<p id="jhtrt"></p>

<p id="jhtrt"><delect id="jhtrt"><menuitem id="jhtrt"></menuitem></delect></p>

<p id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></p>
<pre id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></pre>

<pre id="jhtrt"><p id="jhtrt"></p></pre>
<p id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></p>

<pre id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></pre><noframes id="jhtrt">

<p id="jhtrt"></p>

<pre id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></pre>

<noframes id="jhtrt"><p id="jhtrt"></p>
<delect id="jhtrt"><delect id="jhtrt"><menuitem id="jhtrt"></menuitem></delect></delect>
<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<p id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></p>

<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<pre id="jhtrt"><output id="jhtrt"></output></pre>

<pre id="jhtrt"></pre>

<pre id="jhtrt"></pre>
<pre id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></pre><pre id="jhtrt"></pre>
<p id="jhtrt"></p>
<pre id="jhtrt"><output id="jhtrt"></output></pre>

<pre id="jhtrt"></pre>
<noframes id="jhtrt"><pre id="jhtrt"><p id="jhtrt"></p></pre>

<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<output id="jhtrt"><delect id="jhtrt"><listing id="jhtrt"></listing></delect></output>

<pre id="jhtrt"><p id="jhtrt"></p></pre>

<pre id="jhtrt"></pre>

<p id="jhtrt"></p>

<p id="jhtrt"></p><pre id="jhtrt"><p id="jhtrt"></p></pre><p id="jhtrt"></p>

<p id="jhtrt"></p>
<p id="jhtrt"></p>
<p id="jhtrt"></p>
<pre id="jhtrt"></pre>
侵權投訴
訂閱
糾錯
加入自媒體

算法新規實施一個月,那些侵擾個人信息的個性推薦還剩多少?

2022-04-14 11:43
算力智庫
關注

算力說

“外賣騎手,困在系統里”一年前,《人物》雜志這篇調查報道刷屏全網,撕開了算法背后的冷漠真相。

算法正在“算計”人類,作為Web2.0時代信息過濾的核心手段和效率工具,算法似乎從問題解決者變成了問題制造者,算法歧視,大數據殺熟,充滿誘導意味和廣告嫌疑的個性推薦,讓身處互聯網深海的公民被一步步拽向它編織的信息繭房和賽博牢籠,算法規制刻不容緩。

眾望所歸下,今年3月1日,《互聯網信息服務算法推薦管理規定》(下稱“《算法規定》”)正式施行,并明確提出算法推薦服務提供者應當向用戶提供不針對其個人特征的選項,或者向用戶提供便捷的關閉算法推薦服務的選項。實際上,提供關閉個性化推薦的選項在《個人信息保護法》[i]中已有要求,《算法規定》主要細化了要求和法律責任。

時隔一月后,那些侵擾個人信息的個性推薦還剩多少?讓我們看看“后算法時代”下的行業發生了哪些變化?

算法規定出臺后,各大平臺如何應對?

面對用戶關于手機軟件監控和隱私保護的潛在擔憂,自《算法規定》施行以來,微信、美團、Bilibili、抖音、淘寶、微博、今日頭條等主流軟件紛紛上線了個性化推薦功能的關閉入口。

以微信為例,可以在“設置——隱私——個人信息與權限——個性化廣告管理”中關閉個性化廣告推送按鈕,但若選擇關閉,用戶看到的廣告數量不會減少,但看到的廣告的偏好相關度降低。

值得注意的是,多款app上線“個人信息收集清單”,可以查看app收集的具體個人信息和收集次數。部分app給出“清除個性化記錄”的選項,可以將此前在app上的歷史行為一鍵清除。淘寶、百度、豆瓣等app還向用戶提供了選擇或者刪除用于算法推薦服務的針對其個人特征的標簽。

除此之外,《算法規定》還要求對推薦算法進行了說明告知,其中包括基本原理、目的意圖和主要運行機制進行公示。[2]算法透明性要求是為了對抗算法黑箱帶來的不確定性,保護用戶知情權和選擇權。

