一些算法应用缘何成了“算计”消费者的武器?

目前,网络消费领域涉及消费者权益的算法应用问题主要有推荐算法、价格算法、评价算法、排名算法、概率算法、流量算法等。中消协指出,算法应用问题具有技术性和隐秘性,潜移默化影响着消费者的决策,消费者以个体力量没法抗衡,应加强对算法应用的有效规制。

网络游戏企业公示了游戏道具的抽奖概率,但用户反映实际中奖概率低于企业公示的抽奖概率;区别对待新老用户,老用户看到的价格比新用户看到的更高;部分平台和平台经营者为了获得好评,运用刷单等方式编造虚假高分评价,或者隐匿中差评,使真实评价无法全部显现,误导消费者;混淆竞价排名与自然排名,左右消费者决策……《工人日报》记者从中国消费者协会1月7日在北京举行的“网络消费领域算法规制与消费者保护座谈会”上获悉,在网络消费领域,存在一些企业利用算法钻法律的漏洞,侵犯消费者权益的问题,导致消费者被算法应用“算计”。

对此,中消协秘书长朱剑桥表示,常见的网络消费领域算法应用问题具有技术性和隐秘性,潜移默化影响着消费者的决策,消费者以个体力量没法抗衡。如果无视这些现象,任其继续发展,一方面不利于市场经济公平竞争,另一方面将使一些消费者成为算法应用的受害者。因此,急需社会各界共同努力,加强对算法应用的有效规制,促进其合理规范应用。

投诉网游道具抽奖概率问题难解决

“以概率算法为例,一些线上经营者开展有奖销售、抽奖兑换,特别是部分网络游戏公司经常性推送游戏道具抽奖活动,虽然公示了中奖(掉落)概率,但是其算法程序不透明,实际中奖概率缺乏管控,屡遭消费者诟病。”朱剑桥说。

在当天的座谈会上,安徽省消费者权益保护委员会秘书长丁涛介绍说,去年12315热线等渠道共接到消费者关于安徽芜湖一家网络游戏公司的投诉举报953件,主要反映该公司在道具抽奖概率方面的一些问题。例如,该公司公示了道具抽奖概率,但用户反映抽奖多次,计算概率达不到公示的概率。

制约算法不合理应用存在多方面难题

“针对算法应用问题,电子商务法对于算法应用中的推荐算法、价格差别待遇、竞价排名等都进行了规制。”北京工商大学法学院教授吕来明表示,但当前算法应用规制条款在实践中面临的问题主要是,推荐算法规制中要求同时公布的不针对特定消费者的选项难以落实和验证,算法歧视中的大数据“杀熟”问题在执法中并未实现有效监管,网络游戏等特定行业的算法监管规则和监管部门缺失等。

不过,中国法学会消费者权益保护法研究会副秘书长陈音江指出,大数据“杀熟”等算法应用具有隐蔽性强、消费者维权举证难的特点,且部分商家虽然存在特定推送行为,却难以界定是否属于法律规定的不合理推送,而且涉事企业否认大数据“杀熟”。消费者虽然对此颇有怨言,却又无可奈何。

“造成这一问题的原因是多方面的:在法律规制层面,仅针对推荐算法特定现象的粗略性规定,在技术支撑上缺乏可操作性与可验证性,对算法应用规制整体上没有形成相对完整的逻辑链条。在监管方面,实践中对算法应用进行规制存在技术门槛且认定困难,目前的监管能力和技术水平有限。在消费维权方面,消费者发现侵权和举证比较困难,而且多数是小额财产利益损害,积极维权的情形不多。”吕来明说。

应合理提高算法应用的透明度

针对一些算法应用侵犯消费者权益的问题,中消协副秘书长栗元广认为:“不论算法这种技术本身是否中性,算法应用背后潜藏的经营者价值观念并不是中立的,流量至上、利润至上的算法应用,可能会使经营者行为有悖法律、有失道德、有违伦理。因此,为更好保护网络领域消费者权益,应有效规制算法应用中的问题。”

栗元广表示,经营者应在算法应用中加强自律,守法经营,诚信应用算法,不得利用技术手段欺骗隐瞒真实情况,欺骗消费者,或者实施不正当竞争行为。

吕来明建议,应合理提高算法设计和运行中的透明度。由于技术和法律原因,要求算法完全透明并不现实,因此算法透明化需要限定在一定程度和范围之内,以取得创新与监管的合理平衡。同时,分类型或层次,根据风险不同确定监管强度,根据不同的风险等级,对算法给予市场调节、备案、增加透明度、许可、说明与解释、限制使用等不同措施。(杨召奎)

