彩神彩票注册网|百度百科

“球星卡”升温 ，专业从业人员提醒 ：新手勿跟风******

　　“球星卡”升温 ，新手勿跟风

　　本报记者 孙奇茹

　　“一张纸片 ，上面画着人 ，最贵 的那种签名卡竟然能卖好几百万美元！”一位国内著名脱口秀演员在舞台演讲时讲述了自己近期迷上NBA球星卡的故事。近两年来，继潮玩盲盒 、球鞋之后，又一个“小众”收藏品开始走向台前——球星卡 。

　　“小卡片”成另类投资新宠？

　　一张印有运动明星肖像 的卡片 ，能值多少钱？今年8月，棒球名宿霍纳斯·瓦格纳的一张球星卡拍出了725万美元 的惊人价格 。

　　球星卡 ，是以篮球 、棒球、足球、网球等多项运动为主 的顶尖运动员形象为元素制作 的卡片，是一种兼具收藏和投资价值 的体育IP衍生品。在诞生之初，球星卡的意义与不少国内消费者儿时从零食包装袋里拆出来的小浣熊卡 、水浒传英雄卡并无二致。1880年左右 ，美国烟草制造商将球员卡作为买香烟的赠品附在香烟盒中 ，后来球星卡逐渐成为球迷文化 的一部分。

　　记者了解到，球星卡 的购买 、流通方式有两种：一 是通过Topps 、PANINI、Upper Deck等具有独家发行权的球星卡发行商购买未开箱的“盲盒” ，抽中全球限量 、概率低的卡则具备一定 的收藏价值；二 是购买已开盒 、卡面内容已经明确 的明卡 。

　　球星卡的销售状况和价格与赛事进展、运动员的个人动态 、球星卡发行 的稀缺程度等密切相关。有些球星卡有球星签名，会更受欢迎。“球星卡价格还受球星比赛表现影响。如果球星因伤退出这一赛季 ，球星卡价格也会回落 。”一位资深从业者说道。

　　业内人士透露 ，球星卡 的成熟市场主要在北美 ，中国市场正处于高速发展中 。

　　兴趣变现带热国内市场

　　一些较早开始玩卡的国内资深“卡友”，逐渐将兴趣变成了生意 ，也将这项略显小众 的收藏品类逐渐在国内推广 。据了解 ，北京目前 是中国球星卡收藏与交易量最大的城市 。

　　张邱昊是北京最大球星卡店的运营副总 。从上世纪90年代末在小学门口围观玩具小摊上 的球星卡 ，初中时每天放学逛卡店，到如今运营一家业内知名 的球星卡店，他把对球星卡 的喜爱玩成了专业 。

　　资深球星卡玩家 、T8收藏品廊主理人郑嘉琪从学生时代起就与球星卡结下了不解之缘 ，从2010年开始有规模 、成体系地收藏球星卡 ，喜欢收藏顶级球星亲笔签名 的球星卡 。今年8月，郑嘉琪辞去工作开设店铺 ，专注于球星卡销售，开启了球星卡跨境电商之路 。近期 ，他的店铺在eBay平台上线短短6周 ，累计销售额就突破20万美元。

　　“在我们平台上，每秒钟就有3张新的球星卡卡片上线。”跨境电商平台eBay相关负责人说 ，中国庞大 的收藏爱好者和球迷基数，为市场的进一步发展奠定了坚实基础 。

　　不少卡遭遇缩水三分之二

　　需要留意 的 是，球星卡价值波动剧烈 ，新手切忌盲目跟风 。一位行业资深人士告诉记者，不少NBA明星球员的卡，都遭遇过从高点缩水三分之二 的暴跌行情。

　　记者获悉 ，在“兴趣变现”案例的激发之下，部分新手抱着想“低进高出”赚一把的心态购买球星卡盲盒，希望自己能开出高价值的稀有球星卡 。然而 ，一位北京球星卡店店主透露，整箱球星卡往往价格较高 ，动辄几万元到十几万元一箱 ，很少有人能直接买下，因此“众筹开卡”“组队开卡”成了卡友之间 的常态 。即便如此，卡友们也常常因为不断开盲盒的冲动而付出高昂代价 。

