來源_交匯點新聞客戶端
交匯點訊 假期臨近，在南京工作的蔣女士正計劃著回哈爾濱老家看望父母，但在網絡平臺購買機票時她卻發現了其中“貓膩”。同一時間同一航班同一艙位，使用蔣女士自己的賬號購買相比用同事的賬號購買價格要貴幾百元。“前段時間我頻繁搜索回家的幾條航線，所以應該是被大數據‘殺熟’了。”
為消費能力高者推薦高價產品，同一段車程不同用戶網約車平臺上顯示的車費不同……現實生活中，很多人都像蔣女士一樣感覺“被監視”“被漲價”，那么為何會出現殺熟現象？算法如何調整商品售價？個人信息安全如何得到有效保護？《科技周刊》發文人邀請相關專家為大家解答。
同一段路程，打車價格為何不同？
同一時間，同一起點，同一目的地，不同手機使用打車軟件跳出的價格卻不同；買了外賣平臺的會員，本以為每次點外賣都能省上不少，但實際上配送總價卻比非會員“悄悄”高出許多……很多人在不知不覺中被大數據“割了韭菜”。從最早的賣高價給老顧客，到個性化推送下的精準“殺熟”，大數據殺熟在日趨白熱化的競爭中變得越來越隱蔽。 “大數據殺熟，是指同樣的商品或服務，老客戶看到的價格反而比新客戶要貴出許多的現象。但是隨著技術進步，大數據殺熟中的‘熟’已經不單單局限于‘熟客’，而是被平臺充分掌握信息的‘熟人’。” 南京郵電大學計算機學院、軟件學院、網絡空間安全學院教授李云在接受《科技周刊》發文人采訪時表示，相較于以前簡單的差異化定價，如今線上平臺經營者運用大數據收集消費者的信息，分析其消費偏好、消費習慣、收入水平等，盡管消費者端可見各類優惠價格組合，看上去是優惠了，但同一商品或服務以不同的價格賣給不同消費者的銷售模式仍存在。 線上平臺所制定的異常復雜的銷售策略，通過多大上百種的價格組合使得普通消費者無法厘清實際的合理價格，在這種情況下常人難以覺察到“價格歧視”現象。東南大學網絡空間安全學院副教授宋宇波解釋，商品價格的波動通常會包含很多因素，以線上打車平臺為例，每個行程的定價是根據乘客定位、實時路況、預估行駛里程、時長計算以及優惠券抵扣金額等進行預估，在如此復雜的價格計算體系中，即使出現針對不同人群的價格變動，也很少有人會在完全一樣的場景來進行比對驗證。“換句話說，相對彼此獨立的交易模式讓平臺‘鉆了空子’。” 將從部分用戶身上收取的額外費用補貼給新用戶或者用于自身平臺運營，這無異于是“拆東墻補西墻”。然而近年來，遭到眾人詬病的大數據殺熟現象為何頻頻發生？對此，宋宇波認為原因主要有兩方面_從技術層面上來說，算法的設計和實現都是技術人員的主觀判斷和行為，因此程序在做出判斷的時候也會因為構建者、開發方式以及使用方式導致差別判斷，這在現實中是個不可避免的問題。“在整個處理過程中，如果程序員在特征的選擇或先前用于學習的數據上存在偏差的話，那算法本身就會帶來判斷的偏差。”對此，李云也表示，算法公平性是平臺消費者權益保護的核心問題。基于算法的個性化內容推送，客觀上會擴大個體間的認知偏差，而平臺出于商業目的的算法歧視，可能造成“信息繭房”，侵害消費者的知情權。 此外，現有互聯網公司普遍采用精細化的營銷策略模式，即通過對用戶各種特征的判斷實施細粒度的有針對性的差別營銷。宋宇波解釋，一方面，這種商業模式會對價格敏感類型的用戶進行商業促銷，這在客觀事實上造成了不同用戶的差別對待，從而產生消費交易的不公平現象；另一方面，這種精細化的營銷模式存在被濫用的現象，即公司在營銷過程當中并不是單純對特定的價格敏感用戶進行價格促銷，而同時針對價格不敏感的用戶進行人為提價。相比起統一定價，差異化的定價行為更能提高商家利潤。“無論是技術層面還是商業策略層面帶來的大數據殺熟，商家都會有意識或無意識地加以利用，這也是殺熟現象頻頻發生的原因。”宋宇波說。
我們如何被算法“打上標簽”？
