半夜 12 點，一個人窩在房間的電腦螢幕前，手指在鍵盤上快速抓爬，敲入自以為神不知鬼不覺的臉紅心跳關鍵字到搜尋引擎網頁上去……。
沒錯，自以為的神不知鬼不覺。
ijliao 的《搜尋引擎的七種使用者》把 AOL 公開放出 search engine log 給大家做研究的結果做了詳細的說明。
如果你到搜尋引擎上去找這次 AOL 事件後，許多人歸納出來的使用者異想行為（比如說，Something Awful 網站的分析），你應該會非常訝異（或者驚嚇）、爆笑、不可思議，等等……許多驚奇出現。
記得大學時就有在 BBS 上看到有資管系的學生發文章徵求網站 administrator 提供 httpd-access.log 來給他們做 Data Mining 的 research。我是不知道有沒有人提供啦，至少我自己是絕不會幹這種事情的。
所以，還有人會小看自己在網路上留下的行為舉止紀錄和點滴蹤跡嗎？你曾經查看過 C:\Documents and Settings\USER_NAME\Local Settings\Temporary Internet Files 目錄下被塞了多少塊餅乾（cookies）嗎？你曾經掃過電腦上頭有多少支間諜軟體（spyware）嗎？你的防火牆曾經攔下多少條由你安裝的程式想向外傳遞出的訊息？
更別說這次事件的主角，你根本沒有權限不能過問的 server 端 log，不單只有 Apache 的 log，連你使用的 Proxy（最常見是 Squid）上也會有 log，當然，Mail Server 也會有 log。
只要幹過 Server Administrator 的人都知道網管工作裡頭很重要一項就是要分析 log，一般進行這種工作是為了 security 目的，要追查與分析攻擊或是騷擾來源，進而想出對策因應。但轉到商業應用環境，log 可就妙用無窮了，每位商人都想了解顧客的心，都想知道顧客的腦子裡想的是什麼，想要的是什麼？最能夠反映顧客行為和心理的 access/keyword log 就好像一位專業警探對犯人做出的完美無瑕側寫一樣，讓業主經過 Data Mining 後可以高度掌握使用者的網路行為，進而分析出心理，若資訊充足，最終應該會有完整的，針對每位用戶的 profile。這個 profile 裡頭可能記載著：小強每年 12 月一定會上網購買耶誕禮物，且專挑日本藍色授權的 Burberry 商品，……。所以，每當 12 月，只要小強一連上我們公司網頁，我會導到以日本藍色 Burberry 商品為首頁的第三版本頁面；或是 12 月公司就會固定發 E-mail 到小強的信箱，標題就是「日本 Burberry 商品耶誕大折扣」云云…。
我想 AOL 的初衷沒有惡意，但是他們太低估這 3600 萬筆搜尋資料所包含的資訊量了，也太小看民眾自己的分析能力了。把使用者真名以數字取代，讓我想到《THE ISLAND》裡頭的主角名叫 Lincoln 6 Echo，他們彼此只知道這樣含有代號的名字而不知其真實姓名。以結果論，現在網路上對這 3600 萬筆搜尋資料做的形形色色分析都無法追出號碼和真名的對應（很不幸地，至少在 Something Awful 的分析中，因為有人把自己的暱稱 key 在搜尋關鍵字中，所以這位仁兄很可憐地被揪了出來…），AOL 是勉勉強強混過去，但是光從搜尋關鍵字詞的結果來分析，就已經可以部分描述這個人了，只要搭配發生時間點下去配對，資料 pattern 只要夠多，本尊還是有可能被認出來。
之前常有人拿這句「人在做，Google 在看。」來形容 Google 搜尋的威力，對照 AOL 這 case 來說，被 Google 抓到你該高興了。你不知道全世界某個角落可能正有人看著你的 log 在嘗試分析你這個人呢！不敢上網搜尋了？因噎廢食？省省吧，若真要避掉這種風險，唯一辦法就是把網路線給剪了。不然就想辦法讓你留下的 log 跟你的人對不起來吧。 （← 這說不定是個生意的點子呢！）
人在做，誰在看？ You tell me.
歷史上的今天
- 員工分紅費用化，科技新貴成絕響 - 2007
- 員工認股權，如何評價？ - 2007
