本文目录一览：
网络上的人肉是什么意思
1、“人肉搜索”的含义：“人肉”，即“人肉搜索”的简称，互联网时代新生词语，指利用现代信息科技将人的真实身份调查出来。通过互联网各种手段，将相应的人的身份信息全盘托出，以达到某种查证或公开某人信息的目的。现实中，一般是指民众对某负面人物、事件人物或单位予以调查。
2、“人肉搜索”的释义：
人肉搜索”简称人肉，它是区别于机器搜索（即我们中国网民经常用的如百度、谷歌之类的搜索引擎）之外的另一种搜索信息方式。类似百度这样的搜索引擎，它们属于机器搜索，大部分过程是由机器即电脑来完成的。机器搜索的特点是不人性化，因为就目前的计算机技术来看，计算机还不能做到能够领会人的意思的境界。
“人肉搜索”是一种类比的称呼，主要是用来区别传统搜索引擎。它主要是指通过集中许多网民的力量去搜索信息和资源的一种方式，它包括利用互联网的机器搜索引擎（如百度等）及利用各网民在日常生活中所能掌握的信息来进行收集信息的一种方式。
3、关于“人肉搜索”的规定：
探究的一般过程是从发现问题、提出问题开始的,发现问题后,根据自己已有的知识和生活经验对问题的答案作出假设．设计探究的方案,包括选择材料、设计方法步骤等．按照探究方案进行探究,得到结果,再分析所得的结果与假设是否相符,从而得出结论．并不是所有的问题都一次探究得到正确的结论．有时,由于探究的方法不够完善,也可能得出错误的结论．因此,在得出结论后,还需要对整个探究过程进行反思．探究实验的一般方法步骤：提出问题、做出假设、制定计划、实施计划、得出结论、表达和交流．
科学探究常用的方法有观察法、实验法、调查法和资料分析法等．
观察是科学探究的一种基本方法．科学观察可以直接用肉眼,也可以借助放大镜、显微镜等仪器,或利用照相机、录像机、摄像机等工具,有时还需要测量．科学的观察要有明确的目的；观察时要全面、细致、实事求是,并及时记录下来；要有计划、要耐心；要积极思考,及时记录；要交流看法、进行讨论．实验方案的设计要紧紧围绕提出的问题和假设来进行．在研究一种条件对研究对象的影响时,所进行的除了这种条件不同外,其它条件都相同的实验,叫做对照实验．一般步骤：发现并提出问题；收集与问题相关的信息；作出假设；设计实验方案；实施实验并记录；分析实验现象；得出结论．调查是科学探究的常用方法之一．调查时首先要明确调查目的和调查对象,制订合理的调查方案．调查过程中有时因为调查的范围很大,就要选取一部分调查对象作为样本．调查过程中要如实记录．对调查的结果要进行整理和分析,有时要用数学方法进行统计．收集和分析资料也是科学探究的常用方法之一．收集资料的途径有多种．去图书管查阅书刊报纸,拜访有关人士,上网收索．其中资料的形式包括文字、图片、数据以及音像资料等．对获得的资料要进行整理和分析,从中寻找答案。
互联网大数据现关心的是什么？
楼主您好：
首先，我认为大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
其次，想要系统的认知大数据，必须要全面而细致的分解它，我着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。我会从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；从对大数据的现在和未来去洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。
第二层面是技术，技术是大数据价值体现的手段和前进的基石。我将分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。我将分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
