]

@shintendo 歪打误撞？次数少的话，我当然可以理解，但歪打误撞变成常见，是另一种体会了。

[183387594]

@taby 比如 你 平均每天 讨论 2-3 个商品，交流到 3-5 人(你们 /听到你们讨论的人 去搜索 / 或查看类似) 。 每人每天又看到 20-30 个推广广告。 这样过一个月 总得推广中 几次吧。
比如我们市场做活动 在办公室发货飞机杯。 过几天大家的淘宝 都变成飞机杯了。 (因为我好奇啥牌子 多少钱 偷偷搜了下🐶

[jun0205]

最近好多次这样的情况，还是三方 APP 全关麦克风的情况下。

[hhhsuan]

这很容易验证啊，自己验证一下不就知道了？

[shintendo]

@taby 也不是说误打误撞吧，就是你的谈论和 app 的推送有相关性（是同一个原因引起的），但不互为因果

[kruskal]

一个人每天说的名词起码数十个，如何决定推荐优先级？销售人员、教师这些口头交流多的人需要分析的量更大。
无论是哪种监听方式总要存储数据进行分析吧，本地分析耗电量上反应不出来？云端分析流量上也会有体现吧，以淘宝的用户规模，那这个数据量得有多大，需要多少计算资源？
我总觉得大规模应用成本上划不来。

[xizismile]

我感觉监听用户通话数据肯定是没有的，这如果被爆料出来，竞争对手抓住机会能把你搞的死死的