　　从事球星卡行业多年 的张邱昊提醒 ：“建议初入门者不要盲目拆盒，可以先从自己喜欢 的球星开始买明卡，这才能真正体现体育收藏 的价值 ，盲目追求稀有的球星卡 ，投入太大 ，风险也大。”

　　《北京日报》2022年10月14日第15版

你 的隐私 ，大数据怎知道 ？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少 ，或主动或被动地泄露某些碎片信息 。这些信息被大数据挖掘 ，就存在隐私泄露 的风险，引发信息安全问题 。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么 ，你 的隐私，大数据 是怎么知道 的呢 ？大家又该如何自我保护呢 ？

　　1.“已知、未知”大数据都知道

　　大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣” 的皇帝。在大数据面前 ，你说过什么话 ，它知道 ；你做过什么事，它知道 ；你有什么爱好 ，它知道 ；你生过什么病，它知道；你家住哪里，它知道 ；你 的亲朋好友都有谁，它也知道……总之 ，你自己知道 的，它几乎都知道，或者说它都能够知道，至少可以说 ，它迟早会知道 ！

　　甚至，连你自己都不知道 的事情 ，大数据也可能知道 。例如 ，它能够发现你 的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀 ，你喜欢与什么样的人打交道呀 ，你的性格特点都有什么呀 ，哪位朋友与你的观点不相同呀……

　　再进一步说 ，今后将要发生的事情 ，大数据还 是有可能知道 。例如 ，根据你“饮食多 、运动少”等信息，它就能够推测出 ，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了 ！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势 、用户行为 、交通情况等 。

　　当然 ，这里 的“你”并非仅仅指“你个人” ，包括但不限于，你 的家庭，你 的单位，你 的民族 ，甚至你的国家等 。至于这些你知道的 、不知道的或今后才知道 的隐私信息 ，将会把你塑造成什么， 是英雄还是狗熊？这却难以预知 。

　　2.数据挖掘就像“垃圾处理”

　　什么 是大数据 ？形象地说，所谓大数据 ，就 是由许多千奇百怪 的数据 ，杂乱无章地堆积在一起。例如，你在网上说的话 、发的微信、收发 的电子邮件等 ，都 是大数据的组成部分。在不知道 的情况下被采集 的众多信息，例如被马路摄像头获取的视频 、手机定位系统留下 的路线图 、驾车 的导航信号等被动信息，也都是大数据的组成部分 。还有，各种传感器设备自动采集的有关温度 、湿度 、速度等万物信息 ，仍然是大数据的组成部分。总之，每个人 、每种通信和控制类设备，无论它 是软件还是硬件 ，其实都 是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术 ，采用诸如神经网络、遗传算法 、决策树 、粗糙集、覆盖正例排斥反例、统计分析 、模糊集等方法挖掘信息 。大数据挖掘的过程，可以分为数据收集、数据集成 、数据规约、数据清理 、数据变换、挖掘分析 、模式评估 、知识表示等八大步骤。

　　不过，这些听起来高大上 的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集 ，可算作“数据收集”；将废品和垃圾送往集中处理场所 ，可算作“数据集成”；将废品和垃圾初步分类 ，可算作“数据规约” ；将废品和垃圾适当清洁和整理 ，可算作“数据清理”；将破沙发拆成木 、铁 、布等原料，可算作“数据变换” ；认真分析如何将这些原料卖个好价钱 ，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估” ；最后，把这些技巧整理成口诀 ，可算作“知识表示” 。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别 的话 ，那就在于垃圾 是有实体 的，再利用的次数有限；而大数据是虚拟的 ，可以反复处理，反复利用。例如 ，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司 ，将某群体的消费习惯卖给百货商店等 。总之 ，大数据专家完全可以“一菜多吃” ，反复利用 ，而且时间越久，价值越大 。换句话说 ，大数据 是很值钱的“垃圾” 。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘 ，虽然能从正面创造价值 ，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露 的呢？这其实很简单，我们先来分解一下“人肉搜索” 是如何侵犯隐私的吧 ！