和大数据相关的理论
? 特征定义
最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”
业界（IBM 最早定义）将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
其实这些V并不能真正说清楚大数据的所有特征，下面这张图对大数据的一些相关特性做出了有效的说明。
36大数据
古语云：三分技术，七分数据，得数据者得天下。先不论谁说的，但是这句话的正确性已经不用去论证了。维克托·迈尔-舍恩伯格在《大数据时代》一书中举了百般例证，都是为了说明一个道理：在大数据时代已经到来的时候要用大数据思维去发掘大数据的潜在价值。书中，作者提及最多的是Google如何利用人们的搜索记录挖掘数据二次利用价值，比如预测某地流感爆发的趋势；Amazon如何利用用户的购买和浏览历史数据进行有针对性的书籍购买推荐，以此有效提升销售量；Farecast如何利用过去十年所有的航线机票价格打折数据，来预测用户购买机票的时机是否合适。
那么，什么是大数据思维？维克托·迈尔-舍恩伯格认为，1-需要全部数据样本而不是抽样；2-关注效率而不是精确度；3-关注相关性而不是因果关系。
阿里巴巴的王坚对于大数据也有一些独特的见解，比如，
“今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。”
“非互联网时期的产品，功能一定是它的价值，今天互联网的产品，数据一定是它的价值。”
“你千万不要想着拿数据去改进一个业务，这不是大数据。你一定是去做了一件以前做不了的事情。”
特别是最后一点，我是非常认同的，大数据的真正价值在于创造，在于填补无数个还未实现过的空白。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。
? 价值探讨
大数据是什么？投资者眼里是金光闪闪的两个字：资产。比如，Facebook上市时，评估机构评定的有效资产中大部分都是其社交网站上的数据。
如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
Target 超市以20多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过构建模型分析购买者的行为相关性，能准确的推断出孕妇的具体临盆时间，这样Target的销售部门就可以有针对的在每个怀孕顾客的不同阶段寄送相应的产品优惠卷。
Target的例子是一个很典型的案例，这样印证了维克托·迈尔-舍恩伯格提过的一个很有指导意义的观点：通过找出一个关联物并监控它，就可以预测未来。Target通过监测购买者购买商品的时间和品种来准确预测顾客的孕期，这就是对数据的二次利用的典型案例。如果，我们通过采集驾驶员手机的GPS数据，就可以分析出当前哪些道路正在堵车，并可以及时发布道路交通提醒；通过采集汽车的GPS位置数据，就可以分析城市的哪些区域停车较多，这也代表该区域有着较为活跃的人群，这些分析数据适合卖给广告投放商。
不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。
从大数据的价值链条来分析，存在三种模式：
1- 手握大数据，但是没有利用好；比较典型的是金融机构，电信行业，政府机构等。
2- 没有数据，但是知道如何帮助有数据的人利用它；比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，Oracle等。
