價格歧視演算法

❶ 互聯網與大數據對價格歧視的影響

互聯網與大數據對價格歧視的影響：

在大數據時代下，如果經營者收集的信息足夠全面，掌握的演算法足夠先進，足以甄別出每位消費者的購買意願和支付能力，就可針對消費者單獨制定不同的價格。在大數據技術的支持下，商家為了獲得更多用戶，便可以通過大數據演算法獲知哪些用戶可以接受更高的價格，哪些用戶應該適當地予以降價，「大數據殺熟」由此誕生。

其中，互聯網企業尤其是具有一定壟斷地位的行業巨頭利用用戶在平台上產生的海量數據進行存儲、分析，對用戶進行建模，進而構建用戶的個人圖像，識別出不同消費者的需求曲線，對價格歧視策略的使用發揮到了極致，使得一直以來只存在於理論中的一級價格歧視真正在互聯網企業中發揚光大。

價格歧視細分

一級價格歧視指賣方將買方支付意願的上限確定為商品的賣價。在這種情況下，賣方在向每個買方收費時均可獲得最大化利潤。其中，經營者對消費者信息把握得越全面，其實施價格歧視的能力、可獲得的利潤就越高。

二級價格歧視是說就相同的商品或服務提供不同的版本。對於二級價格歧視來說，賣方往往不了解買方特徵，通過提供一系列包括價格和各種條款在內的銷售協議供買方自行選擇。

三級價格歧視則是賣方基於對買方的分類，根據不同買方群體的需求彈性來確定不同的價格。三級價格歧視在現實中更為普遍，電影院或景點針對學生、老年人或未成年人收取不同的價格都可以歸為三級價格歧視。

人工智慧時代到來之前，經濟學都更多關注二級與三級價格歧視，由於賣方很難精確把握每位消費者的保留價格，因此一級價格歧視不易發生。然而，在數據規模擴大與演算法分析優化緊密結合的當下，一級價格歧視已具備現實可能性，終於從停留於紙面的傳統分析模型轉變為付諸實踐的流行商業策略。

❷ 中消協點名大數據殺熟，商家究竟是怎樣利用大數據殺熟的

頻頻發生的「大數據殺熟」問題引發中國消費者協會關注。1月7日，中國消費者協會召開「網路消費領域演算法規制與消費者保護座談會」，呼籲網路經營者的演算法應用堅持公平公正，反對利用消費者個人數據畫像實施價格歧視，並建議在個人信息保護法、反壟斷法等相關法律中，增加演算法應用的相關規定。

中消協指出，有些經營者利用演算法進行價格歧視，包括對新老用戶制定不同價格，會員用戶反而比普通用戶價格更貴；對不同地區的消費者制定不同價格；多次瀏覽頁面的用戶可能面臨價格上漲；利用繁復促銷規則和演算法，實行價格混淆設置，吸引計算真實價格困難的消費者。「這類演算法造成選擇性目標傷害。」

❸ 1、買一送一,相當於打幾折 2、買二送一,相當於打幾折 3、買四送一,相當於打幾折

回答

五折

六七折

八折

1÷﹙1+1﹚×100%=50%=五折

2×﹙2+1﹚×100%≈67%=六七折

4÷﹙4+1﹚×100%=80%=八折

2.商家更狡猾的地方在定價

也許你已經感覺到，「滿 99 減 55 」是「 44 當 99 花」的升級版，看上去同樣具有誘惑力，實際打折力度卻縮水了，因為在標價接近 99 整數倍的區間內，並不能採取更劃算的購物策略。我們把上面兩個不同促銷手段等同的打折率的變化畫在一起，就可以清楚的發現這個趨勢。在 m < 44 的區域，紅線（滿 99 減 55 ）和藍線（ 44 當 99 花）重合，而在剩餘區域， 44 當 99 花的實際打折率明顯更低一些。除了打折率變得明顯不給力外，今年的策略還讓商家更方便的通過控制價格實現讓利更小。商家在去年定價的時候，要達到這樣的條件才最有利：

