數據效用與隱私保護的平衡：算法推薦廣告隱私侵犯風險及其多元治理進路研究

【摘要】基于數據驅動算法推薦廣告對用戶數據的過渡使用帶來用戶隱私侵犯風險，引發用戶隱私損失的負外部效應，需要加強監管以解決算法推薦廣告引發的個人數據市場失靈。首先，探討作為基礎要素的用戶數據在算法推薦廣告運行中的價值。其次，分析算法推薦廣告帶來的用戶隱私侵犯風險，并討論用戶隱私出讓最小化與企業數據效用最大化之間的矛盾。最后，從算法監管者、算法開發者、算法使用者與算法接受者等多元行動主體提出具體治理措施，對于用戶隱私保護和算法推薦廣告行業發展之間的平衡具有重要的現實意義。

【關鍵詞】算法推薦廣告；隱私風險；治理進路；隱私經濟學

隨著大數據與人工智能技術在廣告產業的深入應用，算法推薦廣告憑借其精準投放和高效轉化的特點，逐漸成為數字廣告的主流形態。算法推薦廣告又稱為定向廣告或者精準廣告，是指借助大數據與智能算法技術，通過搜集和分析用戶個人數據，對其需求和偏好進行預測，并據此向其精準推送可能感興趣的產品（服務）信息的廣告傳播行為[1]。算法推薦廣告在運作過程中，用戶數據獲取與使用是不可或缺的環節，當然用戶隱私侵犯的風險隨之上升。算法推薦廣告隱私侵犯風險主要表現在個人信息泄露、生活安寧受擾、名譽受損以及社交關系受影響等方面。面對頻頻發生的數字平臺用戶隱私侵犯事件，算法推薦廣告引發的隱私保護成為人們廣泛關注的問題，研究者們主要從三個方面展開：一是從大數據與算法技術出發，探討算法推薦廣告運作中整體的倫理失范問題并提出規制措施[2]；二是從用戶隱私權益的角度出發，分析不同廣告形態下用戶面臨的隱私風險[3]；三是從隱私政策分析，考察算法推薦廣告中個人信息保護的實踐。[4]已有研究針對算法推薦廣告中用戶隱私侵犯現象展開，探討用戶隱私保護的重要性以及如何加強算法推薦廣告中的個人隱私保護。但是，算法推薦廣告如何會引發用戶的隱私風險，企業用戶數據利用與隱私保護之間的兩難困境如何解決等深層次問題尚需進一步研究。

隱私問題是政策和經濟辯論中敏感而熱門的話題。從經濟視角看，企業需要使用消費者的數據構建用戶畫像，實現數據效用最大化，從而獲取高額利潤；從政策視角看，政府監管部門需要制定相關的措施對企業的數據使用行為進行干預，以保護用戶個人隱私。隱私經濟學是隸屬于信息經濟學的一個新興研究領域，主要關注個人、企業和政府在個人數據起關鍵作用的市場中如何相互作用以及在公共與私有領域的權衡取舍問題。[5]數據資產的價值和監管是隱私經濟學研究的重要問題，如何合理地配置寶貴的個人信息資源，消費者、企業和政府需要進行相關的利益分析與抉擇。算法推薦廣告運行涉及個人數據資源利用，面臨個人、企業和政府三方的利益權衡。因此，本文嘗試從隱私經濟學理論視角對算法推薦廣告中個人數據資源配置中的市場失靈現象進行分析，并嘗試通過有效的政府規制解決企業數據效用與用戶隱私保護之間的矛盾。