3- 既有数据，又有大数据思维；比较典型的是Google，Amazon，Mastercard等。
未来在大数据领域最具有价值的是两种事物：1-拥有大数据思维的人，这种人可以将大数据的潜在价值转化为实际利益；2-还未有被大数据触及过的业务领域。这些是还未被挖掘的油井，金矿，是所谓的蓝海。
Wal-Mart作为零售行业的巨头，他们的分析人员会对每个阶段的销售记录进行了全面的分析，有一次他们无意中发现虽不相关但很有价值的数据，在美国的飓风来临季节，超市的蛋挞和抵御飓风物品竟然销量都有大幅增加，于是他们做了一个明智决策，就是将蛋挞的销售位置移到了飓风物品销售区域旁边，看起来是为了方便用户挑选，但是没有想到蛋挞的销量因此又提高了很多。
还有一个有趣的例子，1948年辽沈战役期间，司令员林彪要求每天要进行例常的“每日军情汇报”，由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……有一天，参谋照例汇报当日的战况，林彪突然打断他：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”大家都很茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”果然，部队很快就抓住了敌方的指挥官廖耀湘，并取得这场重要战役的胜利。
这些例子真实的反映在各行各业，探求数据价值取决于把握数据的人，关键是人的数据思维；与其说是大数据创造了价值，不如说是大数据思维触发了新的价值增长。
? 现在和未来
我们先看看大数据在当下有怎样的杰出表现：
大数据帮助政府实现市场经济调控、公共卫生安全防范、灾难预警、社会舆论监督；
大数据帮助城市预防犯罪，实现智慧交通，提升紧急应急能力；
大数据帮助医疗机构建立患者的疾病风险跟踪机制，帮助医药企业提升药品的临床使用效果，帮助艾滋病研究机构为患者提供定制的药物；
大数据帮助航空公司节省运营成本，帮助电信企业实现售后服务质量提升，帮助保险企业识别欺诈骗保行为，帮助快递公司监测分析运输车辆的故障险情以提前预警维修，帮助电力公司有效识别预警即将发生故障的设备；
大数据帮助电商公司向用户推荐商品和服务，帮助旅游网站为旅游者提供心仪的旅游路线，帮助二手市场的买卖双方找到最合适的交易目标，帮助用户找到最合适的商品购买时期、商家和最优惠价格；
大数据帮助企业提升营销的针对性，降低物流和库存的成本，减少投资的风险，以及帮助企业提升广告投放精准度；
大数据帮助娱乐行业预测歌手，歌曲，电影，电视剧的受欢迎程度，并为投资者分析评估拍一部电影需要投入多少钱才最合适，否则就有可能收不回成本；
大数据帮助社交网站提供更准确的好友推荐，为用户提供更精准的企业招聘信息，向用户推荐可能喜欢的游戏以及适合购买的商品。
其实，这些还远远不够，未来大数据的身影应该无处不在，就算无法准确预测大数据终会将人类社会带往到哪种最终形态，但我相信只要发展脚步在继续，因大数据而产生的变革浪潮将很快淹没地球的每一个角落。
比如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书。”
Google也希望当用户在搜索时，最好的体验是搜索结果只包含用户所需要的内容，而这并不需要用户给予Google太多的提示。
而当物联网发展到达一定规模时，借助条形码、二维码、RFID等能够唯一标识产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术可实现实时的信息采集和分析，这些数据能够支撑智慧城市，智慧交通，智慧能源，智慧医疗，智慧环保的理念需要，这些都所谓的智慧将是大数据的采集数据来源和服务范围。