（1） 單件商品標價的 m 接近 44。從第一幅圖上可以看出，折扣率較高的尖峰都出現在 m = 44 處。
（2） 多個商品價格加起來不能離 99 的整數倍太近。
但是很容易看到，這兩個要求相互矛盾。假設商品單價可以保證 m = 44，那麼兩件商品總價的 m 就是 88，這離 99 就很近，同時購買兩件商品就會讓折扣率變低。
可是，如果商家用了「滿 99 減 55 」的策略，今年定價的時候就會舒服很多。此時只要讓商品單價的 m 離 99 越近越好。這樣不僅保證只買一件商品的顧客折扣率位於尖峰上，也能保證同時購買多件商品的顧客折扣率不會下降太多。比如，兩件商品的 m 分別為 98 和 97，那麼總價的 m 為 96，此時折扣率仍位於尖峰附近。
3.如何獲得更低的折扣除去價格這個消費者不可控因素之外，想要獲得更低打折率的方法只剩一個，那就是購買更多的商品。從上面的折扣率變化圖中我們可以發現，隨著價格增加，打折率會逐漸變低，波動變小，最終趨近於 44/99 = 44% 。
商家為什麼要給購買更多商品的消費者更低的價格？想像一下，你就是一個品牌鞋子的生產者。10月底的時候，你覺得因為隨後會有三個節日（聖誕節，春節，情人節），出現一個購物狂潮。而你也希望多生產鞋子從而降低每雙鞋的成本（平攤到每雙鞋的各種租金和工人工資可以減少）。當然，聰明的商人都明白，如果鞋子不降價，消費者即使有購買力也不會去買比正常時更多的鞋，因為他們的選擇很多。因此，為了保證自己多生產出來的鞋子都能賣出去（賣不出去第二年就屬於舊款不得不降價了），必須降低鞋子的售價。你當然可以直接把鞋子價格降低一些，不過，這樣的結果是不管消費者買了 1 雙還是 10 雙，折扣都一樣。然而，如果你根據消費者買的數量定價，只給購買多的消費者更大的折扣，那你不僅可以促使消費者多買鞋子，也能讓自己因為打折而損失的利益減小。
4.包郵的經濟學原理
這種隨購買數量增多而價格降低的定價策略在微觀經濟學上叫做第二類價格歧視。實際上它是一個雙贏的策略，商家通過生產更多的產品降低了平均成本，增加了銷售量。而顧客則受益於平均成本的降低，從而買到更便宜的東西。
更常見的第二類價格歧視的例子是網購中的包郵。給購買力強的顧客免去郵費實際就是降低價格，和前面的例子不同的是，包郵對於商家更劃得來。比如，郵費 10 元，50 元包郵的策略給消費者的感覺是只要自己購買的東西多於 50 元，商家就替自己交了 10 元郵費。但實際情況是，本來網購所有的交易都要郵寄，根據第二類價格歧視，商家對於快遞公司來說是購買力強的顧客，因此快遞公司也會給商家相應的優惠，所以有較大規模的網店單次郵寄的費用都會遠小於 10 元，比如可能是 5 元。這樣一來，商家對消費小於 50 元的顧客收 10 塊錢，自己賺 5 元，而對消費大於 50 的顧客包郵，即損失 5 元，實際自己可能不賠不賺，卻給顧客留下了優惠 10 元的好印象，最終塑造出「包郵哦親」的傳統美德。

❹ 中消協指出網路領域涉及消費者權益的演算法應用問題有哪幾種

中消協指出，根據消費者投訴、有關調查和相關報道，網路領域涉及消費者權益的演算法應用問題主要有以下幾種：

一、推薦演算法。通過監測分析消費者的消費行蹤軌跡，如瀏覽過的頁面、廣告、商品服務、話題等，有針對性地對消費者進行商業營銷。這類推薦演算法利用消費者的數據畫像，實施所謂精準推送。許多消費者誤以為自己看到的與旁人無異，導致知情、選擇不足。有些經營者通過演算法應用推送的商品、服務內容甚至違背法律和公序良俗。

