Workflow
反向驯化
icon
搜索文档
当“大数据杀熟”遭遇用户“反向驯化”——数字“迷宫”中,如何寻找公平的出口?
新华网· 2025-08-12 06:00
大数据杀熟现象 - 消费者通过反向评论、切换账号、清除缓存等方式试图"驯化"大数据算法以规避价格歧视[1][4][6] - 典型案例显示同款商品在不同用户账户间存在10元价差,且与新人优惠无关[2] - 中国消费者协会将"大数据杀熟"列为2024年上半年十大消费维权热点之一[2] 平台应对策略 - 多家网络平台发布算法治理举措,拼多多表示将打击"大数据杀熟",得物建立用户投诉机制[9] - 腾讯提出集中展示算法信息公示以提升透明度[10] - 平台普遍将价格差异解释为"差异化营销"而非杀熟行为[3] 法律监管进展 - 中央网信办等四部门联合发文严禁利用算法实施大数据杀熟[8] - 现行法律在竞争政策、消费者保护和个人信息保护等维度对杀熟行为进行规制[9] - 司法实践中存在判决分歧,主要因法律对杀熟与差异化营销的界限认定模糊[3] 技术发展趋势 - 算法系统持续优化使得用户与平台的技术博弈中处于弱势地位[7] - 数据算力和算法改进加剧个人与技术平台之间的权力失衡[7] - 企业自律被视为根治杀熟和推动算法治理的重要推力[10]