　　一大群网友 ，出于某种目 的 ，利用自己的一切资源渠道 ，尽可能多地收集当事人或物 的所有信息 ；然后，将这些信息按照自己 的目的提炼成新信息 ，反馈到网上与别人分享 。这就完成了第一次“人肉迭代” 。

　　接着，大家又在第一次人肉迭代的基础上 ，互相取经，再接再厉 ，交叉重复进行信息的收集 、加工、整理等工作 ，于 是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物 的画像就跃然纸上了 。如果构成“满意画像” 的素材确实已经证实 ，至少主体是事实 ，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索” 的网友足够多，时间足够长，大家的毅力足够强 ，那么任何人都可能无处遁形。

　　其实 ，所谓的大数据挖掘，在某种意义上说，就 是由机器自动完成的特殊“人肉搜索”而已。只不过 ，这种搜索的目的 ，不再限于抹黑或颂扬某人，而是有更加广泛的目 的，例如，为商品销售者寻找最佳买家 、为某类数据寻找规律、为某些事物之间寻找关联等。总之 ，只要目的明确，那么 ，大数据挖掘就会有用武之地 。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集 的信息 ，被数据库中 的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发 的做法 ，被各种同步运算所替代 。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多 ，速度更快 ，每次迭代其实就 是机器 的一次“学习”过程 。网友们 的最终“满意画像”，被暂时的挖掘结果所替代 。之所以说 是暂时 ，那是因为对大数据挖掘来说 ，永远没有尽头 ，结果会越来越精准 ，智慧程度会越来越高，用户只需根据自己的标准 ，随时选择满意的结果就行了 。

　　当然 ，除了相似性外 ，“人肉搜索”与“大数据挖掘”肯定也有许多重大 的区别。例如 ，机器不会累 ，它们收集的数据会更多 、更快，数据 的渠道来源会更广泛 。总之，网友的“人肉搜索”，最终将输给机器 的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说 ，大数据隐私挖掘 的“杀伤力” ，已经远远超过了大数据隐私保护的能力 ；换句话说，在大数据挖掘面前，当前人类有点不知所措 。这确实 是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上 。其中的每个碎片虽然都完全无害，可谁也不曾意识到 ，至少没有刻意去关注 ，当众多无害碎片融合起来 ，竟然后患无穷！

　　不过 ，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往 的经验来看，隐私保护与数据挖掘之间总 是像“走马灯”一样轮换 的——人类通过对隐私 的“挖掘” ，获得空前好处，产生了更多需要保护的“隐私” ，于 是，不得不再回过头来，认真研究如何保护这些隐私 。当隐私积累得越来越多时 ，“挖掘”它们就会变得越来越有利可图 ，于是 ，新一轮的“挖掘”又开始了。历史地来看 ，人类在自身隐私保护方面，整体处于优势地位 ，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题 。

　　但是 ，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息 ，如何进行隐私保护呢 ？单靠技术 ，显然不行 ，甚至还会越“保护”，就越“泄露隐私” 。

　　因此，必须多管齐下。例如从法律上 ，禁止以“人肉搜索”为目的 的大数据挖掘行为 ；从管理角度 ，发现恶意 的大数据搜索行为 ，对其进行必要的监督和管控。另外，在必要的时候 ，还需要重塑“隐私”概念 ，毕竟“隐私”本身就是一个与时间 、地点、民族、文化等有关的约定俗成的概念 。

　　对于个人 的网络行为而言 ，在大数据时代 ，应该如何保护隐私呢 ？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢 ？答案只有两个字 ：匿名 ！只要做好匿名工作 ，就能在一定程度上，保护好隐私了 。也就 是说 ，在大数据技术出现之前，隐私就 是把“私”藏起来，个人身份可公开 ，而大数据时代 ，隐私保护则 是把“私”公开(实际上 是没法不公开)，而把个人身份隐藏起来，即匿名 。

　　(作者 ：杨义先 、钮心忻 ，均为北京邮电大学教授)

　　（文图 ：赵筱尘 巫邓炎）