二、價格演算法。有些經營者利用演算法進行價格歧視。一是對新老用戶制定不同價格，會員用戶反而比普通用戶價格更貴。二是對不同地區的消費者制定不同價格。三是多次瀏覽頁面的用戶可能面臨價格上漲。四是利用繁復促銷規則和演算法，實行價格混淆設置，吸引計算真實價格困難的消費者。這類演算法造成選擇性目標傷害。

三、評價演算法。部分平台及平台內經營者為了獲得好評，運用刷單等方式，編造虛假高分評價，或者隱匿中評、差評，使真實評價無法顯現。虛假評價、評價失實呈現，不僅破壞經營者之間的公平競爭，也對消費者購買決策產生誤導。

四、排名演算法。平台經營者制定各類排名榜，聲稱基於消費者好評率、銷量等，對各行業或商品服務類別進行排序，引導消費者選擇，但具體如何計算得出的難以知曉。還有的混淆競價排名與自然排名，左右消費者決策。

五、概率演算法。一些線上經營者開展有獎銷售、抽獎兌換，特別是部分網路游戲公司經常性推送游戲道具抽獎活動，雖然公示了中獎(掉落)概率，但是其演算法程序不透明，實際中獎概率缺乏管控，屢遭消費者詬病。

六、流量演算法。一些平台利用所處優勢地位通過演算法在流量分配、搜索排名等方面設置障礙和限制，控制平台內經營者開展交易，影響公平競爭和消費者選擇。

❺ 大數據演算法可能塑造更惡劣的互聯網世界

大數據演算法可能塑造更惡劣的互聯網世界
PC時代真正拉開全球普及的大幕，大概要到世紀之交的2000年。在此之前，雖然影視作品深入人心地塑造了很多黑客形象，但人們對電腦的直觀認識仍然十分膚淺。真正改變這一現象的動力並不僅僅來自PC自身性能的發展，互聯網也是其中的主要推手。PC+互聯網奠定了我們這個時代信息高速公路的基石，在他們鋪設交織的信息之路集群上，手機等更輕量級的終端不斷發展，終於占據了我們的生活，終於也演化出了現在的大數據演算法浪潮。

大數據演算法下每個人都是有辨識度的節點
在科技趨勢方面，藝術領域總是先於工程實踐乃至社會意識，當站在2018年的我們驀然回首，十年前乃至二十年前的電影就已經基本預告了AI、大數據等種種「先進科技實踐現象」的到來。當然，我們現在已經接觸到的大數據演算法應用，與人們既有的預期還是有相當的不同之處，處在相對早期的發展階段，但他的影響已經開始滲透進入我們們生活的方方面面。

大數據就是把互聯網信息瀑布塑形成有辨識度形狀的過程
首先明確，我們此處提到的大數據演算法指代的是互聯網信息生產者、中繼者等利益主體利用關鍵數據信息的統計建立對用戶的特徵分類，描摹具備分析價值的用戶畫像，從而針對性地採取差異化方式對待的一種策略。
對於直接生產者來說，誰購買了我的「內容」，我就統計誰的特徵，針對特徵針對性地售賣我的產品。
對於信息中介者來說，誰使用我們的「服務」，我們就統計誰的信息，針對不同用戶採取基於時間、空間等任何有意義節點設計我們提供信息的呈現方式和范圍。

