谷歌眼镜需求和脸书的合作。谷歌自己开发了一套Nametag技术。基于该技术，当遇到陌生人时，谷歌眼镜通过拍照，把人脸上传，丢到脸书上进行人脸识别。从而匹配到该陌生人的职业、年龄、生日、动态、朋友圈、日志、状态和最近的兴趣等。
(五)谁是最适合的候选人
现在有些公司，借助社交媒体内容，进行潜在员工的筛选。招聘方通过个人资料，例如脸书，抓取脸书上的个人信息，基于信息和网络环境中个体表现出来的特质，判断和预测个体的智力水平和情绪稳定性。从而作为员工录用的一个参考的标准。
(六)好久不见，瘦了吗
头像变化分析。在脸书上，每个人的头像都不会一成不变的，间隔一段时间，大家就会采用新的头像或自拍照。你在进行头像更新时，脸书就在思考另外一件事，即他们通过人脸识别技术，判断前后头像是否存在差别，即你是否变胖了。
如果图像分析的结果表明，你确实发福了，恰好你的性别又是女性的话，脸书很可能就会联合一些减肥、健身、保健公司，向你的个人页面，精准的推送一些折扣券。
(七)产后抑郁症
越来越多的公司关心员工的福祉，关心员工的生活状态，并且及时的进行涉入和干预，以便你快乐工作和快乐生活。
一家公司就通过分析女性员工社交媒体上的发帖和话题(例如微博、脸书、Twitter)来判断她们是否存在陷入产后抑郁症的风险。通过抓取女性员工在生产前后几周在社交媒体上的话题和发言，摘取其所使用的动词。
分析结果表明，有抑郁症倾向的母亲常常会使用暗示“焦虑”和“不高兴”的话。发言中一般会包含一些贬义词，例如“失望”、“痛苦”、“讨厌”等，暗示着失望情绪的疯长。
(八)社交媒体和救灾路线图
2013年台风席卷菲律宾时，通过社交媒体脸书上PO的照片数据，人们绘制一幅救灾线路图。
发生灾难时，人们常常会将自己亲身经历的照片、文本、视频发布到社交媒体上。研究者们对人们上传的照片进行分析和挖掘。对于一张受灾照片，“损害程度如何?通过点击按钮确定，无、中度、严重”。对于Facebook或Twitter文本信息，判断文本的类型即“寻求帮助”、“基础设施损坏”、“人口流失”、“相关但属于其他”等分类。
然后通过确认数据来自菲律宾的哪个地方，通过照片或文本发送时携带的GPS传感信息来定位，从而绘制一个受灾地图。
通过这个救灾地图，就可以得知，谁需要什么、谁需要食物、尸体在哪里、哪里有流离失所的人、哪里受到的灾难较为严重、什么医院损伤最小。从而为救灾提供了最一手、最新鲜的信息。
(九)舆情和话题监测
很多公司目前都跟在踪和监测社交媒体上与品牌相关的词汇(产品、品牌、竞争者、品牌代言人、政策趋势等)，并进行情感和话题分析，了解人们在网络上如何讨论公司及其产品。
社交媒体也是一个早期的预警系统。当消费者对产品或服务不太满意时，他们会在社交媒体上吐槽，企业迅速捕捉此类信息，并且进行产品服务改良，控制负面消息的扩散和传播。
三、数字痕迹和智能生活
“大数据”无处无在，“智能”非常性感。当“大数据”和“智能”勾兑和发酵，一切就变得无限可能。
通过社交媒体的这些案例，想要表达什么呢?大概几点。
第一，不管你有没有意识，你的很多行为都会留下数字痕迹。文本(微博)、视频(优酷土豆等)、音频(客服电话)、图片(朋友圈)、传感器数据(手环、手机内置的传感器)等。
第二，别否认，机器和算法有时候更懂你。
第三，算法是理性的，智能是性感的。并且，算法和智能是相伴而生的。
第四，延伸来说，基于数据挖掘，计算机是能够推断出你我的心理特质的。更进一步，如果计算机能根据个人性格特质做出匹配性的响应，那么它就真的成为具有情感和社交能力的智能产物了。
不知道大家是否看过电影《她Her》、《机械姬Ex Machina》(注：年度科幻电影排名前五)，《她》里面基于人工智能虚拟的Dream Girl，绝对是你完美的伴侣。
第五，最后一点也是最为重要的一点，好歹我也辛辛苦苦梳理了这么多的资料，看完记得点赞哈