“啊,沒事兒,姑娘你是不累了,要不咱們今天去你外婆家,咱不多待了,咱明天就回家,反正離的也不遠,我和你爸平時也都常去。”李媽選擇回避了李爸的問題,原因是李媽想到明明李珊是回家休假的,可現在看來非但本身的工作量沒有減輕,現在他們老兩口反而又給李珊增加了“工作量”,之前總是想讓李珊和他們二老多聊聊天,他們也好多了解一下平時李珊的工作狀态,于是是到處搜羅和法律相關的例子,就想着回家能和李珊聊聊天,但殊不知這種性質的“聊天”對于他們二老屬于放松,因為大部分的聊天内容屬實是左耳進右耳出了,但是對于李珊來說其實不亞于日常工作時接待一個不懂法律的當事人的答疑工作,可以說自從李珊回家後,不是坐在電腦桌前忙着自己的工作,就是被動地接待他們二老給他們二老答疑,這不是根本就沒休息嘛!想到這裡,李媽搶在李爸開口前,率先扔出一個不費腦筋的話題,就想着給李珊的大腦解解綁、松松勁。
可是李珊剛剛才被李爸的提問激起了對未來規劃的躊躇滿志,現在聽到李媽轉移話題,當然是不幹了,現在對于李珊來說什麼待幾天的問題和她的賺錢大業比起來都不重要,現在的李珊隻想通過李爸李媽的口了解到更多普通人關于法律最想知道或者比較困惑的點,那正好可以成為李珊運營自媒體的素材庫的來源,這不妥妥的是天賜的商機嘛!所以李珊趕緊調整話題的走向,主動問向正在開車的李爸,
“爸,你剛才說你是刷視頻看到的,你是通過抖音、快手還是微信裡的小視頻啊?”
“啊,是微信裡面的,就是平時回完微信然後順便刷着看到的。”經過李媽的提點,李爸發現這兩天确實李珊太累了,不是在電腦前忙工作,就是在忙着解答他們二人的問題,根本就沒得到真正的休息啊,所以面對李珊的主動提問,李爸也沒有順勢問出自己更多的疑問。
但是李珊此時卻想探究更多的關于自媒體運營的渠道、方式的信息,所以李珊又再次抛出了問題,問道:
“爸,你平時有關注這類的賬号嗎?”
“也沒有特殊關注,可能就是這兩天系統給我推這類視頻的時候,我停留的時間長一些吧,關鍵不多看一會兒根本不知道視頻說了個什麼事兒。”
李珊總結可能是系統根據用戶偏好進行的自動推薦即個性化推薦,這個自動推薦功能好像是每個平台都有的,而且有的時候不同的平台之間好像還會進行用戶偏好的互通,就像有的時候會出現當自己在微博上搜索一件物品時,随即打開淘寶,居然自動推薦的就是剛剛在微博上搜索到的物品,最開始李珊遇到的時候隻是覺得可能是個巧合,但是次數多了,相信任誰也不能覺得這是巧合了,其實李珊那時候在想的是這種自動推薦有沒有涉嫌侵犯消費者或用戶的個人隐私,如果手機在任何APP裡搜索的信息都會上傳到一個終端用于搜集用戶偏好以進一步精準推薦達成成交率高的目的,那麼是不是每個人在手機上進行的所有操作都會被背後一雙看不見的眼睛注視着,那如何還有隐私可言啊?所以那個時候李珊根據這個大膽的設想,進行了一番研究。
所謂的個性化推薦的運行機制是:構建個性化推薦的基礎是處理“人”與“信息”之間的關系,這裡的信息指的是“物品信息”(在電商平台就是“商品信息”,在短視頻平台就是”視頻信息“),而人指的是”人“的興趣點,個性化推薦系統往往會通過用戶注冊時填寫的個人信息、用戶的曆史浏覽信息等對其進行推斷。通過對用戶的年齡、愛好等信息進行收集,再用算法進行分析所收集的數據,用戶的興趣體系逐漸被建立并完善,形成互聯網上常說的用戶畫像。例如用戶如果常常浏覽日漫、漫展等物品,個性化推薦系統便可能捕捉到這一信息,給該用戶标記上二次元等用戶标簽。同時,系統對物品信息也會做進一步的數據挖掘工作,從而形成物品畫像。在構建好用戶畫像和物品畫像之後,個性化推薦系統會利用所有收集到的數據去聯系“人”和”物品“。個性化推薦主要分成召回和排序兩部分,召回的主要作用就是盡可能地找到用戶可能感興趣的物品,其中最經典的算法便是協同過濾算法。
協同過濾算法,顧名思義,協同過濾就是協同大家的反饋、評價和意見一起對海量的信息進行過濾,篩選出用戶可能感興趣的物品的過程。根據技術實現不同,協同過濾算法又可分為基于用戶相似度的UserCF、基于物品相似度的ItemCF和基于隐向量表達的矩陣分解CF。
基于用戶相似度的協同過濾UserCF的主要思想是興趣相似的人喜歡相似的物品,簡單來說,就是推薦給你和你浏覽行為相似的用戶所喜歡的物品。
基于物品相似度的協同過濾ItemCF則是從用戶有過行為的物品下手,推薦給你與你喜歡的物品相似的物品。例如你今天看了一部《蠟筆小新》,那麼就推薦給你算法認為的與《蠟筆小新》比較相似的《哆啦A夢》等動漫。
小主,這個章節後面還有哦,請點擊下一頁繼續閱讀,後面更精彩!