大數據演算法可能塑造更惡劣的互聯網世界
從嚴格意義上來講，這些策略的誕生並不依賴互聯網，早在市場經濟的開端，商家們就自發地開始了了解市場偏好，針對不同用戶群來設計戰略，這是商品社會建立的基石之一。不過在一些後發市場，直到幾十年前，創始人自己走南闖北的閱歷還是提供策略依據的核心要素——參見康師傅紅燒牛肉麵的口味選擇之路。
互聯網創造了人類歷史上從未有過的數據採集、流通環節，為信息檢索和歸納整理創造了溫床。互聯網的普及是信息時代的必然事件，基於互聯網的大數據演算法決策也是互聯網自身發展的必然要求。我們要討論的問題不是這些會不會發生，而是如果演化過程中對規則引導過於漠視帶來的可能後果。
一葉障目加劇對立
與冷冰冰的IE不同，谷歌瀏覽器在連接失敗時會顯示一隻比較呆萌的」恐龍「頭像，告訴用戶如果沒有互聯網，大家就要倒退回到落後的中生代了。事實上，中生代稱霸地球優勢種群恐龍總目的滅亡（非鳥恐龍）恰恰和大數據演算法可能帶來的弊端有很強的可比性。

Chrome瀏覽器對斷網的「中生代」嘲諷
現存高級脊椎動物類群都從兩棲類分化而來，代表恐龍、鱷魚等的「蜥形動物」和代表哺乳動物的「合弓動物」從很早就分道揚鑣。恐龍在三疊紀中後期登場，倚仗自己的呼吸效率優勢撐過了三疊紀末的艱難時刻，在全球高溫濕潤、強海侵時期的一億六千萬年內保持了自己的主要特徵，一直舒舒服服地生活到了六千五百萬年前，旋即在環境巨變驚天動地的的K--T滅絕事件變革中壯烈死去，再也沒有能夠看到古近紀的太陽。
恰恰是適合蜥形綱——主龍類的低氧、高溫、濕潤氣候，讓他們的優勢特徵得以迅速發揮，持續大型化、持續特化。在他們之前合弓動物在二疊紀鍛煉出來的耐寒能力（高代謝能力）並不入他們的法眼（生物選擇沒有必要）。漫長而固定的環境固化了他們的特徵，用進廢退的生物本性磨滅了他們的分化之路，最終導致了他們的滅亡。

非鳥恐龍受環境影響過於特化而滅絕（不僅僅是大型化））
沒錯，用進廢退，不但是生物進化的本能規律，也是智能生物認識世界的自然規律。
對於文明時代的個體來說，環境的高度穩定和統一顯然不是能夠鍛煉自己心智和見識的有利因素。歷來各國機要人員，「不歷州郡，不入台閣」是默認的慣例。如果哪天有重要機構的掌舵人換成了從小養尊處優又沒什麼見識的年輕人，多半是要出事的，是要步」恐龍王朝「的後塵的。
互聯網發展的初期確實對普通網民起到了豐富知識層次、擴展視野的作用，同早期恐龍們要面對的復雜自然環境類似。但是經歷數十年野蠻生長後，大數據演算法終於瓜熟蒂落。在大數據演算法的構建過程中，每一個用戶都會把自己的關鍵」喜好「特徵毫無防備地貢獻出去。
喜歡看球的朋友會發現自己瀏覽器和APP的推送一直是體育，喜歡財經的永遠挑不出金融知道。如果您是喜歡辯論的網民，那麼很容易稀里糊塗陷入自我印證立場和攻擊別人之間的死循環。如果大數據演算法真的能夠行之有效的被軟體和信息廠商們所熟練使用，那麼堅持」PC玩游戲就是比主機強的「用戶可能再也看不到中立第三方對此的大部分意見與看法。

大數據會放大台式機筆記本果粉和主機「賤民「之間的對立
大數據演算法發現了你的選擇，並且用粘性「智能」的信息流方式把你半永久性地、潛移默化地粘到了那個方向上，這是我們現在已經開始面對地現實。周圍都是恆定不變的叢林，其他的觀點和信息都被隱藏，長此以往，用戶都將成為徜徉在中生代在」自由王國「舒適吟唱的恐龍大帝，對於自己世界以外的事物漠不關心。
任何人都有自己的認知盲區，即使是學富五車的大學教授也常常在簡單的認知問題上翻船，如果不加限制。」恐龍「與」恐龍「們將進一步強化自己的喜好與對立，人們之間的有效溝通將很大程度上被阻斷。
一葉障目不見泰山，這是大數據演算法極有可能帶來的嚴重後果。
價格歧視導致不公
」十年磨一劍，霜刃未曾試，今日把示君，誰有不平事？「公平自古以來都是人們用戶的追求，甚至要高於形式上的平等。平等意味著機會絕對均等，自人們進入國家文明時代以來，大多數人都是安於自己既有命運的。但公平卻不一樣，他代表著在一套資源配置體系內權利與責任對應的關系。