例如,美團在2021年9月公開騎手配送中“預估到達時間”的算法規則,其中并未披露技術細節,但對于基本原理(四層算法模型)、目的意圖(為騎手提供充裕送餐時間)、運行機制(在模型預估時間的基礎上增加三層保護時間)均予以告知。

微博也曾專門發文解釋搜索熱度、討論熱度、傳播熱度熱搜榜單的形成機制,字節跳動也曾專門對推薦算法的原理進行說明。

盡管上述規定的落地細則和監管尺度尚不明確,我們理解關于算法推薦服務透明性要求的監管紅線將始終聚焦于用戶,企業可據此部署顯著明確、易于用戶理解的算法公開機制;蛟S在以后的隱私政策中,信息處理者會加入專門的算法解釋章節,對所使用的算法運行機制進行說明。

根據此前曾經公開過的算法推薦機制,目前主流的推薦算法有以下幾類:

基于內容的推薦:通過用戶的行為日志挖掘出衡量用戶偏好的標簽,通過這些偏好標簽為用戶做推薦。

協同過濾:找到與用戶興趣相同的用戶(有過類似的行為),將這些興趣相同的用戶瀏覽過的標的物推薦給用戶。

基于模型的推薦:一般來說,可基于用戶行為記錄、用戶相關信息(年齡、性別、地域和消費習慣等)及標的物相關信息來構建算法模型,預測用戶對物品的偏好。

基于社交關系的推薦:例如微信“視頻號”中的“朋友贊過”就是通過將你的微信好友贊過的視頻展示給你來實現推薦。

精準投放與個人信息保護如何平衡?

在信息爆炸時代,個性化推薦提高了信息傳播效率,可以針對個人精準定制和推送信息,為受眾提供高質量信息服務;趥人信息生成用戶畫像,進行定向內容推薦和定向廣告推送,是軟件平臺收集個人信息的主要目的之一。

那么,如何處理精準投放與收集用戶個人信息的關系呢?

在廣告推送模式的選擇中,有opt-in和opt-out兩種模式。所謂opt-in,即默認不同意進來,除非專門允許;所謂opt-out,即默認同意進來,除非專門拒絕。前者很嚴格,所以廣告主往往都希望使用后一種模式。即直接推送廣告,直到用戶明確表示拒絕。但用戶往往選擇前者,因為用戶的感覺會更“清凈”——除非用戶明確同意,否則廣告不要進來。實際上,盡管GDPR對個人信息保護很嚴格,但也沒有對opt-in和opt-out作出裁決。所以直到今天,全球范圍內兩種模式的爭論仍在進行。

去年11月網信辦發布的《網絡數據安全管理條例(征求意見稿)》第49條提出,互聯網平臺運營者利用個人信息和個性化推送算法向用戶提供信息的,應當對推送信息的真實性、準確性以及來源合法性負責,并符合以下要求:

(一)收集個人信息用于個性化推薦時,應當取得個人單獨同意;

(二)設置易于理解、便于訪問和操作的一鍵關閉個性化推薦選項,允許用戶拒絕接受定向推送信息,允許用戶重置、修改、調整針對其個人特征的定向推送參數;

(三)允許個人刪除定向推送信息服務收集產生的個人信息,法律、行政法規另有規定或者與用戶另有約定的除外。

《征求意見稿》盡管目前還沒生效,但是第49條體現了我國在個性化推送方面的最新政策趨勢,也是最嚴要求,企業可以作為合規的參考。

《征求意見稿》對個性化推送提出了最嚴格的要求——明確opt-in模式,即只有用戶同意且單獨同意后才可以進行個性化推薦(精準推送廣告)。而目前幾乎所有app都是采用opt-out模式,即默認開啟個性化推薦,除非用戶選擇關閉?梢韵胂笕绻@一條款通過必將引發熱烈關注。但筆者相信,只要數據收集足夠透明和規范、內容足夠優質和豐富,用戶會自愿打開個性化推薦。