未来的大数据除了将更好的解决社会问题，商业营销问题，科学技术问题，还有一个可预见的趋势是以人为本的大数据方针。人才是地球的主宰，大部分的数据都与人类有关，要通过大数据解决人的问题。
比如，建立个人的数据中心，将每个人的日常生活习惯，身体体征，社会网络，知识能力，爱好性情，疾病嗜好，情绪波动……换言之就是记录人从出生那一刻起的每一分每一秒，将除了思维外的一切都储存下来，这些数据可以被充分的利用：
医疗机构将实时的监测用户的身体健康状况；
教育机构更有针对的制定用户喜欢的教育培训计划；
服务行业为用户提供即时健康的符合用户生活习惯的食物和其它服务；
社交网络能为你提供合适的交友对象，并为志同道合的人群组织各种聚会活动；
政府能在用户的心理健康出现问题时有效的干预，防范自杀，刑事案件的发生；
金融机构能帮助用户进行有效的理财管理，为用户的资金提供更有效的使用建议和规划；
道路交通、汽车租赁及运输行业可以为用户提供更合适的出行线路和路途服务安排；
……
当然，上面的一切看起来都很美好，但是否是以牺牲了用户的自由为前提呢？只能说当新鲜事物带来了革新的同时也同样带来了“病菌”。比如，在手机未普及前，大家喜欢聚在一起聊天，自从手机普及后特别是有了互联网，大家不用聚在一起也可以随时随地的聊天，只是“病菌”滋生了另外一种情形，大家慢慢习惯了和手机共渡时光，人与人之间情感交流仿佛永远隔着一张“网”。
? 大数据隐私
你或许并不敏感，当你在不同的网站上注册了个人信息后，可能这些信息已经被扩散出去了，当你莫名其妙的接到各种邮件，电话，短信的滋扰时，你不会想到自己的电话号码，邮箱，生日，购买记录，收入水平，家庭住址，亲朋好友等私人信息早就被各种商业机构非法存储或贱卖给其它任何有需要的企业或个人了。
更可怕的是，这些信息你永远无法删除，它们永远存在于互联网的某些你不知道的角落。除非你更换掉自己的所有信息，但是这代价太大了。
用户隐私问题一直是大数据应用难以绕开的一个问题，如被央视曝光过的分众无线、罗维邓白氏以及网易邮箱都涉及侵犯用户隐私。目前，中国并没有专门的法律法规来界定用户隐私，处理相关问题时多采用其他相关法规条例来解释。但随着民众隐私意识的日益增强，合法合规地获取数据、分析数据和应用数据，是进行大数据分析时必须遵循的原则。
说到隐私被侵犯，爱德华?斯诺登应该占据一席之地，这位前美国中央情报局（CIA）雇员一手引爆了美国“棱镜计划”（PRISM）的内幕消息。“棱镜”项目是一项由美国国家安全局（NSA）自2007年起开始实施的绝密电子监听计划，年耗资近2000亿美元，用于监听全美电话通话记录，据称还可以使情报人员通过“后门”进入9家主要科技公司的服务器，包括微软、雅虎、谷歌、Facebook、PalTalk、美国在线、Skype、YouTube、苹果。这个事件引发了人们对政府使用大数据时对公民隐私侵犯的担心。
再看看我们身边，当微博，微信，QQ空间这些社交平台肆意的吞噬着数亿用户的各种信息时，你就不要指望你还有隐私权了，就算你在某个地方删除了，但也许这些信息已经被其他人转载或保存了，更有可能已经被百度或Google存为快照，早就提供给任意用户搜索了。
因此在大数据的背景下，很多人都在积极的抵制无底线的数字化，这种大数据和个体之间的博弈还会一直继续下去……
专家给予了我们一些如何有效保护大数据背景下隐私权的建议：1-减少信息的数字化；2-隐私权立法；3-数字隐私权基础设施（类似DRM数字版权管理）；4-人类改变认知（接受忽略过去）；5-创造良性的信息生态；6-语境化。
但是这些都很难立即见效或者有实质性的改善。
