算法时代传统隐私理论之困境与出路——以个性化推荐为场景

《中华人民共和国民法典》明确规定隐私与个人信息的保护范畴相互交叉,隐私的本质是私密性.在算法时代,衡量“数据是否符合私密性标准”的价值立场应从人格尊严和人格自由转换到人格独立,理论基础应从领域论和信息自主决定原则转换到思想自主决定层面.隐私范围的界定模式应由“内外限制”转变为“动静结合”.个性化推荐中的数据性质宜认定为隐私,因为从静态的角度,其符合个人性、人格性、隐蔽性等“个性化”标准,且形式上多元,不局限于信息的形式.从动态的角度,若未获得用户的允许,个性化推荐算法,包括基于内容的推荐、协同过滤推荐和基于知识的推荐等,计算判别用户喜好的行为,既干扰了用户的私有领域,又窥探了用户的人格图像.其行为结果符合隐私的“主体性”标准.     

算法推荐意识形态风险的法律防范

作为个性化新闻分发的底层支撑技术,算法推荐的科学技术特质决定了其并非中立,而是具有一定的意识形态属性.算法推荐的利用若不受监管,将会对主流意识形态传播、网络信息环境和用户的价值观念带来冲击,引发意识形态安全风险:平台流量至上的推送逻辑降低主流意识形态的引领力和凝聚力,以用户偏好为中心的内容推荐加剧了价值分化和观念隔离,过滤推荐引发价值迷失和信息操纵.有必要发挥法律的安全功能,通过强化网络平台的审核、监督义务和信息披露义务促进主流意识形态传播升级;通过赋予用户算法知情权、算法解释权打破信息茧房,建立多元信息环境;通过限制算法推荐的适用范围和算法审计监管构建可信任的算法,切实防范化解意识形态风险.     

算法推荐与新时代主流意识形态建设

算法推荐技术的发展颠覆了传统的信息分发和传播模式,形成了信息推送与用户需求精准匹配的新模式,从技术意识形态的视角来看,算法推荐因在算法设计、数据筛选和分析、信息推送等过程中不可避免地渗入了价值因素和意识形态因素,因而算法也必然具有意识形态属性.算法推荐技术的发展给新时代主流意识形态带来了双重影响:一方面,它为主流意识形...     

基于混合蛙跳算法的雷达组网优化部署研究

针对雷达组网优化部署问题多、领域广、难度大的特点,在分析雷达组网部署原则并对其量化的基础上,建立了优化部署的数学模型.利用蛙跳算法全局搜索、收敛速度快和避免局部极优的特性,给出了求解数学模型的具体步骤.最后通过计算机仿真实验证明了模型和算法的有效性.     

算法推荐场域主流意识形态“能见度”的遮蔽与突围

主流意识形态“能见度”的提升是实现主流意识形态权力再生产和权力社会化的重要前提。算法推荐不仅带来了“国家—媒介—个人”信息权力关系的变迁与重组,而且重塑了社会信息能见度分配的底层逻辑。在算法推荐场域,主流意识形态“能见度”在可见空间、议题设置、话语叙事和价值引领等方面面临着多重遮蔽。要在解蔽中实现视觉突围,既要做到技术“收编”和议题“破圈”,以高效的算法赋能和共情的议题设置来提升主流意识形态的视觉覆盖面和视觉冲击力,又要做到流量“扩容”和算法“向善”,以鲜活的话语议题和高势位的价值引领提升主流意识形态的视觉吸引力和视觉引领力。     

推荐算法对基层思想政治教育的影响及对策

推荐算法对基层思想政治教育产生了深刻影响,既有机遇也有挑战。适应推荐算法带来的教育理念、方式和手段的变革,必须驾驭推荐算法确保主流意识形态的传播,推动算法“黑箱”公开透明创造思想政治教育良好条件,用好用活推荐算法助推基层思想政治教育创新发展。     

算法推荐可能引致的公共风险及综合治理路径

算法本质上是一种权力,算法的不当使用有可能引致网络舆情风险,其作用机制表现为：算法推荐容易形成意见孤岛;算法更容易扩散危害性信息;算法权力控制网络舆情。因此,有必要进一步规范算法推荐使用,构建算法综合治理机制,通过法律上知情同意原则从信息供给端向接收端延伸、健全和完善算法技术的伦理审查机制以及信息化社会观念迭代机制,防范资本和少数利益集团利用算法影响和控制公众,从而营造清朗的网络舆情生态治理环境。     

基于电子商务聚类挖掘的RLS算法分析

数据挖掘是一门新兴的信息处理技术,已经成为开发信息资源的有效方法和途径,现代社会许多领域应用数据挖掘技术也十分广泛.基于电子商务的数据挖掘方法有很多,就其中RLS算法的一些不足,提出了改进的方法.     