世界互聯是雙刃劍
人們不會和愛因斯坦比智力，不會同比爾蓋茨比財富，但不能容忍辦公室內和資歷差不多的人突然暴富或者意外獲利。如果有一套規則切實確定了體系內不同人的應該有的付出和相應地回報，並且這套規則是大范圍內被廣泛承認，並且切實運行了很久的，那麼任何敢於挑戰這種規則的決策都是不明智的。
很遺憾的是，大數據演算法被製造出來，其初衷就是要挑戰既有的模糊化（但相對公平）的規則的。數據提供者費勁千辛萬苦，耗費了不知道多少Xeon伺服器運算時間來計算的內容，無非是要把自己用戶群分類分的更細一些，把他們的決策模型建立的更加擬真一些。如果這些都成功了或者部分地實現了，差別化對待這些用戶顯然是商家們的最大追求。

被APP識別成土豪整個世界都跟著漲價是什麼體驗
這就是價格歧視。在大數據演算法普及前的商品社會中，雖然價格歧視同樣存在，甚至非常明顯，但是那已經是約定俗成的規則的一部分，並且相對透明而為人所熟知，對社會倫理的挑戰相對有限。高端酒店大堂禁止衣冠不整者入內是社會內多數人都認可的准則（禮儀本身體現著一定的物質、認知和人際資源門檻，從一開始就是人群分類的標志）。奢侈定位的商品並不針對主流用戶設計也是所有人都覺得很正常的普遍現象。

大數據演算法是價格歧視的有力工具
但當大數據和演算法開始入侵商業社會，人們會迅速感覺到不適。大數據殺熟已經開始讓相當比例的用戶敏銳地意識到了。在相同初始條件時，APP和網頁客戶端們依據後台已有的數據自動為大家提供了不同的價格、優惠甚至廣告引導信息策略。一方面，人們開始感到不公平，期間的倫理問題非常嚴重；另一方面，當大數據演算法已經開始深度定製對不同人的信息引導（引導就是誤導）方案時，用戶往往會陷入失去參照系的惶恐中，這是更深層次的市場信心損害。
當訂酒店的APP明明寫著很多房源可以免費退訂，你退訂了兩次後就再也看不到類似選項而你的朋友卻完全不受限制；當你的土豪朋友請你吃了兩頓大餐後，你發現你的點餐APP中推薦飯店、菜單全部變得奢侈而名貴無比你應該也是會感到崩潰的。
而這，只是大數據演算法最粗糙模型的初步應用而已。
鷹眼環伺風險重重
在全球范圍內，公共攝像頭帶來的隱私問題一直飽受爭議。人們普遍擔憂國家機構以安全為名設計的各種信息（圖像）收納機制會被泄露甚至被不正當利用。在大數據演算法開始普及之後，信息的收集與篩選主體開始從主權國家擴散到了成熟的商業公司身上。

2018沒有終結者但人們仍然擔心天網
世界主要國家都採用了代議制政體，在理論上都對自己的公民負責，人們連對自己選出來的主權國家都不放心，又憑什麼對那些掌握用戶清晰特徵的大數據演算法提供者、歸納者放心呢？
互聯網締造了人類歷史上從未有過的龐大數據流，擴充並發展了世界的貿易體系、資源配置體系、知識溝通交流體系，甚至開始蠶食人們的社交網路。在海量的數據面前，人們的行為和組織形式變得越來越復雜。在北京紐約這樣的都市，街上的路人們普遍對街邊的建築來頭毫無所知。那麼，普通民眾又能有多少精力對自己熟悉領域之外的復雜社會決策系統又多少認知呢？
即使是主要國家的政府監管機構，由於自身的非營利性、非生產性，對技術理解和商業運營的了解上，也都是跟不上時代潮流的，普遍落後的。連有組織的強力機構往往都對商業公司的決策模式和安保情況後知後覺，指望社會力量自發監控大數據演算法運行系統被用於正道無疑是痴人說夢。