基于矩陣分解的協同過濾,矩陣分解CF的思想更為直接。它把用戶與商品的交互行為表示為一個矩陣,其中矩陣的行和列代表用戶與商品,矩陣的元素代表用戶對商品的交互行為(如點擊與評分等)。矩陣分解CF希望将交互矩陣近似地分解為一個用戶隐含表示矩陣和一個商品隐含表示矩陣的乘積,從而填補交互矩陣中未知的元素。在協同過濾算法之後,還出現了很多更複雜的召回算法,例如基于内容的算法等,究其本質還是基于相似度的推薦。同時,為了更全面地覆蓋用戶的多樣興趣,推薦系統往往會采用多路召回的機制,使得生成的候選商品更加全面多樣。
在做完召回之後,個性化推薦系統已經獲取了其認為用戶可能感興趣的物品,但一般召回階段獲取的物品數量會相當多,此時便需要多個排序模塊對召回的物品進行多級排序,最後将精挑細選的少量物品展示給用戶。
排序算法的原理,排序階段一般會整合現階段能收集到的所有信息預測用戶對物品發生某種行為(點擊、加購、收藏等)的可能性。排序過程可以理解成将用戶定位到某一類人群,再根據現有的信息給出這一類人群對于當前物品的偏好,當然個性化推薦系統對人群的分類會更細緻,甚至是無法用語言來解釋其對人群的分組,但本質上還是一回事。
後處理,在經過上述過程之後,個性化推薦有時候還會經過後處理。一方面,為了保證用戶看到的信息具有一定的多樣性,平台往往會對排序結果進行打散,使得用戶看到的推薦結果不會過度同質化。另外,針對平台運營的機制與策略,可能會對排序結果進行調整。比如,假設《蠟筆小新》和《哆啦A夢》與給二次元人群的相關度近似,但假如由于《哆啦A夢》的提供商出錢比較多,也可能會導緻《哆啦A夢》的排序在《蠟筆小新》之前。
這麼看來,好像個性化推薦完全是為了便利人們生活需求所産生的新事物,但是個性化推薦真的隻有好處沒有壞處嗎?恐怕不盡然。
現在社會上對個性化推薦的批判主要有兩點考量,一是批判個性化推薦會導緻信息繭房,二是覺得個性化推薦侵犯了自己的隐私。
一是信息繭房,信息繭房指人們關注的信息領域會習慣性地被自己的興趣所引導,從而将自己的生活桎梏于像繭一般的“繭房”中的現象,簡單來說就是我們每天隻會關心同質化的内容。但對于個性化推薦系統本身來說也不希望用戶陷于信息繭房,從平台角度出發挖掘出用戶更多的興趣點也就意味着更多的盈利點,比如一個二次元用戶本來隻會買二次元産品,如果個性化推薦系統推薦其熱門運動類物品并使得該用戶對該物品感興趣,那麼之後就可能将運動類的産品賣給該用戶,可以在幫助用戶拓展興趣的同時提高營收。所以在個性化推薦系統中,探索用戶更多元的興趣也是一大重要領域。同時提出“信息繭房”概念的桑斯坦也在《信息烏托邦》中指出:“新的傳播技術正在使事情變得更好而不是更糟”。
二是隐私安全,隐私安全它是關于算法侵犯隐私的問題,推薦算法本身并不會侵犯個人隐私,隐私問題更多地來自平台對用戶數據進行獲取與分析的方式。如果用戶在不同平台上的數據被整合和關聯,隐私洩露的風險便會大大加劇。因此,針對平台可能利用為用戶提供更好的個性化推薦為借口,對用戶數據的隐私和安全進行侵犯的問題,學術界也在積極地研究如何在平台不集中存儲用戶行為數據的情況下對個性化推薦算法進行優化。
當然,除了上述兩點廣受人們批判的問題之外,個性化推薦系統技術本身還存在不少需要改進的地方。構建個性化推薦系統的數據來自于海量的用戶,但數據中可能存在各種各樣的偏差,從而導緻所構建的個性化推薦系統容易産生不公平的推薦結果。
例如,個性化推薦系統從數據中學到女性更喜歡時尚新聞,推薦給女性時尚新聞經常能收集到大量的用戶反饋。這使得個性化系統變得偏執,往往隻向女性用戶推薦時尚新聞,導緻一些對此感興趣的男性用戶無法獲取到相關推薦。此外,個性化推薦系統對推送内容質量的把控依舊任重而道遠,如何避免推薦假新聞、标題黨和帶煽動性言論的内容也是個性化推薦系統需要重點關注的課題。
而關于個性化推薦是否會造成法律意義層面的侵權,李珊搜索到了一篇最高院的公報案例:
2017年11月24日,周裕婵在KK館APP上購買了迪奧女士Q版香水四件套商品一份?2017年11月29日,周裕婵收到上述商品,因懷疑是假貨,周裕婵在KK館APP上向在線客服申請退貨,在線客服答複周裕婵稱保稅直郵商品暫不提供無理由退換貨服務?2017年11月30日21∶06分,周裕婵收到号碼為1365370打入的電話,一自稱為KK館“售後楚楚”的客服人員聯系周裕婵,并提出與周裕婵互加微信?21時8分,周裕婵在微信中添加了“售後楚楚”,“售後楚楚”将周裕婵在KK館APP上的購物詳情(包括快遞單号、收貨人手機、收貨地址、訂單創建時間、訂單付款時間、訂單發貨時間、訂單完成時間、訂單支付方式、訂單支付号、用戶賬号、商品名稱、金額)截圖發送給周裕婵,并發送了退款鍊接給周裕婵,周裕婵點擊進入“售後楚楚”發送的退款鍊接,并将姓名、卡号、動态密碼發送給了“售後楚楚”?21時29分,周裕婵的銀行賬戶中被轉走.96元?周裕婵意識到被騙,于22時撥打110報警?一審庭審中,周裕婵稱公安部門對其報警并未立案處理?
小主,這個章節後面還有哦,請點擊下一頁繼續閱讀,後面更精彩!
另查明,KK館是由快客公司委托易得公司開發,并由快客公司經營的一款購物APP?每次登入KK館APP,都會彈出如下溫馨提示:“如有電信詐騙不法分子以‘物流丢件或商品問題向顧客退款索要銀行賬戶等信息’請不要随意相信以免上當受騙?請您把電話拉黑,若有任何問題請聯系KK館在線客服或緻電?”
這則案例中周裕婵為何會輕信被騙是因為詐騙分子掌握了她全部的購物詳情包括個人身份信息,所以周裕婵起訴要求被告賠償原告人民币.96元及利息,注意這裡面的.96元不是周裕婵購買香水的對價,而是她被劃走的總金額,那麼此時被告KK館辯稱道:(1)原告提交的證據難以确定其實際損失情況?無論是原告提交的與“售後楚楚”微信聊天記錄、銀行流水、電話通話記錄,均無法确定是否确有詐騙?原告雖有報案,但因原告報警情況沒有後續反饋信息?根據《民事訴訟法》第一百五十條及《最高人民法院關于在審理經濟糾紛案件中涉及經濟犯罪嫌疑若幹問題的規定》關于“先刑後民”的原則,應先由公安機關對原告實際案件性質、金額、犯罪嫌疑人等認定後再行确定原告實際損失。被告的這點抗辯主張是想通過拖延訴訟進程的方式達到原告無法完成舉證的效果,自然被告就不用承擔後續的賠償責任。
(2)被告沒有對外洩露原告任何信息,且已盡到網絡服務平台應盡的全部義務,不存在任何過錯?①被告與原告聲稱的“售後楚楚”、詐騙電話方、收款方均無任何關系,亦無參與過原告人聲稱的電信詐騙行為?在整個購銷過程中,類似的購物信息是需要傳遞到購銷流程的各個企業單位,如供貨單位、物流單位、快遞員甚至海關等相關部門或原告本人亦有相關信息備案,但僅憑該部分信息并不應理所當然地認為洩露信息者必然是被告?原告無法證明案涉洩露信息屬被告方面的過失行為,根據舉證責任原則,應由原告承擔舉證不能的後果?②在本案中被告作為網絡服務方,在網絡服務管理和安全保障軟硬件建設工作上已做得非常完善?③被告的網絡系統對于銷售、售後服務等多個程序中都已盡到必要的提醒注意義務?被告的第二點抗辯主張是想通過放大可能存在洩露環節的方式模糊原告找被告追責的原因依據,意圖使原告不确定是否應該找被告主張賠償的效果。
(3)被告的網絡服務行為與原告聲稱的實際損失結果之間不存在任何因果關系?無論被告的網絡服務行為或者案涉購物信息均非導緻原告上當受騙的原因?原告作為完全民事行為能力人,在社會多番宣傳、被告多番提醒的情況下,并在被告客服人員明确商品無法退還的前提下,原告仍輕信不知名的人士所說的辦理退款事宜,卻不選擇到被告官方客服系統予以核實;并将自己的銀行卡賬号、賬戶名、交易密碼等信息告知陌生人?因此,原告應對其嚴重過失的行為造成的損害承擔全部責任?綜上,請求駁回原告的全部訴訟請求?被告的第三點抗辯主張是想通過混淆原告信息洩露的源頭和原告是否盡到自身注意義務的方式,意圖使原告誤以為是自己沒盡到注意義務才造成被騙的後果。
以上三點抗辯理由表面上是被告說給原告聽的,實際是說給坐在審判台上的法guan聽的,那麼法guan最終是怎麼認定的呢?