一、用戶數據資源：算法推薦廣告運行的基礎要素

數據作為一種新的生產要素，成為經濟社會發展的基礎資源，具有不可忽視的經濟價值，各類互聯網平臺在商業利益的驅動下收集海量用戶數據并進行商業開發，而算法推薦廣告則是數據價值變現的重要途徑。在算法推薦廣告運行中，首要任務是通過用戶數據挖掘與分析精準識別出廣告推送的目標對象，這需要通過用戶畫像來完成。所謂用戶畫像是指通過用戶數據的收集、存儲、分析和處理，將用戶的各種具體信息抽象成標簽，再利用標簽將用戶形象具體化的過程。[6]用戶畫像的實質是用戶的分類與標簽化，通過給用戶“貼標簽”的方式形成具有個性化特征的用戶畫像模型，由此實現對用戶的識別與洞察。不同的互聯網平臺擁有不同的標簽體系，用戶標簽體系的劃分依據也不盡相同，標簽可以包括用戶的興趣愛好、職業、年齡等，廣告的類別、品牌、產品等。[7]基于大數據的用戶畫像解決的是如何正確認識用戶的問題。

用戶數據是算法推薦廣告運行的基礎要素和必不可少的前置條件。企業通過對用戶的社會屬性、消費習慣、偏好特征等各個維度數據的收集、整理與分析，精確地了解用戶需求和行為特征，從而制定更加精準化與個性化的廣告推薦策略。同時，實時反饋的用戶數據還可以對推薦系統進行持續優化和更新，使廣告投放更加精準。算法推薦廣告實現了對用戶的深度理解和個性化服務，提升廣告傳播的效果，解決了傳統廣告行業的痛點——“我知道在廣告上的投資有一半是無用的，但問題是我不知道是哪一半”。[8]然而，技術發展是一把“雙刃劍”，所有的技術進步都有代價，技術進步帶來的有害的與有益的后果不可分離。[9]算法推薦廣告提升了廣告信息傳遞的精準性，對于企業市場營銷具有明顯的積極作用，實現了企業和平臺的雙贏，卻唯獨忽視了用戶的利益，給用戶帶來有害的后果，即隱私侵犯風險的不斷放大。

二、用戶隱私損失：算法推薦廣告帶來的負外部性

算法推薦廣告作為企業市場營銷的利器，實現廣告信息的精準推送，也推動了互聯網平臺的創新發展，但是在實踐中也帶來明顯的負外部性效應，即用戶隱私損失。算法推薦廣告對用戶數據的收集、計算和應用的程度越高，用戶潛在的隱私泄露風險就越大。用戶隱私侵犯風險具體表現在隱私數據過度收集、隱私數據濫用以及數據控制權的喪失等方面。

（一）用戶隱私數據的過度收集

算法推薦廣告的核心在于如何識別用戶以及優化廣告信息與用戶的匹配，隨著技術介入的程度越來越高，匹配的精準程度也由淺入深，對數據的需求也越來越高。算法推薦廣告對用戶數據收集的方式包括追蹤用戶的IP地址、追蹤Cookies、收集用戶的個人注冊信息等。對于用戶信息了解得越全面，描繪出的用戶畫像就越精準，因此互聯網平臺往往從多方匯聚數據，存在用戶隱私邊界被打破的風險，形成用戶隱私數據的過度收集問題。在用戶各類數據中，用戶標識（User ID）是最直接、最有效的數據，因此根據User ID對用戶進行定義與辨別也最為準確。[10]然而，User ID往往包括個人真實與敏感數據，一旦被收集與使用，隱私侵犯的風險就急劇上升。

在用戶數據收集中，最常見的方式是Cookie追蹤。用戶登錄網站或APP后所有的交互行為數據都會保存至Cookie中，比如訪問過哪些頁面、點擊過哪些內容，都可以作為數據被記錄下來。如果在網站或者APP上存在一個第三方主體，將其腳本置入到其他主體的域下，并使用同一個User ID保存在Cookie中，第三方主體就可以輕易獲取到用戶在其他主體下的所有行為數據。[11]此外，在APP中可以很方便地獲取到統一的User ID，因此，跨APP進行數據追蹤的現象普遍存在，而風險最高的就是跨主體的User ID共享，特別是在未獲得用戶授權甚至用戶不被感知的情況下。由于用戶的數據知情權、使用權身份是模棱兩可的，算法推薦廣告用戶面臨著個人信息被過度收集、隨意使用、二次售賣的風險。[12]

