闲来无事从网上下载大量数据作为自己项目的分析数据，无意找到了2013年泄漏的某酒店2000W数据，数据的日期是2010年到2013年6月份，本不想再拿此事说事，免得再次掀起一番波浪，但是网传把这个数据说神了，在此只想用大数据分析结果还原真相，也是为了让更多对此事好奇者止步。（本人承诺不会滥用用户身份信息，都是中国人，相煎何太急）
谣言
为博取网民眼球，网传这是某酒店开房数据，还有说可以看到某人与某人同房，还有人说看到自己的开房信息。
真相
通过分析，该2000W数据仅是会员注册数据，信息全面（想一想去酒店开个房你有填写家庭住址、手机号吗），而且只有个人信息，并无与他人记录。
验证是注册数据还是开房记录
第一步为了验证此数据是会员注册数据还是开房数据，我先把数据进行简单的清理，删除公司、团队、非18位身份证信息数据、空值、无效字段，得到的"有效订单数据"，包含字段为姓名，身份证号，性别，生日，地址，手机，邮箱，民族，注册日期，统计"有效订单数据"一共18662583行。第二步想要验证该数据是否是开房数据，也就是验证用户最高订单次数，按用户订单次数进行排序，如果是开房数据，三年的订单最高的怎么也得一两百吧，但是结果最高是2，数据非常小，如果是开房数据几乎是不可能的，订单最高的人三年开房2次，惨不忍睹。。。第三步基本上可以确定不是开房记录，再验证一下，把第二步的程序进行修改，根据身份证得出用户数量为18662573，跟第一步的订单数据仅差10，两千万人仅有十人三年开房2次，是不是太不可能了，所以我断定该数据仅是注册数据，并不是开房数据，网上传的都是假的。当然为什么会一个人两条数据我还不太清楚，有可能是录入出错。
既然验证已经解决了，有这么多数据，总要练练手吧，不然枉费我下载了半个小时呢。
大数据分析得出的信息
每年注册数柱状图
出生年代柱状图
用户地区柱状图
性别柱状图
- ▍关注我们
趋势报告、案例精选、最新洞察 第一时间与您分享
长按二维码加关注
【拓端数据 tecdat.cn】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。
中国专业的统计分析和数据挖掘咨询服务商：拓端数据（商务合作请联系官网客服）
微信公众号：拓端数据
责任编辑：