比如，现在有一种职业叫删帖人，专门负责帮人到各大网站删帖，删除评论。其实这些人就是通过黑客技术侵入各大网站，破获管理员的密码然后进行手工定向删除。只不过他们保护的不是客户的隐私，而大多是丑闻。还有一种职业叫人肉专家，他们负责从互联网上找到一个与他们根本就无关系用户的任意信息。这是很可怕的事情，也就是说，如果有人想找到你，只需要两个条件：1-你上过网，留下过痕迹；2-你的亲朋好友或仅仅是认识你的人上过网，留下过你的痕迹。这两个条件满足其一，人肉专家就可以很轻松的找到你，可能还知道你现在正在某个餐厅和谁一起共进晚餐。
当很多互联网企业意识到隐私对于用户的重要性时，为了继续得到用户的信任，他们采取了很多办法，比如google承诺仅保留用户的搜索记录9个月，浏览器厂商提供了无痕冲浪模式，社交网站拒绝公共搜索引擎的爬虫进入，并将提供出去的数据全部采取匿名方式处理等。
在这种复杂的环境里面，很多人依然没有建立对于信息隐私的保护意识，让自己一直处于被滋扰，被精心设计，被利用，被监视的处境中。可是，我们能做的几乎微乎其微，因为个人隐私数据已经无法由我们自己掌控了，就像一首诗里说到的：“如果你现在继续麻木，那就别指望这麻木能抵挡得住被”扒光”那一刻的惊恐和绝望……”
和大数据相关的技术
? 云技术
大数据常和云计算联系到一起，因为实时的大型数据集分析需要分布式处理框架来向数十、数百或甚至数万的电脑分配工作。可以说，云计算充当了工业革命时期的发动机的角色，而大数据则是电。
云计算思想的起源是麦卡锡在上世纪60年代提出的：把计算能力作为一种像水和电一样的公用事业提供给用户。
如今，在Google、Amazon、Facebook等一批互联网企业引领下，一种行之有效的模式出现了：云计算提供基础架构平台，大数据应用运行在这个平台上。
业内是这么形容两者的关系：没有大数据的信息积淀，则云计算的计算能力再强大，也难以找到用武之地；没有云计算的处理能力，则大数据的信息积淀再丰富，也终究只是镜花水月。
那么大数据到底需要哪些云计算技术呢？
这里暂且列举一些，比如虚拟化技术，分布式处理技术，海量数据的存储和管理技术，NoSQL、实时流数据处理、智能分析技术（类似模式识别以及自然语言理解）等。
云计算和大数据之间的关系可以用下面的一张图来说明，两者之间结合后会产生如下效应：可以提供更多基于海量业务数据的创新型服务；通过云计算技术的不断发展降低大数据业务的创新成本。
36大数据
如果将云计算与大数据进行一些比较，最明显的区分在两个方面：
第一，在概念上两者有所不同，云计算改变了IT，而大数据则改变了业务。然而大数据必须有云作为基础架构，才能得以顺畅运营。
第二，大数据和云计算的目标受众不同，云计算是CIO等关心的技术层，是一个进阶的IT解决方案。而大数据是CEO关注的、是业务层的产品，而大数据的决策者是业务层。
详情：
“人肉搜索”是什么意思？
朋友 你好 希望能帮到你
人肉搜索引擎（manpower search engine），如果你爱他，把他放到人肉引擎上去，你很快就会知道他的一切；如果你恨他，把他放到人肉引擎上去，因为那里是地狱。
人肉搜索引擎与刺青、美白、护肤、减肥等直接在人肉上施行的种种行为无关。
顾名思义，人肉搜索就是利用现代信息科技，变传统的网络信息搜索为人找人、人问人、人碰人、人挤人、人挨人的关系型网络社区活动，变枯燥乏味的查询过程为“一人提问、八方回应，一石激起千层浪，一声呼唤惊醒万颗真心”的人性化搜索体验。
人肉搜索不仅可以在最短时间内揭露某某门背后的真相，为某三某七找到大众认可的道德定位，还可以在网络无法触及的地方，探寻并发现最美丽的丛林少女，最感人的高山牧民，最神秘的荒漠洞窟，最浪漫的终极邂逅。
人肉搜索追求的最高目标是：不求最好，但求最肉。
人肉搜索引擎就是指更多的利用人工参与来提纯搜索引擎提供的信息的一种机制。猫扑网的人肉搜索引擎就是其中一个比较成功的例子。