（二）用戶隱私數據的濫用

我們生活在技術統治的時代，在對技術越來越依賴的同時，技術又反過來需要我們的個人信息才能發揮作用。算法推薦廣告依賴用戶數據運行，用戶需要“讓渡”一部分隱私數據使用權才能讓算法了解和定義自己，才能實現“千人千面”的專屬定制和精準推送[13]。正因如此，個人隱私數據濫用的狀況愈加嚴重。當用戶為了使用一些互聯網平臺同意其提出的服務協議時，其實已經輕易答應了要出讓自己的數據。這些數據有可能被出售給第三方平臺用于算法訓練或其他目的。英國的一份調查顯示，包括瑪雅（Maya）、MIA Fem在內的數款月經追蹤APP，會將女性月經周期、避孕方式、痛經等隱私信息直接分享給Facebook，以便其向用戶有針對性地推送相關廣告。[14]

在一些特定的服務場景中，用戶個人信息的使用是必要的，例如外賣平臺需要用戶的位置信息來規劃配送路線、計算配送時間以及確定訂單的優先級，網約車平臺也需要收集用戶的位置信息以便提供準確的叫車服務。對于用戶而言，在適當的情境下通過讓渡部分個人信息及隱私數據有助于獲取更加便利的服務。同時，用戶具有一定的隱私期待，期待平臺的數據使用僅限于必要的業務范圍內。[15]然而，在這場以隱私換取便利的交易中，用戶所放棄的隱私數據極有可能被濫用。資本的逐利性會發生用戶數據多次使用的情況，即使一些互聯網平臺聲稱它們僅將用戶數據用于特定情境與服務，但數據的實際用途往往比用戶最初同意的更為廣泛。

（三）用戶數據控制權的喪失

算法推薦廣告利用用戶數據進行信息推送，用戶基本處于不知情的狀態，無法知曉自己的信息被何人收集、用于哪種用途，這會嚴重剝奪用戶對自己數據的控制權。互聯網平臺提供的隱私保護協議中規定，用戶具有選擇是否允許第三方進行數據收集的權利，然而在實踐中卻存在平臺未經用戶允許就與第三方分享了用戶信息。例如2018年Facebook爆出的數據泄露事件，涉及5000萬用戶的私人信息被第三方公司泄露，引起了廣泛關注。Facebook在用戶不知情的情況下收集了用戶的私人信息，包括用戶的社交關系、興趣愛好、瀏覽記錄等，并將其用于廣告和其他商業目的。[16]此外，Facebook還允許第三方公司訪問用戶數據。此次事件揭示了Facebook在用戶數據收集和使用方面的漏洞和不當行為，嚴重侵害了用戶的隱私數據安全。

互聯網平臺對用戶數據收集基本上是從游戲、購物、社交等方面入手，甚至是從其他機構或者個人處購買，在此過程中用戶根本不知道自己的信息將會流向何處。[17]由于數據使用的不透明性，用戶也很難保護自己的數據知情權和數據控制權。盡管監管部門出臺了相關的法律法規以加強個人信息的保護，法律也規定用戶應該擁有對自己數據的控制權。但這只對數據的第一次收集產生作用，用戶的數據往往會被二次甚至三次使用，所以用戶數據控制權問題并不能得到有效保護。因此，許多用戶開始關注自己的隱私權和數據控制權，并要求互聯網平臺方采取更多措施來保護用戶隱私數據安全。

三、兩難困境：企業數據效用追求最大化與用戶數據出讓最小化

隱私需求是人類的本能需要之一，人們應該擁有隱私權，美國法學家布蘭代斯（Brandeis）與沃倫（Warren）將隱私權定義為一種免受外界干擾的“獨處的權利”[18]。在算法推薦廣告實際運行中，基于商業利益驅使，企業不太會在意用戶的隱私保護需求，往往會過度收集用戶數據、不透明地使用用戶數據，甚至將用戶數據用于不道德或非法的目的，從而導致用戶的隱私被侵犯。企業在用戶數據利用中，有些時候可能并不是有意侵犯用戶隱私，但是客觀上卻造成用戶隱私信息的泄露。比如，網絡購物中的消費者身高、體重等敏感信息，微信朋友圈信息中個人的活動軌跡等，雖然這些單個數據不足以構成較大的隱私侵犯，但將這些數據整合在一起，便會暴露出一個人的隱私信息。