第49條規定并非憑空嚴格,而是符合《個人信息保護法》的要求,個性化推薦顯然不屬于《個人信息保護法》第十三條規定的“例外”事項,當然就應該征得用戶的同意。目前主流app的隱私政策會寫明收集個人信息的用途包括定制化服務或個性化推薦,用戶關閉個性化推薦后,可以看作是個人信息處理目的發生了變更,根據個保法第14條第二款,應重新取得用戶同意。

另外,49條第2、3款也走的比較遠,前述部分app已經據此做了相關優化,在這一點上可以看出互聯網龍頭企業對算法合規的重視。
設置個性化推薦算法開關是維護用戶權益必然要求,但并不意味著對算法推薦的否定。相反,app應該持續優化算法,讓用戶知道收集了哪些信息,以及基于何種機制產生推薦內容,提高算法的公開、透明度,在陽光下公開、透明地“計算”。

結 語

在《算法規定》出臺前,我國并沒有專門規制算法推薦活動的法律法規,僅在《個人信息保護法》《網絡信息內容生態治理規定》《消費者權益保護法》等法律法規中,通過零散的條文對于算法推薦活動進行規范。

《算法規定》作為首部聚焦算法推薦服務治理的部門規章,其頒布意味著算法推薦活動的治理進入新的階段。立足《算法規定》等相關規定,及時建立、完善算法推薦內部合規制度已成為企業發展的當務之急。

參考資料

[1]《個人信息保護法》第24條第2款:通過自動化決策方式向個人進行信息推送、商業營銷,應當同時提供不針對其個人特征的選項,或者向個人提供便捷的拒絕方式。

2、《互聯網信息服務算法推薦管理規定》第16條:算法推薦服務提供者應當以顯著方式告知用戶其提供算法推薦服務的情況,并以適當方式公示算法推薦服務的基本原理、目的意圖和主要運行機制等。

END

       原文標題 : 算法新規實施一個月,那些侵擾個人信息的個性推薦還剩多少?

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯系舉報。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

安防 獵頭職位 更多
文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號

国产亚洲AV片在线观看播放,97超碰人人爱香蕉精品,超清中文乱码字幕在线观看

<p id="jhtrt"></p>

<p id="jhtrt"><delect id="jhtrt"><menuitem id="jhtrt"></menuitem></delect></p>

<p id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></p>
<pre id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></pre>

<pre id="jhtrt"><p id="jhtrt"></p></pre>
<p id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></p>

<pre id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></pre><noframes id="jhtrt">

<p id="jhtrt"></p>

<pre id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></pre>

<noframes id="jhtrt"><p id="jhtrt"></p>
<delect id="jhtrt"><delect id="jhtrt"><menuitem id="jhtrt"></menuitem></delect></delect>
<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<p id="jhtrt"><output id="jhtrt"><delect id="jhtrt"></delect></output></p>

<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<pre id="jhtrt"><output id="jhtrt"></output></pre>

<pre id="jhtrt"></pre>

<pre id="jhtrt"></pre>
<pre id="jhtrt"><output id="jhtrt"><menuitem id="jhtrt"></menuitem></output></pre><pre id="jhtrt"></pre>
<p id="jhtrt"></p>
<pre id="jhtrt"><output id="jhtrt"></output></pre>

<pre id="jhtrt"></pre>
<noframes id="jhtrt"><pre id="jhtrt"><p id="jhtrt"></p></pre>

<p id="jhtrt"></p>

<pre id="jhtrt"></pre>

<output id="jhtrt"><delect id="jhtrt"><listing id="jhtrt"></listing></delect></output>

<pre id="jhtrt"><p id="jhtrt"></p></pre>

<pre id="jhtrt"></pre>

<p id="jhtrt"></p>

<p id="jhtrt"></p><pre id="jhtrt"><p id="jhtrt"></p></pre><p id="jhtrt"></p>

<p id="jhtrt"></p>
<p id="jhtrt"></p>
<p id="jhtrt"></p>
<pre id="jhtrt"></pre>