基于混合蝙蝠算法的多车场车辆调度研究

多车场车辆调度问题是物流配送研究中的NP难题,同时也是现代物流的发展趋势。针对多车场车辆调度问题,考虑客户和物流运营商的利益,以客户不满意度最低、物流成本最低为目标,建立多目标车辆调度数学模型,并对目标函数进行规范化处理,将多目标问题化简为单目标问题。针对传统的蝙蝠算法在局部搜索能力上存在着不足的问题,将遗传算法中的自适应交叉操作引入到蝙蝠算法中,设计一种混合蝙蝠算法计算数学模型。通过MATLAB软件进行仿真,仿真结果与传统的蝙蝠算法进行对比。结果表明：此方法在解决多车场车辆调度问题上是可行的,并且优于传统的蝙蝠算法。     

双重驯化与人技混合：驯化视角下的算法再定义

算法的介入带来了信息传播乃至社会建构的巨大变化。与过度强调算法力量的技术决定论或过度强调人的主控性相比,驯化视角平衡了智能媒体兴起以来数字逻辑和技术逻辑在算法研究领域中的主导地位,唤起对算法结构下人类能动性的思考。双重驯化过程中,算法依靠其强大的连接属性集纳了各种社会要素和社会主体,从而形成一个既包含技术程序,又受到人类意志影响的“人—技混合体”。在此基础上,算法与新闻业已经走过了最初敌视与警惕的阶段,逐渐形成相互嵌入、协同稳定的共生关系。     

智能推荐算法与青年价值观塑造：机遇、风险与应对

互联网信息技术和现代市场的快速发展,催生了智能推荐算法这一信息资源配置的全新范式,夹杂着价值观的推荐算法深刻影响着当代青年的价值观。当前,智能推荐算法凭借着智能画像、精准推送、个性推荐等优势为青年价值观塑造、主流价值观发展提供了新思路、新动力。与此同时,智能推荐算法所产生的信息茧房、泛娱乐化、消费主义等风险不同程度上导致了青年价值认知固化、价值判断弱化、价值选择偏向,阻碍了青年健康发展。为此,要从价值引领、法治规范、多方治理、人工干预、主体驾驭等方面提出算法治理的多维策略,以道驭术,规避算法风险,发挥正向价值,助力青年价值观健康发展。     

论商品的社会系统属性及其科学定义——“价值学视域中的劳动价值论与商品”系列研究之十

商品是商品社会的细胞,它不是摆放在商品社会＂客厅＂中的＂家具＂,而是商品社会系统的构成要素,蕴含着商品经济的全部信息。凡简单化对待商品的商品经济理论,难免存在先天缺陷。本文根据商品的系统属性,从商品交换主体、客体、规范的规定性入手,给出了商品的完整定义,并依据＂系统匹配＂方法,科学地证明了这一定义的科学性。同时,本文分类研究了自然类、文化类、社会类商品客体,特别是对＂权力商品＂做了开拓性的研究。     

基于回头客在线评论的餐饮消费满意度影响因素分析

线上餐饮平台兴起后,更多的消费者选择在网上订餐,在线评论数据量急剧增加.大量的评论数据背后隐藏着消费者对于美食的满意度因素,这些文本数据客观地反映了消费者的满意度情况,其中,回头客再次选择的因素更加值得餐饮商家关注.文章以美团网站五种餐饮类别的50 000条数据为研究对象,对文本数据进行词频统计、语义网络图和系统聚类分析,认为影响回头客满意度的主要因素依次为餐品味道、菜品种类、服务态度、环境整洁及价格实惠.     

云南省旅游商品开发研究

旅游商品在区域旅游发展中占有重要地位。旅游商品开发不仅与区域旅游形象息息相关,更影响到当地的旅游收入,同时涉及到与旅游相关产业的发展。本文从旅游商品的定义和地位出发,从分析云南作为旅游大省在旅游商品开发方面存在的实际问题和云南旅游商品开发的资源条件入手,提出以重点旅游区为龙头,结合民族艺术的开发创新,开发有地域和民族特色的旅游商品系列、建立云南旅游商品生产基地的思路;提出以旅游市场的需求为导向,实现旅游商品的设计、生产、促销及效益分析的一体化的旅游商品开发体系的构想。