用戶對算法推薦廣告帶來的數據隱私侵犯風險憂慮重重，表現出明顯的不信任。在調查研究中，用戶對數據隱私問題極為關注，隱私保護意愿急劇上升。有關消費者數據隱私態度的調查報告顯示，60％的美國成年人擔心自己的隱私數據泄露，59%的受訪者表示，他們擔心自己的個人信息被濫用[19]。另據《福布斯》雜志網站報道，美國防欺詐和安全公司RSA在歐美對6000名成年人的調查顯示，人們對社交網絡、新聞和信息搜索等免費服務使用個人數據持有反對意見，83%的消費者認為算法推薦廣告存在道德錯誤，76%的消費者認為Facebook、Twitter等社交APP的算法推薦廣告是不道德的[20]。隨著用戶隱私數據過度使用現象越發嚴重以及用戶隱私保護意識的增強，用戶對算法推薦廣告產生諸如不點擊、關閉推送設置等抵制行為。

算法推薦廣告的精準性與個性化在一定程度上提升了用戶體驗，使用戶遠離傳統廣告的狂轟濫炸，免受冗余信息的干擾。但是過于精準的廣告推送卻帶來隱私侵犯的問題，用戶存在被“監視”的隱憂。用戶的這種隱私擔憂是對算法推薦廣告的負面情感體驗，并會對后續的廣告接收行為產生重要影響。如果用戶的隱私擔憂達到一定程度，就會對算法推薦廣告產生逆反心理和回避行為，廣告效果將大打折扣。在現實情境中，當用戶擔心算法推薦廣告會侵犯自己的隱私時，就會選擇不使用或減少使用算法推薦廣告及相關服務，同時，用戶也可能會選擇不提供真實的個人信息或者限制互聯網平臺的數據收集權限，導致算法推薦廣告的準確性下降，對算法推薦廣告產生明顯的制約作用。

在個人數據市場中通常會發生這樣的情況，一方面，用戶希望以盡可能少的數據出讓獲得需要的商品或服務；另一方面，企業則渴望獲取盡可能多的數據以提高用戶的精準識別，以獲取高額利潤。這就導致企業與個人之間存在嚴重的市場失靈，出現企業數據利用最大化需求與用戶隱私保護的矛盾。盡管用戶為了享受互聯網平臺提供的一些便利服務而愿意讓渡自己的部分隱私信息，但這種讓渡是有邊界的，一旦越過隱私邊界，用戶就會形成隱私保護的條件反射，進而形成隱私保護行為，結果是用戶不但會對算法推薦廣告產生情緒上的反感，還會對互聯網平臺和商家產生負面的態度，從而限制互聯網平臺的用戶增長和活躍度。[21]相反，如果用戶感知到隱私被尊重并控制在合理使用范圍內，用戶則不會對隱私問題過于敏感，反而有利于企業的數據利用。因此，算法推薦廣告的健康長遠發展需要解決用戶體驗與隱私數據保護的矛盾。

四、多元主體共治：算法推薦廣告隱私侵犯風險的治理進路

算法推薦廣告治理涉及多元行動主體，既包括算法監管者與算法開發者，又涵蓋算法使用者與算法接受者。只有形成各行動者之間協同共治的局面，才能更好地平衡不同行動主體的利益和目標，促進算法推薦廣告的可持續發展。