本案經過二審程序,最終是維持了一審的判決,一審判決如下:一、被告廣東快客電子商務有限公司應于本判決生效之日起3日内賠償原告周裕婵元;二、駁回原告周裕婵對被告DZ市易得網絡科技有限公司的訴訟請求;三、駁回原告周裕婵的其他訴訟請求?理由是:本案為網絡侵權責任糾紛,周裕婵受騙的事實經過一審已經查明?犯罪嫌疑人顯然利用了快客公司網購平台上周裕婵的購物詳細信息,才得以對周裕婵實施詐騙?根據《中華人民共和國網絡安全法》第四十條規定,網絡運營者應當對其收集的用戶信息嚴格保密,并建立健全用戶信息保護制度?快客公司作為網絡運營者未能履行保護用戶信息的義務,對于因此給周裕婵造成的損失負有一定的過錯?另一方面,作為具有完全民事行為能力的成年人,周裕婵在進行網絡購物時,應當具備适當的安全防範意識?而本案中,周裕婵在KK館APP的在線客服已經答複不提供無理由退換貨服務的情況下,輕信陌生人通過電話和微信給出的信息真實性,将戶名、銀行賬号甚至手機動态密碼發送給“售後楚楚”,顯然具有疏忽大意的過失,對于因此導緻的自身财産損失,應當自行承擔一定的後果?一審法院劃分雙方責任正确恰當,說理充分,法院予以維持?
本案為侵權糾紛,周裕婵可獲得賠償的财産損失範圍應當适用《侵權責任法》的相關規定?《侵權責任法》第十九條規定,侵害他人财産的,财産損失按照損失發生時的市場價格或者其他方式計算?周裕婵主張其财産損失還包含損失款項按照中國人民銀行同期貸款利率計算所得的利息?貸款利息并非其存款必然産生的法定孳息,周裕婵的财産損失應為其銀行賬戶中被轉移的款項.96元?周裕婵關于利息的主張缺乏事實和法律依據,法院不予支持?
至于為什麼最終被告賠償的不是原告的損失總價款.96元呢,是原告對于這次的詐騙事件的發生具有一定的過錯,所以需要自行承擔一部分的損失額。
通過這則公報案例,李珊發現雖然現在社會在高速發展中,好像個性化推進不可避免,但是不能是因為用戶同意了個性化推薦就意味着同意讓渡了自己的所有信息的随意披露勸,所以即使是同意了個性化推薦的用戶,在發生自己的個人信息被網絡平台洩露後造成自己财産損失的也可以提起侵權之訴,也就是說用戶同意個性化推薦不是網絡平台的免責利器。
所以,個性化推薦到底是天使還是惡魔呢?
喜歡訟情請大家收藏:(xiakezw)訟情【俠客中文網】更新速度全網最快。
請勿開啟浏覽器閱讀模式,否則将導緻章節内容缺失及無法閱讀下一章。
相鄰推薦:全民修仙:我能無限快進 絕口不提我愛你 重生官場:從基層公務員幹起 失憶蝴蝶 女主她全娛樂圈最甜+番外 千緣歸以塵 明日方舟的探尋者 地底的城 就饞愛豆身子 報告,教練自産自銷[電競] 南京軍區!!我吻了他!! 任務失敗後我有了三個爸爸 末穿古實力寵夫+番外 穿成渣攻導演後我人設崩了 被讀心後,成了國舅爺的心尖寵 溺寵妖妻:狐王老婆真絕色 搖滾之王[英美娛] 龍伯爵與巫木王子 克裡斯狂想曲 女主她在搞事情[快穿]