人們擔心主權國家又怎麼能相信商業公司的自覺？
沒錯，主流的科技企業和跨國公司都在強調自己的社會責任和公益意識，但無論他們拿出盈利剩餘的多少部分來貫徹與他們主業不相關的公共事業，都解決不了人們對他們自身的監管問題。
當一家公司通過你買什麼菜、願意去哪家電影院看電影來推斷出你的性格特徵、決策心理時，你對他的防護能力是很差的。那麼這樣有組織的公司獲得的數據會被用到什麼地方，是否會被交易？這些數據如何得到監管，如何得到尊重，如何保證不被濫用？這是所有人都值得探究的問題。社會問題永遠不可能靠某些利益主體自發的道德來解決，開發大數據演算法的組織、踐行使用他們的公司無論如何對外發出皇天後土的誓言也不能解決任何本質問題。

科技瓶頸需要更高層次的科技發展來解決
有了這些弊端，我們就不要大數據了嗎？這顯然是不可能的，技術的推動力量不是人為所能扭轉，我們開篇已經說過，這幾乎不可避免。要解決這些問題，我們一方面要有認識他們、重視他們的勇氣，靠用戶輿論和政府監管來糾正商業公司的錯誤引導，另一方面也要著重發展大數據演算法。
社會發展遇到的瓶頸，只有更高層次的發展才能得到解決；科技進步產生的弊端，也只有更加發達的技術手段才能將其遏制。開放而積極的心態是我們解決大數據演算法問題的最重要武器。

❻ 中消協加強網路消費演算法規制，這對杜絕價格歧視有何幫助

中國消費者協會（以下簡稱中國消費者協會）在京召開網路消費領域演算法監管與消費者保護研討會。中國消費者協會表示，將加強對網路消費演算法的監管，保護消費者的知情權、選擇權和公平交易權。中國消費者協會指出，近年來，隨著平台經濟的快速發展，網路購物、交通運輸、旅遊住宿、訂購外賣、網路游戲等生活消費領域出現了大型平台企業。不少平台存在一些侵犯消費者權益的行為，引起廣泛關注。

據了解，評價演算法是指一些平台和運營商在平台上，為了獲得好評，編造虛假的高分評價，或隱藏中差評價，使真實評價無法出現。虛假評價和虛假評價不僅破壞了經營者之間的公平競爭，也誤導了消費者的購買決策。此外，概率演算法還包括一些在線運營商進行有獎銷售和抽獎兌換。特別是一些網路游戲公司經常為抽獎活動推送游戲道具。雖然中獎（落選）概率公開，但演算法程序不透明，實際中獎概率缺乏控制，屢遭消費者詬病。對於演算法的應用，中國消費者協會表示，希望各行業組織加強指導和監督，促進網路運營商合理、合規地應用演算法，凈化行業氛圍，促進良性發展，切實維護合法權益以及消費者的利益。中國消費者協會進一步指出，建議有關司法機關加強演算法應用案例分析研究，推動出台相關司法解釋，充分發揮司法機關的審判監督作用，強化經營者舉證責任，加強對演算法應用問題的實質審查，通過司法判例促進公平正義，加強對消費者權益的保護。

❼ 中消協點名大數據殺熟

是的，近日，中消協召開「網路消費領域演算法規制與消費者保護座談會」，中消協指出，近年來，平台經濟快速發展，網路購物、交通出行、旅遊住宿、訂餐外賣、網路游戲等生活消費領域都出現了大型平台企業。這些平台通過大數據、人工智慧等手段為消費者提供了更豐富的產品或服務，為社會創造了價值。