（一）廣告算法監管者履行規制職責——限制技術的無序擴張

技術運用既可以推動社會的發展，也有可能為人類社會帶來負面影響。我們首先需要認識到技術權力的擴張是不可避免的，因為技術進步是現代社會發展的重要驅動力，但是我們應該對技術發展和應用劃定一個合理的范圍，限制技術權力無節制地擴張。算法推薦廣告自身無法回避用戶的隱私保護問題，只有依靠外部規制，才能保證算法推薦廣告健康發展，它也是保護消費者利益的有效工具[22]。目前來看，世界各國正在以逐步完善的立法，趨嚴的監管措施對隱私信息進行治理，推進企業實現更高的個人信息和隱私保護的合規。2018年，歐盟出臺《通用數據保護條例》（General Data Protection Regulation，簡稱GDPR）。這部被稱為史上最嚴的數據管理法規，規定了數據的收集處理遵守“目的限制”和“數據最小化”原則，注重用戶的知情同意保護，被稱為歐盟數據和個人信息保護的核心。《中華人民共和國個人信息保護法》于2021年11月正式施行，標志著我國個人信息保護法律監管的進一步完善。這部法律主要針對個人信息過度采集、濫用等現象，旨在保護個人信息權益。但法律實施僅是邁出的第一步，個人信息保護在實踐中仍面臨“左右為難”的情況，急需厘清合規邊界。我們看到世界各國逐漸完備的立法以及趨嚴的監管，正推進企業實現更高要求的個人信息及隱私保護合規，成為未來平衡用戶體驗和算法推薦廣告發展的保障。

（二）廣告算法開發者堅持職業道德——恪守技術倫理規約

算法推薦廣告是基于技術進步發展出的廣告新形態，用技術控制技術是一種行之有效的治理路徑。從技術規制的角度實現對算法推薦廣告隱私風險的治理有兩條路徑：一是在技術開發中嵌入倫理道德，二是用技術控制技術。[23]利益是道德的基礎，人的行為和決策通常受到利益的驅使，而道德是利益的準則，道德往往規范著人們的行為和決策。作為算法的開發者，工程師在實踐中應遵循工程倫理學的一般原則，以公眾利益為出發點和歸宿，“忠實地為公眾利益服務”[24]。工程師在算法技術開發中要嚴格遵守隱私保護法規和職業道德規范，確保算法技術的發展和使用不會損害公眾的利益，避免開發出可能會操縱用戶信息與行為的算法，從源頭降低用戶個人隱私信息和數據泄露和濫用的風險。在算法收集用戶信息時，工程師應該充分考慮算法的公正性、透明性、可解釋性和可靠性，在事先告知用戶并獲取明確同意的情況下進行信息收集。

技術是人類改造世界的工具，由人類創造，可被人類管理和改變。算法開發者應通過技術創新、優化設計等技術手段和措施保障用戶隱私安全。目前常見的用于保護用戶隱私安全的技術有很多種，如數據加密技術、訪問控制技術、差分隱私技術、安全多方計算技術、聯邦學習技術等，這些技術可以單獨或結合起來在算法推薦廣告中使用。此外，一些安全性和效率更高的新興加密技術如后量子密碼、同態加密、零知識證明、可信執行環境等，也為算法推薦廣告的用戶數據保護和隱私保護提供了新的解決方案。[25]未來，算法工程師們要加快技術探索的腳步，繼續開發出更多智能化的隱私保護技術，以適應日益復雜的多樣化的隱私數據保護需求。

（三）廣告算法使用者落實主體責任——履行用戶隱私保護的責任

互聯網平臺和廣告商是算法的使用者，運用算法推薦技術向用戶推送廣告信息，也是個人隱私被“透視”與侵犯的主導者，因此要對個人隱私保護承擔相應的責任。首先，互聯網平臺和廣告商應理解用戶的隱私顧慮并盡力滿足用戶選擇權，建立明確的清晰易懂的隱私政策，告知用戶他們的數據將如何被收集、使用和存儲，讓需要保護自己隱私并且容易對隱私產生抗拒心理的高敏感用戶得到不會過度收集和使用個人信息的承諾，免除其對隱私侵犯的擔憂。其次，互聯網平臺必須遵守自身制定的隱私政策。用戶同意網站收集個人信息的初衷很大程度上是基于對隱私政策的信任，平臺如果不遵守隱私政策就相當于背離了用戶的信任。再次，互聯網平臺要加大技術研發投入，使用加密技術確保用戶數據的安全性，并使用安全存儲方法來存儲用戶數據，減少數據泄露和濫用的風險，為用戶個人隱私防護提供強有力的保障。最后，互聯網平臺與廣告商要積極提升員工職業素養。技術本身無所謂善惡，技術最終是被人使用并且受人指揮的，因此互聯網平臺和廣告商應強化員工內部管理和培訓，提升員工的職業素養與道德素質，確保員工了解并遵守隱私政策，避免因員工價值觀念錯亂導致用戶隱私泄露的問題出現。