在線上購物過程中，不少人有這樣的感嘆_“她怎么知道我要買這個？”在實時刷新的“猜你喜歡”列表里，最懂你的“人”往往傷你最深。大數據為何能夠做到“看人下菜”，實現“精準殺熟”？答案是_用戶畫像。宋宇波告訴《科技周刊》發文人，用戶畫像是指人工智能算法通過搜集用戶各類相關信息，從而標識用戶的各類高度精煉特征。“每一種特征描述了用戶的一個維度，用戶畫像即通過對用戶進行多個維度的描述，以實現對該用戶的精準定位。” “用戶畫像也叫用戶信息標簽化，通過收集用戶社會屬性、消費習慣、偏好特征等各個維度數據，進而對用戶或者產品特征屬性的刻畫，并對這些特征分析統計挖掘潛在價值信息，從而抽象出一個用戶的信息全貌，可看做是企業應用大數據的根基，是定向廣告投放與個性化推薦的基礎。”李云介紹，構建用戶畫像的過程主要包括數據采集、行為建模和構建畫像，而用戶畫像的核心是為用戶“打標簽”。將用戶的每個具體信息抽象成標簽，利用這些標簽將用戶形象具體化，從而為用戶提供有針對性的服務。 在這其中，“打標簽”的方法其實有很多。李云解釋，一個行之有效的方法是將商品或者品牌標簽“反打”到消費者身上，根據消費者每次消費行為積累不同標簽權重，依賴權重進行標簽標定，動態生成精準的用戶標簽。例如，某個用戶在消費某品牌商品超過萬元，或者在某品牌商品前停留了超過20分鐘，就可以歸納出他的特征偏好、品牌偏好和相應的消費檔次來。“此外，比較常規的方式是將整體用戶群體按照年齡、性別、地域、收入水平等顯而易見的標簽進行分類，即‘人口屬性標簽’。”李云表示，雖然這種做法在一定意義上能夠對用戶畫像提供更加準確的參考，但對于洞察用戶的實際需求和向用戶推薦產品或服務的核心價值卻沒有多少助力。 消費者購買力評估也是比較常用的“打標簽”方式，即根據用戶的點擊，收藏，加購，購買等行為，同時綜合考量用戶的基本屬性例如年齡、學歷、工作性質等去推斷用戶的消費能力。“消費能力通常是一個動態屬性，她會根據用戶的當前行為進行調整。”宋宇波說。
卸載后重新安裝能避免“殺熟”？
當我們很長時間沒有使用某平臺后，有時會收到平臺發來的短信，而內容大多是贈送優惠套餐，希望我們重新使用。對此，有網友建議在使用某一平臺較久之后，可以將此平臺卸載再重新安裝，從而觸發平臺的“客戶流失預警”，獲取新人一樣的優惠價格。這種方法是否可行？ “各家平臺都有自己設計的算法，可能會存在比較看重平臺卸載的行為模式，但這個應該只是做出決策的因素之一，通常不會占據主導地位。”宋宇波介紹，算法會搜集大量用戶特征進行綜合判決，并不會單憑某一特定行為方式來做出判斷，因此這種卸載軟件后重新下載安裝的方式效果不大。 大數據時代，利用人工智能、機器學習算法等技術實現信息搜集、判斷分析和預測的應用日益廣泛。而想要算法做出更精準的判斷，提供更精細化的服務，其背后必然涉及大量個人信息的搜集。如何更好避免大數據殺熟？源頭治理至關重要。8月20日，十三屆全國人大常委會第三十次會議表決通過《中華人民共和國個人信息保護法》，其中大數據殺熟被明令禁止；8月27日發布的《互聯網信息服務算法推薦管理規定（征求意見稿）》指出，用戶可選擇關閉算法推薦服務。在我國網民突破10億關口之際，算法顯然面臨著更嚴格的監管。 “由于線上消費者只能被動接收平臺呈現信息，難以與其他用戶進行信息交流，這樣的現實場景一定程度上成為了商家牟利的溫床。”李云建議，個人用戶在線上購物時需要加強防范，及時關注市場價格變化，同時與他人交流進行價格比較，或者采用工具查看歷史價格，盡可能避免被殺熟。
新華日報·交匯點發文人 謝詩涵
圖片來源 視覺我國
本文來自【交匯點新聞客戶端】，僅代表作者觀點。全國黨媒信息公共平臺提供信息發布傳播服務。
ID_jrtt
