还有啥信息他们不扒不卖？
[摘要]简历、网贷、淘宝记录……所谓大数据采集定制业务“火爆”的背后隐藏一条非法爬取的黑色产业链
“python爬虫程序数据采集代写软件，专业老手，定制化服务”……在某二手交易平台上，有不少提供所谓 “大数据”采集信息定制业务的商家，声称可进行“专业爬虫”“各大网站数据采集、数据处理、数据分析”。还有不少商家在QQ群里出售招聘网站简历采集器，可 “无限量”导数据还帮忙介绍“客户”。
记者调查发现，所谓大数据采集定制业务“火爆”的背后，隐藏着一条非法爬取用户数据信息的黑色产业链——“专业老手”编写爬虫软件、提供软件定制服务、黑产团伙购买软件批量生成“大数据”信息再转手出售。业内专家指出，爬取数据信息存在法律风险，未经平台授权的非法爬取行为可能构成侵权、违法甚至犯罪行为。
A
网贷、培训信息、淘宝记录……
各行业数据定制可查
以“大数据信息采集”“数据爬取”“数据爬虫”等为关键词在某二手交易平台上进行搜索，有很多提供所谓“大数据”采集信息服务的卖家。他们通常打着“数据爬虫”“数据采集”“数据分析”的招牌，声称可进行“专业爬虫”、爬取各大网站的数据信息，“只有你想要的，没有我们做不到的”。
“全国各省市300多行业数据信息采集”，二手平台上一名卖家称，可以爬取的数据信息范围覆盖美容美发、餐饮美食、娱乐休闲、教育培训、亲子护理、各类学校、医疗保健、物流快递、建材装修、汽车数码等多个行业，“49元/市/行业”，“拍下后留下邮箱，采集数据当晚11点前发”。
那么，这些被爬取的“大数据”信息都包括哪些内容？该二手平台上一位卖家告诉记者，爬取的信息包括各类网页数据、公众号网站、赶集58、链家、饿了么等网站平台的用户个人信息，还有卖家称可爬取淘宝买家、商家信息、个人网贷最新一手实时申请数据等。
记者了解到，根据采集数据的难易程度，售价也不尽相同。前述商家称数据采集“基本版的100，普通版的200，高级版的300，如需制作客户端软件，费用另加”。交易平台数据显示，该商品近期已被浏览超过3000次，有多名网友在该商品下方留言，询问是否有唯品会、拼多多买家、58同城应聘者电话、小区业主等信息数据，卖家则回复可以提供，还特别提到“简历420万份，主要是中高端用户”，并称具体业务“私聊”。
记者发现，这些所谓提供“大数据”信息采集服务的卖家有的是个人、有的则是团队化操作的工作室，有卖家称这类数据采集在行业内业务需求量大，是“微商线上微信社群营销必备数据资料”，可用于精准推广、拓展客户和商品营销。
B
招聘网站上万份简历被打包出售
“黑市”每份仅1.5元
不久前，智联招聘“内鬼”私卖16万份简历信息一案引发关注，记者近日调查发现，被泄露的个人简历被多层转手出售，“黑市”上海量简历被打包出售，每份仅1.5元。以“简历售卖”“简历下载”为关键词在QQ群中搜索，就能找到多个出售58同城、智联招聘等知名招聘网站的简历信息的QQ群，最大的群人数有上千人。而在贴吧、二手交易平台上，有不少公开出售智联招聘、58同城、BOSS直聘等招聘网站上个人简历的帖子。
“全国58简历日产5000+，可以筛选年龄筛选重复，还有纯二手简历，可出视频验证，二手0.3元/条”，在一个名叫“58简历全国交流群”中，记者看到，群内不断有人发布出售知名招聘网站简历实时一手、二手信息的帖子，有的卖家还在群内交流互换资源。群内信息显示，该群群成员总计超过2000人，高峰期的在线人数超过700人。
记者随机添加一名卖家为QQ好友，对方称他有全国各行业各地区的简历信息，“所有简历信息都是当天实时更新”，还可以指定求职者年龄、性别、地区，售价2.2元/条，而二手的则更便宜，仅售0.3元/条。某二手交易平台上一卖家称他手上有上万份简历，“58同城、智联招聘、赶集网的都有”，每份简历售价1.5元，“全国随机，不指定地区”，购买量大价格还可以再优惠。
记者了解到，这些公开售卖、明码标价的个人信息，根据地域、行业类别的不同，简历的价格标准也不一样。二手平台上一名出售智联招聘简历的卖家告诉记者，“北上广都比较贵”“北京地区每份简历要卖六七块”。而除出售简历信息外，企业账号也可以被当成商品出售或转卖，有卖家告诉记者，购买企业账号可以直接下载招聘网站求职者投递的简历信息，“地区行业你说了算”。
当记者询问购买简历的人拿这些个人信息去做什么，卖家提高了警惕，回复称“不管你拿去干什么”，还不耐烦地表示“不用跟我说这个”，随后便把记者拉进了黑名单。
C
一些付费网站的数据被爬取
裁判文书网竟也被爬
记者注意到，除爬取各行业网站等用户消费、浏览数据外，中国裁判文书网判决文书也被当成商品出现在二手交易平台，有卖家称可通过数据爬虫技术，导出几百万甚至上千万条裁判文书网判决文书。
“裁判文书爬取，可长期提供更新全量数据，需要的私聊”“裁判文书网6500万数据，0.1元/条，低于100万的数据，0.2元/条，低于1万的数据，0.5元/条，低于10条的数据，查询成本太高，不提供，有需要可以详聊”……某二手交易平台上，不少卖家称有海量裁判文书网判决书出售。
有卖家告诉记者，此类判决书可以根据客户需要的条件检索爬取，只要给出案件类型、审判程序、案由等关键词，就可以按类别进行海量数据导出，最终交付形式是Word或者Excel格式，提供SQL文件（数据库脚本文件）。
此前，有不少用户反映裁判文书网网站运行速度慢，故障频繁，经常出现页面无法显示的问题，今年2月，最高人民法院在其官网答复称，出现此问题的原因在于有大量技术公司通过爬虫系统无限制并发访问非法获取裁判文书数据，造成网站负荷过大。针对此问题，最高法表示自2018年7月起以验证码的方式上线系统软件防爬功能。
而除了裁判文书网，记者发现，一些付费网站的数据也同样能被爬取，二手平台上有不少卖家出售知网、万方、知识库；维普等文献期刊数据，“全库数据爬虫抓取，2元起”。
新闻推荐
红色大货车。警方提供1日记者从浙江龙游公安获悉，龙游“8.28”肇事逃逸案件嫌疑人及嫌疑车辆落网。该案件肇事逃逸嫌疑车...