（四）廣告算法接受者培養自我意識——提升算法與數據素養

在算法推薦廣告的運作流程中，用戶充當著算法接受者的角色，但這不意味著用戶只能被動面對并接受算法帶來的各種隱私風險。同算法工程師、互聯網平臺、商家一樣，用戶也是隱私風險治理中重要的行動主體。這就要求用戶發揮主體能動性，增強隱私安全意識，關注個人隱私權益，加強自身數據素養，用實際行動抵御算法推薦廣告中可能存在的隱私風險，在享受便利服務的同時保護個人隱私安全。首先，用戶應該認真閱讀平臺的隱私政策和條款，了解自己的個人信息是如何被收集、使用和處理的，以此監督平臺和算法的運行過程，如果發現算法存在不公正或侵犯個人隱私的情況，可以向相關部門或機構投訴或舉報。其次，用戶要有隱私安全意識，要認識到網絡隱私有受到侵犯的潛在危險，掌握個人信息不受侵犯的基本方法。比如Android用戶可以定期去重置OAID（國內）或GAID（國外），IOS用戶可以定期重置IDFA。[26]用戶要避免在網絡上留下過多的個人信息，在需要提供個人信息的場景中必須謹慎，特別是一些敏感信息如身份證號碼、銀行賬戶、密碼等。用戶在搜索時可以打開無痕模式，養成及時清理瀏覽痕跡和Cookie文件的習慣。用戶在使用APP的過程中不能開放過多權限，對于一些不登錄就可以正常使用的第三方應用軟件盡量不登錄。最后，用戶也要加強自身數據素養，無論是用戶對自我數據保護的意識，還是對自我信息保護的責任感等，都與用戶的受教育程度與水平有著密切關系，尤其是與用戶數據素養有關。用戶可以學習有關個人信息保護的知識和技能，如如何防范網絡攻擊、如何保護個人信息等。用戶也可以使用一些隱私保護工具如隱私保護軟件、加密通信工具等，這些工具可以幫助用戶隱藏或加密個人信息，在不透露個人信息的情況下使用互聯網平臺的服務。

五、結語

數據是互聯網平臺以及企業賴以生存和創新的根本，數據治理是數據要素發展利用的前提和保障，政府監管既要保護消費者個人隱私安全又要維持企業創新活力。基于數據驅動的算法推薦廣告一方面推動廣告業向精準化與個性化方向創新發展，另一方面也因用戶數據的使用帶來隱私侵犯的問題，引發用戶極大的隱私擔憂，反過來制約了算法推薦廣告的發展。我們不能以用戶隱私保護之名遏制算法推薦廣告的發展，也不能任由算法推薦廣告無節制地發展而損害用戶的隱私權益。因此，如何有效治理算法推薦廣告的隱私風險、尋求商業利益和用戶權益的平衡成為解決問題的關鍵。只有法監管者、算法開發者、算法使用者及算法接受者多元主體協同共治，才能有效解決算法推薦廣告長遠發展與用戶隱私保護之間的矛盾。此外，算法推薦廣告的隱私風險會隨著技術的發展而發生變化，未來的研究需要進一步關注新的隱私風險形態，并提出相應的治理措施。

[基金項目：國家社科基金重點項目“廣告算法陷阱及其治理研究”（22AXW009）]

參考文獻：

[1]于婷婷，楊蘊焓.精準廣告中的隱私關注及其影響因素研究[J].新聞大學，2019（9）：101-116+121.

[2]鄧佑平.淺析算法推薦廣告倫理問題[J].新聞論壇，2022，36（04）：89-90.

