#個人化推薦 — Public Fediverse posts on home.social

I used o3 to profile myself from my saved Pocket links | noperator

Link

使用 Pocket Article Data 進行個人資料分析與自我剖析

https://mek.fyi/posts/the-uncertain-future-of-american-librariestime_added

📌 Summary:
本文透過分析作者多年來在 Pocket 儲存的近 900 篇文章，呈現如何藉由其閱讀和收藏行為反向推斷個人特質及生活背景。透過將 CSV 格式資料輸入 AI 工具 o3，系統不僅精準推測出作者的年齡、性別、職業、家庭狀況及地理位置等基本資訊，還深入解讀其政治傾向、學習風格、投資風險承受度及生活方式等多元維度。從深度技術文章、財務獨立議題至育兒與宗教信仰，顯示作者是位約三四十歲、居住在美國維吉尼亞沿海、具有資深軟體工程師背景、重視家庭與信仰的父親。作者也自評此類資料揭露了現代數位足跡下個人隱私的風險與潛在價值，強調此技術已普及到一般用戶，使得個人資料不僅可用於廣告，也能用於個人化推薦和分析。最後作者分享了遷移閱讀服務和自架平臺的心路歷程，展示數據工具（如 xsv）與自我管理資源在資訊時代的重要性。

🎯 Key Points:
→ 【資料來源與工具】作者將近七年的 Pocket 收藏資料匯出為 CSV，使用 xsv 工具進行快速的資料探索與分析。
→ 【AI 分析過程】將文章標題、網址、時間、標籤等資料餵入 o3 進行個人資料「剖析」，得到包含年齡（約三、四十歲）、性別（可能為男性）、地點（美國維吉尼亞沿海）、教育程度（大學以上）、職業（資深軟體工程師）等分析結果。
→ 【生活與興趣特徵】資料涵蓋技術、AI、資安、理財、育兒、宗教信仰等多面向，顯示作者重視家庭與信仰，有三至四名幼兒，偏向自主學習型態，且在投資上屬於風險中至高承受度。
→ 【政治與價值觀】作者傾向財政保守與社會傳統，支持隱私權與質疑大型科技審查，反映在儲存文章中其政治與文化取向。
→ 【生活階段與行為模式】從技術研究向領導管理及家庭生活轉型，季節性閱讀有明顯高峯，並有多項健康、手作及寫作計畫。
→ 【隱私啟示與實務應用】透過此案例凸顯資料足跡能揭露多重個人訊息，且現代工具使得這類分析不再只有大企業專屬，開啟更多個人內容推薦及數據自主管理可能。
→ 【搬遷與平臺選擇】作者由 Pocket 轉向 Wallabag，自建 RSS 閱讀服務，搭配 Caddy 方便管理，表明現今自架服務愈趨成熟且便利。
→ 【工具推薦】推薦 xsv 作為簡單快速處理 CSV 資料的工具，雖不再維護，但功能完備。

🔖 Keywords:
#Pocket #資料分析 #個人化推薦 #軟體工程師 #資料隱私