但與此同時，也存在一些侵害消費者權益行為，引發社會廣泛關注。比如，網路游戲抽獎概率不明、大數據殺熟、網路消費促銷規則繁復、網路搜索競價排名推薦、網路直播推送違反法律規定和公序良俗、刷好評隱差評使評價結果呈現失真、平台採用演算法限制交易等。這些問題的背後，核心是互聯網平台對演算法技術的應用。

(7)價格歧視演算法擴展閱讀

中消協指出有些經營者利用演算法進行價格歧視：

一是對新老用戶制定不同價格，會員用戶反而比普通用戶價格更貴。

二是對不同地區的消費者制定不同價格。

三是多次瀏覽頁面的用戶可能面臨價格上漲。

四是利用繁復促銷規則和演算法，實行價格混淆設置，吸引計算真實價格困難的消費者。這類演算法造成選擇性目標傷害。

❽ 演算法黑箱為何難治理

演算法黑箱半月談。隨著大數據、人工智慧等信息技術的快速發展,我們正在進入演算法經濟時代，以深度學習為代表的人工智慧演算法在互聯網信息傳播，數字經濟發展。

信息產業服務等諸多方面發揮了重要作用，產生了溢出性極強的經濟效益監管信任危機的根源在於企業在數據和演算法上的非對稱優勢，當前，基礎數據的所有權和控制權主要集中在互聯網平台企業。

簡介：

這些企業全程操縱演算法設計，運行，測試和分析，由此占據著優勢地位，監管部門在演算法社會中已經呈現出被邊緣化的趨勢，極易失去對關鍵數據和關鍵演算法的監督權和控制權，這意味著，演算法黑箱的存在勢必導致私人利益主觀上俘獲公共利益。

以及資本主觀上規避公權力約束等風險的產生，同時，演算法黑箱客觀上隱藏了演算法自身存在的缺陷，並可能觸發安全風險，讓監管機構難以審查演算法信息，監管機構規制演算法的內容與手段均受到限制，難以及時針對演算法問題進行問責和糾偏。

❾ 有些經營者利用演算法進行價格歧視，我們究竟該如何避免被大數據殺熟

隨著互聯網時代的到來，現在想必大家很多的日常活動都是在互聯網上進行的，一般情況下，一個人的手機里邊兒最起碼要安裝二三十個不同類型的app。但是在我們經常使用app的時候，他們也會記錄我們的使用習慣，從而讓這些後台可以進行大數據殺熟。在此前央視就關於這樣的行為進行過報道。那麼我們應該如何做才能夠避免被大數據殺熟呢？接下來，關於這個話題，我將會從幾以下幾點進行分析。

第三，如何看待這些大數據殺熟的公司？

雖然現在大家都在抵制這些大數據殺熟，但說實話，想要通過一些蛛絲馬跡來掌握他們的證據還是非常困難的。畢竟互聯網本身就是一個非常隱秘的環境，如果不是掌握其核心生意的話，根本就難以直接指控他們在利用大數據。而且在某種程度上，大數據的確可以簡化選擇商品的時候的一些繁瑣搜索。

❿ 所謂的「大數據殺熟」具體怎麼回事，什麼叫「殺熟」

先解釋一下什麼叫”殺熟“吧，簡單來說就是坑熟人，中國一貫都是熟人社會，辦事喜歡找熟人，就哪怕是出去打工也喜歡找老鄉，因為在我們長久以來的觀念中，熟人知根知底值得信賴，但是有些人就是利用了這種信賴的心理，利用對熟人的了解來坑熟人，往往因為了解一坑一個准。

現在大數據殺熟還挺普遍的，而且大數據殺熟具有隱蔽性，而且十分動態，所以每次那些電商平台被曝光利用大數據殺熟，他們總是能找到理由解釋。但是不用懷疑，大數據殺熟是確實存在的，早在2000年的時候亞馬遜就被發現將同一款DVD為新老客戶制定不同的價格，引起了消費者的憤怒，隨後亞馬遜就道歉了並且承諾再也不價格歧視了。