[3]李名亮.智能廣告信息倫理風險與核心議題研究[J].新聞與傳播評論，2020，73（01）：76-84.

[4]廖秉宜，張慧慧，劉定文.精準廣告技術中的個人信息保護：基于國內100個APP隱私政策中關于Cookie技術的文本分析[J].信息資源管理學報，2023，13（01）：103-114.

[5]Acquisti A， Taylor C， Wagman L. The economics of privacy[J]. Journal of Economic Literature，2016， 54（13）： 442-492.

[6]侯冬青.計算廣告中用戶畫像的技術使用與對策[J].理財，2024（2）：74-76.

[7]段淳林，宋成.用戶需求、算法推薦與場景匹配：智能廣告的理論邏輯與實踐思考[J].現代傳播（中國傳媒大學學報），2020，42（08）：119-128.

[8]趙新利，宮效.5G時代智能營銷的機遇與挑戰[J].青年記者，2019（31）：54-55.

[9]Ellul J. The Technological Order[J]. Philosophy And Technology，Edited with an introduction by Carl Mitcham and Robert Mackey，1983.

[10]Imdad U ，Roksana B ，S S K .Privacy in targeted advertising on mobile devices： a survey.[J].International journal of information security，2022，22（3）：31-32.

[11]A. D C ，Taylan Y ，Cristina N ， et al.Privacy considerations for online advertising： a stakeholder’s perspective to programmatic advertising[J].Journal of Consumer Marketing，2023，40（2）：235-247.

[12]姚麗媛. 計算廣告的倫理失范問題與優化路徑研究[D].上海：華東政法大學，2022.

[13]匡文波.智能算法推薦技術的邏輯理路、倫理問題及規制方略[J].深圳大學學報（人文社會科學版），2021，38（01）：144-151.

[14]Privacy International. （2019）. 月經追蹤應用涉嫌侵犯用戶隱私的調查報告. https：//www.privacyinternational.org/long-read/3196/no-bodys-business-mine-how-menstruations-apps-are-sharing-your-data.

[15]Martin K. Data aggregators， consumer data， and responsibility online： Who is tracking consumers online and should they stop？[J]. The Information Society， 2016， 32（1）： 51-63.

[16]秦楊.數據環境下檔案安全問題的反思：基于2018年Facebook數據泄露事件[J].檔案管理，2019（2）：50-52.

[17]陳純柱，王唐艷.大數據時代精準廣告投放的隱私權保護研究[J].學術探索，2020（4）：105-112.

[18]Warren S D，Brandeis L D.The Right to Privacy[J].Harvard Law Review，1890，4（5）：193-220.

[19]2019年消費者數據隱私態度調查報告[R].http：//www.199it.com/archives/943609.html.

[20]調查：83%的消費者認為個性化廣告存在道德錯誤[R].https：//tech.sina.com.cn/i/2019-02-11/doc-ihqfskcp4230815.shtml.

[21]林升梁，馮雪汝.隱私關注對計算廣告回避的影響研究：基于感知風險和隱私保護的鏈式中介作用的考察[J].新聞大學，2023（5）：29-43+119.

[22]鞠宏磊，李歡.精準廣告相關隱私問題的規制原則與策略[J].編輯之友，2016（6）：96-99.

[23]沈霄，王國華.1991-2016年新加坡互聯網治理的邏輯變遷：基于治理主體、治理方式、治理理念的框架分析[J].電子政務，2019（1）：58-65.

[24]Baum， Robert J.， and Albert Flores. \"Ethical problems in engineering.\" （1978）.

[25]霍煒，郁昱，楊糠，等.隱私保護計算密碼技術研究進展與應用[J].中國科學：信息科學，2023，53（09）：1688-1733.

[26]楊正軍，張國華，施羽暇，等.互聯網廣告標識問題研究與應對建議[J].信息通信技術與政策，2021，47（03）：41-48.

作者簡介：馬二偉，重慶大學新聞學院教授、博士生導師（重慶 401331）；丁嘉寧，鄭州大學新聞與傳播學院碩士生（鄭州 450001）。

編校：王志昭