O que é k-anonimato, e por que usamos nas páginas públicas
k-anonimato é a garantia de que cada informação publicada descreve pelo menos k pessoas diferentes. Usamos k = 3 nas páginas públicas de setor: um termo só aparece se ao menos três membros distintos o tiverem citado. Abaixo disso, o dado descreveria alguém — e descrever alguém é identificar.
O problema que ele resolve
Publicar “o setor de consultoria procura investidor” é agregado. Publicar “alguém procura investidor para uma rede de padarias em Blumenau” é uma pessoa — identificável por qualquer um que a conheça, e provavelmente por uma busca.
Entre as duas frases não há diferença de intenção; há diferença de quantas pessoas a frase descreve. É isso que o k mede.
Contamos pessoas, nunca ocorrências
Se um membro escreve “cliente, cliente, cliente”, isso conta como um. Contar ocorrências transformaria a ênfase de uma pessoa em falso agregado — e é um erro fácil de cometer e difícil de perceber depois de publicado.
A trava vale para o setor inteiro
Setor com menos de três empresas não tem página: a rota devolve 404 de verdade. Não publicamos versão magra com o que sobrou, porque página que existe e não deveria é pior que página que falta — o buscador indexa a primeira e guarda cópia.
Por que o k é a trava real, e não a verificação automática
A verificação automática de dado pessoal é por expressão regular: reconhece telefone, e-mail e CPF. Ela não reconhece nome próprio — “preciso vender para a [empresa]” passa limpo. O que impede nome próprio de aparecer é o k: nome citado por uma pessoa nunca chega a três.
O que isso custa
Páginas mais pobres do que poderiam ser, e setores inteiros sem página. É o preço de não publicar informação que identifica alguém que confiou o texto a nós.