1.1.大多数人拒绝广告，因为大多数广告与广告关系不大。
1.1.1.U.S. News的大学排名模式刺激了富裕和中产阶级学生及其家庭在大学申请上投入巨资。
1.2.掠夺性广告是一种数学破坏性形式。
1.2.1.掠夺性广告寻找不平等并大规模利用它们，其结果是现有的社会分层进一步根深蒂固。
1.3.掠夺性广告大规模地关注社会上最绝望的人。
1.3.1.营销目标群体是“孤立”、“不耐烦”和“自卑”的人。
1.3.2.有子女的单身母亲，靠社会援助谋生。
1.3.3.孕妇。
1.3.4.刚离婚。
1.3.5.自卑。
1.3.6.从事低薪工作。
1.3.7.我最近经历了一个亲近的人的死亡。
1.3.8.遭受身体和精神虐待。
1.3.9.最近被监禁。
1.3.10.吸毒成瘾的经历**。
1.3.11.从事一份没有前途的工作。
1.3.12.未来没有人。
1.3.12.1.疼痛是他们最大的驱动力。
1.4.误导性广告标题是整个肮脏行业劳动的结果。
1.5.从掠夺性广告商的角度来看，穷人的搜索引擎查询行为和点击优惠券，其实是在喊广告商要注意自己。
1.6.渐渐地，广告节目将对目标受众有越来越深入的了解。
1.6.1.如果这是一个掠夺性广告计划，它将评估目标人群的缺点和弱点，并找到从中获取价值的最有效方法。
1.7.受害者几乎不知道他们是如何被选中的，也不知道广告商是如何从他们身上获得这么多东西的。
1.8.营利性大学的快速增长得益于掠夺性广告的兴起。
1.9.营利性大学远非唯一利用掠夺性广告赚取巨额利润的大学，类似的机构和行业还有很多。
1.10.发薪日贷款行业得到了大量数据供应商和潜在开发人员的大力支持，其中许多人可以被称为“骗子”。
2.1.美国最贫穷的40%人口深陷绝望。
2.1.1.许多工业工作岗位消失了，要么被新技术取代，要么转移到海外。
2.1.2.这些人真正需要的是钱。
2.1.3.他们被灌输了这样一种观念，即赚钱的关键取决于教育水平。
2.2.脆弱性的价值就像。
2.3.营利性大学正在瞄准另一个更脆弱的群体。
2.3.1.营利性大学使用的数学非常精确，针对最脆弱的群体。
2.3.2.数学以复杂模型的形式推动了整个掠夺性广告业的发展，导致潜在的学生客户申请这些营利性大学。
2.3.3.释放的“诱饵”是突破固有阶级、更上一层楼的机会。
2.3.3.1.它们为弱势群体提供了受教育的机会，向他们承诺了光明的未来，一个有吸引力的机会，让他们走出自己的班级，结果，来自贫困家庭的学生背负着更多的债务。
2.3.3.2.这个“诱饵”也意味着对其目标的潜在批评，即这些下层阶级没有做出足够的努力来改善他们的生活。
2.3.4.它更有可能针对贫困地区的人们，尤其是那些点击发薪日贷款广告或担心创伤后应激障碍的人。
2.3.4.1.退伍军人是营利性大学学生的主要来源，部分原因是他们更容易获得资助。
2.4.客户的无知是关键 ***。
2.4.1.目标学生都是外国移民，他们认为私立大学比公立大学好。
2.4.2.如果他们说私立大学时指的是哈佛或普林斯顿，那么这是真的。
2.4.3.所有私立大学，包括德鲁尔大学和凤凰城大学等营利性大学，都比任何只有新来者才会相信的州立大学（如伯克利大学、密歇根大学或弗吉尼亚大学）更好。
2.4.3.1.文凭工厂。
2.4.3.2.营利性大学文凭在职场上的价值低于社区大学文凭，与高中中文文凭大致相同。
2.4.3.3.这些大学的平均学费比顶尖公立大学高出20%
2.4.4.一旦确认了无知的迹象，招生官的下一个主要工作就是针对最易受影响的人，然后利用他们的私人信息对他们发动有针对性的“攻击”
2.4.4.1.其背后，是一整条产业链的伏笔。
2.5.以各种形式招收学生是营利性大学的核心业务，在大多数情况下，他们在这一领域的投资比在教育方面的投资要多得多。
2.5.1.营利性大学的大部分广告费都流向了谷歌和Facebook。
2.6.营利性大学还提供一些免费服务，以换取与学生面对面的对话。
2.6.1.这些大学提供免费培训，指导学生撰写简历。
2.6.1.1.这些培训对学生非常有益。
2.6.2.其中，那些提供***的贫困学生，在培训结束后将成为学校的对象。
2.7.在学生申请大额贷款来支付学费之前，由数学模型辅助的掠夺性广告的危险才变得明显。
2.7.1.营利性大学可以将其贷款金额提高到贷款金额的 9 倍。
2.8.营利性大学不会打扰有钱的学生，因为他们有很强的区分他们和父母的能力。
3.1.一个使用互联网筛选目标人群的程序。
3.2.目标是创建一个潜在客户列表，中间人将提供给适当的商家。
3.3.在大学注册后的 5 分钟内**，准学生客户就会收到录取通知**。
3.4.在注册后的一个月内，每个潜在的学生客户平均收到超过 180 份注册**。
4.1.数据科学家首先使用贝叶斯方法优化营销漏斗，从统计学的角度来看，贝叶斯方法非常接近常规债券。
4.2.个人数据是所有数学致命性的关键参数**。
4.3.从某种意义上说，计算机正在学习。
4.4.建立在大数据上的模型开始自行筛选有关我们的数据，找到我们的习惯、需求、担忧和欲望。
4.5.所谓的AB测试的现代版本，几十年来一直被直邮营销从业者使用。
4.5.1.如果你只是把电子邮件扔掉，甚至没有阅读它，你就给了广告商一个有价值的数据，而这个广告对你来说没有价值。
4.5.2.下次，他们将尝试以稍微不同的方式再次发送电子邮件。
4.5.3.1%的回复率已经是成功的。
4.5.3.1.他们拥有的数据是巨大的。
4.6.随着人工智能机器学习能力的快速增长，计算机只需要给出一些基本指令，就可以最大限度地挖掘数据。
4.6.1.对于许多工作来说，机器学习比传统的规则绑定程序更灵活、更复杂。
4.7.算法可以自行发现模式，然后根据时间变量将它们与结果相关联。
4.7.1.算法的语言能力从幼儿园到中学生都有所提高，部分APP的语言能力提高得更快。
4.7.2.自然语言识别算法的进步为广告商创造了大量的可能性。
4.8.数学杀伤力的一个决定性特征是它可能危及许多人的生命。
4.9.一些最有效，同时也是数学上最致命的**可以规避法律法规。