THE END
1.机器学习入门集成学习之梯度提升算法大多数的提升方法都是改变训练数据的概率分布(训练数据的权值分布),针对不同的训练数据分布调用弱学习算法学习一系列弱分类器。 对于提升方法来说,有两个问题需要回答:一是在每一轮如何改变训练数据的权值或者概率分布;二是如何将弱分类器组合成一个强分类器。 https://blog.csdn.net/m0_53294028/article/details/137434872
2.GBDT(梯度提升决策树)算法(详细版)腾讯云开发者社区参数v称为学习率,通常学习率会选择较小的值,小于0.1能够提高算法的泛化能力,但是越小的学习率也会增加算法的迭代次数。 六、总结 本文简单介绍的boost提升方法和讲解了Gredient Boost框架和Gredient Boost框架的应用GBDT,并且介绍了提高算法泛化能力的方法,正则化。还有一些内容本文没有提及,比如Gredient Boost中M回归问https://cloud.tencent.com/developer/article/1082482
3.组合优化的算法优化:如何提高算法性能51CTO博客组合优化的算法优化:如何提高算法性能 1.背景介绍 组合优化问题是一类涉及到寻找最佳组合或分配的问题,它们在计算机科学、数学、经济学、工程等领域具有广泛的应用。这类问题通常是NP难题,因此需要使用高效的算法来解决。在这篇文章中,我们将讨论如何通过优化算法来提高组合优化问题的性能。https://blog.51cto.com/universsky/9143743
4.Python机器学习:通过scikitlearn实现集成算法有时提高机器学习算法的准确度很困难,本文将通过scikit-learn介绍三种提高算法准确度的集成算法。本文选自《机器学习——Python实践》一书。 在现实生活中,常常采用集体智慧来解决问题。那么在机器学习中,能否将多种机器学习算法组合在一起,使计算出来的结果更好呢?这就是集成算法的思想。集成算法是提高算法准确度的有http://www.broadview.com.cn/article/419370
5.算法推送机制下“信息茧房”效应的思考与对策澎湃号·媒体其次,在目前阶段,算法推送的技术十分有限,通过算法推荐的内容,往往过于窄化和同质化。算法推送技术的限制导致推荐内容过于单调,往往不能像人类之间传递信息一样更具多元思考,算法参数的单调限制了推荐结果的广度。现阶段提高算法的质量尤为重要,从国家层面来看,需要对大数据及相应技术进行评估与测试。美国曾出台《数据质https://www.thepaper.cn/newsDetail_forward_9731140
6.《小猿搜题》的搜索算法如何工作?二、搜索算法概述 《小猿搜题》的搜索算法主要应用于题库的搜索,通过输入关键词,为用户快速匹配出与其相关的题目。算法的核心在于高效地处理大量题库,并在毫秒间返回结果。 三、关键词处理 搜索算法首先对输入的关键词进行预处理,包括去除停用词、进行词形还原等。这些处理有助于提高算法对关键词的识别精度。接下来,https://www.sousou.com/wd/26922.html
7.提升联邦学习通信效率的梯度压缩算法通过在MNIST和CIFAR10数据集上的实验验证, 本文提出的算法在通信量、收敛速度和正确率3个方面都要由于传统的FedAvg算法和稀疏三元压缩算法. 由于梯度压缩会略微改变原始梯度的方向, 在未来我们将针对不同的压缩方法对投影聚合的方式做进一步的研究, 进一步提高算法的有效性.https://c-s-a.org.cn/html/2022/10/8748.html
8.趣学数据结构(3)提高算法效率。很多问题的基础数据结构运行效率较低,需要借助高级数据结构或通过改进数据结构来提高算法效率。 通过学习数据结构,更加准确和深刻地理解不同数据结构之间的共性和联系,学会选择和改进数据结构,高效地设计并实现各种算法,这才是数据结构的精髓。 https://www.epubit.com/bookDetails?id=UB6c782ee9d2469
9.王乐怡应用个性化推荐算法的网络平台在著作权侵权中的注意义务然而,推荐算法的应用导致网络平台与著作权人之间利益保护的平衡格局发生了变化,提高算法推荐平台的注意义务因此具有合理性。在过滤技术日趋成熟的情况下,将平台是否采用了适当的过滤措施作为判断其是否履行了合理注意义务的因素是网络著作权法必然的发展趋势。https://www.jfdaily.com/sgh/detail?id=753384
10.关于学习计划(精选20篇)算法是机器学习的核心技术,优化算法可以进一步提高机器学习的效率和精度。机器学习计划需要加强算法研究,优化各种算法并推广应用。我们需要不断提高算法的准确性和鲁棒性,在保证效率的同时提高模型的健壮性。同时,我们还需要关注算法的可解释性,为用户提供更可靠的服务和更优质的用户体验。 https://www.yjbys.com/xuexi/jihua/3637849.html
11.科学网—[转载]基于强化学习的数据驱动多智能体系统最优一致性4.2 提高算法的精度和速度 在数据驱动技术中利用actor和critic神经网络进行估计,需要考虑估计精度的问题,如何更好地提高神经网络的估计精度也是一个值得深入探索的研究方向。在多智能体协同问题的研究中,通过强化学习算法求解最优的控制策略的方法大多可以保证结果是严格收敛的,但在保证估计精度准确的同时无法保证收敛速度,https://wap.sciencenet.cn/blog-951291-1276281.html
12.什么是优化,优化的定义1、算法优化:这是针对算法本身进行的优化,旨在提高算法的执行效率,可以通过改进数据结构、选择更高效的算法或者利用并行计算等方法来提高算法的性能。 2、系统架构优化:这是为了提高整个系统的性能和可扩展性而进行的优化,可以通过调整系统的硬件配置、优化软件设计或者引入缓存机制等方法来提高系统的性能。 https://www.kdun.com/ask/126071.html