Dorénavant, grâce à un système dont il vient de déposer le brevet, Facebook peut déterminer à quelle catégorie sociale appartient chacun de ses utilisateurs. Le premier réseau social mondial peut donc savoir si celui-ci est riche, pauvre ou de classe moyenne.

Le brevet de Facebook pour catégoriser ses utilisateurs

On sait tous que les mastodontes du Net ne cessent de recueillir des données sur leurs utilisateurs afin de mieux peaufiner les capacités de ciblage de leurs annonces. Facebook en fait partie qui vient d’ailleurs de déposer le brevet d’un système lui permettant de connaître la classe sociale et économique à laquelle appartiendrait chaque utilisateur. Le but est de mieux rendre plus pertinentes ses annonces en s’adressant au bon public cible.

facebook espion savoir riche pauvre utilisateurs

Le mode de fonctionnement du système

Le système fonctionne à la base d’un algorithme qui pourra déterminer entre autres le montant des revenus annuels de chaque utilisateur quoique celui-ci ne le fournisse pas dans ses données personnelles. Cette Intelligence Artificielle y arrive donc, quel que soit le cas, en se focalisant par exemple sur le nombre d’appareils de connexion détenu par l’utilisateur ou la durée de son temps de connexion, etc. Elle prend aussi en compte l’âge, le niveau d’étude, la propriété immobilière ou autre patrimoine de l’internaute. Il en est de même pour les appareils électroménagers utilisés, l’usage intensif ou occasionnel d’Internet et les autres données des ménages tant sur le plan social qu’économique.

facebook espion savoir riche pauvre utilisateurs

Des exemples concrets

Un utilisateur d’une vingtaine ou trentaine d’années disposant d’un diplôme d’études supérieures et se servant de plus de 2 appareils de connexion serait donc catégorisé dans la classe moyenne par l’algorithme. Si par contre, ceux-ci sont au moins au nombre de 6, c’est le signe qu’il appartient à une classe socio-économique supérieure. Dans tous les cas, d’autres informations provenant des profils des utilisateurs et de leurs interactions dans le réseau social entrent également en compte. Au deep learning ensuite la tâche de les analyser.

Author: Thibault Feugère

Jeune autodidacte français intéressé par l'informatique, le web et plus particulièrement la sécurité informatique. Surfer le web est ma passion. Le partage mon devoir.

Laisser un commentaire