针对搜索引擎的Link Farm和Spam也许永远不会停止，因为他们能够从他们的作恶中得到利益。我们知道得到利益不是作恶的唯一原因，然而大规模的产业化的作恶唯一的原因当然是那样可以得到利益。
所以，这是一场暂时无法结束的战争，只要搜索引擎还是应用最广泛的一种互联网应用，只要搜索引擎还是用户找到合适服务的最主要手段。很多人把问题归结于PageRank技术，当年人们也是这样抱怨META关键字和描述技术。也许Google或者其他的公司能够研究出来更加伟大的技术，来取代PageRank，但是谁知道这新的技术什么时候又会变成明日黄花。
搜索引擎是利用机器自动化的收集网络信息并有序化的一种技术。搜索引擎高效快速，然而因为现在人工智能并不完善，搜索引擎还很难甄别刻意的、修饰过的信息，所以SEO Spam才会那么猖獗。所以，有些人想从搜索引擎的反面来解决问题，那就是更多的利用人工把搜索引擎得到的信息进一步萃取，进一步有序化，我们称之为人肉搜索引擎。
[编辑本段]起源
应该很多人都知道，中国有一个叫猫扑的论坛，人气非常旺。人肉搜索引擎的概念就是出自于猫扑。
跟很多论坛一样，猫扑上面也经常有人问这个问题、那个问题。同时，猫扑有种虚拟货币叫做Mp，问问题的人往往会用Mp来奖励可以帮助他们的人。虽然Mp不能吃、不能喝，但是还是有很多人醉心于挣取更多的Mp。那些惯于通过回答问题挣取Mp的人，在猫扑一般叫做赏金猎人。
于是很有趣味的一幕出现了，某人需要解决一个问题，就在猫扑发贴并许诺一定数量的Mp作为酬谢。很快，就会有赏金猎人看到这个贴子，他们就会去用搜索引擎来寻找问题的答案，然后争先恐后地把找到的答案回在帖子里面邀功。最后，提问题的人得到了答案，赏金猎人得到了Mp，皆大欢喜。这也就形成了所谓的人肉搜索引擎的机制。有趣的是，我们可以发现人肉搜索引擎的搜索流程和搜索引擎，在不同服务器之间的分布式搜索流程看起来是那么的相似，区别仅仅在于发动和执行流程的是人，还是机器。
人肉搜索引擎的质量怎样保证呢？这是一个非常有趣的问题，从刚才的流程上大家可以发现，如果有足够多的赏金猎人，他们之间就会产生竞争，寻找资料速度的竞争、资料准确性的竞争。竞争的结果是，一个速度又快、资料又准确、全面的赏金猎人，会有越来越多的Mp，这会给他带来更多的成就感，同时他也会更加的醉心于赏金猎人的工作。甚至，据我所知很多赏金猎人会形成自己的职业道德和行为准则，这样可以给他们更大的自我实现，同时提高了用户的满意程度。这就形成了一个正反馈、一个良性循环，前提是有足够的激励（Mp）投入和足够产生竞争的参与者（赏金猎人）。
同时，很多人也为自己是一个人肉搜索引擎的用户感到自豪，因为这确实太好用了，不需要担心分词不准确，不用担心电脑错误的理解了你的话，不用担心搜索引擎收录范围不同造成的风险，甚至不需要学习搜索引擎怎么用，而且答案也不会仅仅局限于搜索引擎所能找到的信息，虽然绝大部分问题是通过搜索引擎就可以找到的。
然而，人肉搜索引擎几年来仅仅是一个概念，还没有成为一种产品。在猫扑，人肉搜索引擎只能帮助猫扑提升人气，并不能成为一个产品给猫扑带来效益，同时也给更多的人服务。这是为什么呢？可能有4点原因：
1、猫扑人肉搜索引擎和论坛的差异不够明显。或者说在猫扑里，人肉搜索引擎只是论坛的一种应用而已，任何需要人肉搜索引擎服务的人必须是论坛的用户，这降低了用户普及度。
2、Mp过于游戏化。Mp是虚拟货币，是游戏化的货币，这也给猫扑的人肉搜索引擎加上了游戏性的标签。做赏金猎人的人仅仅是喜欢这个游戏化氛围的人，或者说是能被Mp这样的虚拟货币激励的人，这影响了赏金猎人队伍的扩大，从而影响了人肉搜索引擎的扩大。
3、人肉搜索引擎的反映比较慢。Google可以在0.00001秒内给你一个答案，然而人肉搜索引擎需要等待有人看到你的帖子，并找出结果才会有所反应。
4、猫扑人肉搜索引擎不能保留历史纪录，每次有一个问题出现，就会引发一次分布式搜索。即使问题是重复的，也会同样引发这个流程，而且相同的问题在不同的时间问，答案可能迥异，不能对相同答案给予一致性的结果。
[编辑本段]著名案例
2006年4月的魔兽“铜须门”是人肉引擎的一次发动，猫扑人肉引擎发动后将这起偷情事件的男女主角包括照片、工作单位、学校、姓名等详细资料公布于众。尽管偷情并不是犯法，更不是犯罪.后来发帖者不再出现，帖子所写内容又疑点颇多，闹了个不了了之.这一事件中，有网民曾在天涯杂谈对铜须发出 “追杀令”，更有黑客成功窃取了铜须的MSN密码。
2006年4月的另一件事是“踩猫事件”。网民们靠视频截图中出现的大桥，认出了视频拍摄地点是黑龙江萝北县，并迅速挖出了踩猫者，一位离婚的中年护士。尽管并没有触犯法律，该护士仍然被单位解职。
猫扑人肉引擎第一次发挥巨大威力是2007年4月“钱军打人”事件，几个小时之内，殴打老人者钱军和其妻子的电话号码、身份证号码、家庭住址、工作单位、孩子上学的学校全部曝光，许多人发短信给他的妻子，声称要弄死他们一家。
2007年，还有流氓外教案，一个“外教”在自己博客上写自己与多少中国女人发生性关系。这一博客被上海社会科学院教授张结海披露，引起了全国性的“网络通缉令”。很快，行为艺术家承认，流氓外教是自己搞的“行为艺术”。
伊莱克斯女助理案则显示了“多数人的暴政”，一位外企女白领的外籍情人邮箱被盗，女白领的照片被贴得到处都是，个人资料、身高体重、血型和毕业院校全部曝光。多数网民只是认为外国人玩弄女性，并斥责女白领不要脸，并没有一个人指责盗窃邮箱者的黑客行为。
2007年10月天涯发生“史上最牛小三”事件，这是天涯人肉引擎发挥力量。
每一个强大的人肉搜索事件都需要网站管理者的帮助,至少是纵容，比如管理员的反复置顶推荐。
[编辑本段]人肉和电脑
人肉搜索引擎其实就是在一个社区里面提出一个问题，由人工参与解答而非搜索引擎通过机器自动算法获得结果的搜索机制。
通俗来说就是通过广聚五湖四海的网友力量，每个遇到困难的人提出问题，而有这方面知识或者线索的人就对其解答、分析，可以说是一种问答式搜索。
百度知道、新浪爱问、雅虎知识堂从本质上说是人肉搜索引擎，因为人肉搜索基于社会工程学的基础之上。
对于一些八卦搜索、没有唯一答案的多选结果搜索，人肉搜索往往能得到更有价值和吸引力的结果。
在百度知道里待解决问题数目高达966979，而爱问知识人则称“知识人，亿万网民帮您解决困难！”
为什么会有如此惊人的数字呢？其实这就是人肉搜索引擎的威力所在，也证实了不能通过机器搜索引擎解决所有的困难。
相反，由于网络这个虚拟空间聚集了各地的不同阶层，不同知识背景的人，得到帮助的几率也会大大增加。
当然，人肉搜索引擎也有比不上机器搜索引擎的地方，那就是速度。
Google可以0.00001秒内给你一个答案，然而人肉搜索引擎需要等待有人看到你的帖子，并找出结果才会有所反应。
所以说，人肉搜索引擎的潜在力量比机器搜索引擎强大，但反馈速度就比不上机器搜索引擎，两者的挑战只能说是平手。
用人肉搜索就一定能找到自己要找的吗？我说的是一定
查到IP
如果有网吧看帖子时间
调监控录像
如果是家里更简单
直接找到注册这个ip是你用的身份证
所以
网上发消息理论上你是无可遁形的
当然这只是理论
如果你懂黑客技术向找你就不容易了
关于网络黑客或者人肉的问题
很简单，你在网上发帖的时候有你的账号信息，他顺着你的账号去一点一滴去查找就可以完全找到你所有发过的信息了！
雷公黑客教程 就有这样的技术讲解和过程了！
其实很简单就是不会而以！