大数据背景下电子商务个性化推荐服务下的用户隐私保护

张　韫

(梧州学院，广西　梧州　543002)

大数据背景下电子商务个性化推荐服务下的用户隐私保护

张韫

(梧州学院，广西梧州543002)

[摘要]随着云计算、三网融合等互联网技术的日趋发展，越来越多电子商务企业运用大数据技术对用户的行为偏好和行为轨迹进行监测和分析，通过数据来预测用户的爱好、消费习惯等，从而为用户提供个性化推荐服务。这在为用户提供了更好的购物体验及更方便的购物过程的同时，也对用户的个人隐私保护造成了一定程度的威胁。文章分析了大数据背景下电子商务个性化推荐服务及个人隐私保护存在的挑战，并提出了解决的建议。

[关键词]大数据；电子商务；个性化推荐服务；用户隐私保护

随着云计算、三网融合等互联网技术的日趋发展及博客、微信等新型社交网络的出现，人们迎来了大数据时代。大数据时代具有4V特征[1]:volume(规模大)、variety(种类多)、veloeity(处理速度高效)、value(价值密度低)。目前越来越多电商运用大数据技术，对用户的行为偏好和行为轨迹进行监测和分析，通过数据来预测用户的爱好和消费习惯等，从而为用户提供个性化推荐服务。基于大数据分析的电子商务个性化推荐服务确实能为用户提供更精确的导购，但是其带来的用户隐私泄露问题也日益受到各方重视，别有用心的人利用这些信息对用户进行不法活动，导致人们承担不必要的经济损失和精神损失。根据中国互联网络信息中心(CNNIC)《2015年第35次中国互联网络发展状况统计报告-互联网络安全环境(三)》显示，2014年我国总体网民中有46.3%的网民遭遇过网络安全问题，其中在网上遭遇到消费欺诈的比例为12.6%。因此本文首先介绍大数据背景下用户隐私的概念，讨论目前面临的问题，并提出有效的解决办法。

一、大数据的内涵

关于大数据的定义尚未有统一的说法。普遍认为大数据(bigdata)[2]是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。尽管对大数据概念的描述不一样，但是大数据的4V特征[1]得到了学术界的广泛认可。在大数据时代，数据不仅仅是简单的符号，而是具有价值的信息，但是这些信息如浩瀚大海，需要运用数据挖掘等技术进行甄选；另一方面，基于大数据规模巨大、指数级增长、来源多样化等特点，对数据处理的硬件和软件都提出了更高的要求[3]。

二、电子商务个性化推荐服务及个人隐私

在信息大爆炸的时代，互联网电子商务企业为了更好地引导客户购买合适他们的商品，让客户能更快捷方便地找到需要购买的商品，个性化推荐服务成为了电子商务企业钟情的一种服务模式。传统的推荐系统[4]是基于顾客的历史购买数据来推荐顾客偏好的商品，或者是推荐商家的热销商品，对顾客购买商品起到了一定的引导作用，但是传统的推荐服务在个性化的Web3.0背景下显示出其信息冗余的劣势，很多用户会把这些推荐视为垃圾广告。个性化推荐系统修改了传统推荐系统的不足，它通过分析用户的个性化需求，把合适的内容在合适的时间通过合适的渠道推荐给合适的用户，为用户提供个性化的购物体验，实现电商企业的精确导购，有效提升了商品的成交量，同时也降低了客户搜索的时间。在个性化推荐服务中，顾客成为了主导者，主导着网页显示的内容，整个网页为之服务。目前个性化推荐系统的运作方式有三种类型：一是个性化订购推荐，用户根据自己的需求和对商品的信息评估填写表单，然后提交给电商企业，企业通过其他通讯方式和客户联系，从而满足客户的需求；二是关联挖掘推荐，电商企业通过用户在网页上的购买行为和浏览痕迹进行关联挖掘，推荐给用户相关联的产品；三是关键词排序推荐，根据用户提供的关键词，在产品库中推荐匹配的产品给用户。

大数据环境下电子商务个性化推荐服务具有以下特征：一是以海量数据为基础，大数据时代数据成指数级增长，每一条信息都包含一些零碎的信息，每个人的信息和消费偏好蕴含在海量的数据里面，因此个性化推荐在这种环境下显得尤为重要；二是复杂多样及异构的数据推荐服务，随着数据形式由单纯的文本形式转变为现在的音频、视频、图像等复杂形式，个性化推荐服务的数据挖掘不能停留在单纯的数据挖掘上，还要有图像挖掘等；三是关联数据的丰富性，大数据时代的信息量是惊人的，关联的数据也丰富多样，能够为用户提供更广阔的选择空间。

个性化推荐服务为顾客带来便利和丰富化服务的同时，也带来了个人隐私泄露的隐患。在大数据背景中的个性化推荐系统中，挖掘的大部分数据来源于人和传感器，包括用户上网的浏览记录、用户信息和商品评论、传感器数据和监视数据等。在大数据环境下，经过大数据处理后可以把用户的碎片信息重新整合，构成了用户的完整数据，这种用户数据的重新整合和共享给用户带来了风险：个人隐私泄露使得不法分子掌握用户的喜好和信息，给用户推荐假冒伪劣商品或对用户进行诈骗，严重威胁到个人的财产和人身安全。比如购物信息泄露后冒充卖家诈骗，用户电话等个人信息泄露后的经济诈骗等。个性化推荐服务的大数据挖掘，使得用户的隐私数据被多次地整合和分析，造成了用户隐私数据的二次利用和反复放大，并且这些数据挖掘和处理都没有经过本人同意，企业肆无忌惮地运用这些数据进行分析和操作，同样也侵犯了个人的隐私权。

三、大数据背景下个人隐私保护存在的挑战

大数据背景下电子商务个性化推荐服务方兴未艾，越来越多的关于用户个人信息安全的问题正在不断地显现出来，有效地保护个人隐私变得越来越难，电子商务个人推荐服务在大数据背景下的个人隐私安全保护存在以下几个方面的挑战。

1.个人隐私侵犯行为和范畴难以认定

因为每个人对隐私的理解不一样，哪些属于隐私数据没有统一的划分，这也为隐私保护带来了难度。目前的法律对于网络个人隐私侵犯和泄露尚未有完善的规定，用户在电商企业注册或者登记的时候提交了自己的信息，但是很难认定信息是在哪个部分泄露的，比如有可能是商家的发货记录泄露，有可能是物流公司的信息泄露，无法追踪认定。而且现代数据监控技术可以通过客户的浏览痕迹收集客户的消费偏好，而且这些信息的收集是在用户不知情的情况下进行的，用户难以追究责任。因此如何认定个人隐私侵犯行为成为了难点。

2.个人隐私保护技术面临严峻考验

个人隐私信息的保护需要管理好信息的采集、存储、使用和发布过程中的保护，这对管理信息系统及相关技术提出了更高的要求。越来越多的电商企业也意识到用户信息的重要性，如果用户信息被泄露，对于他们来说也是一种损失。越来越多用户也意识到个人隐私的保护，也刻意保护自己的个人信息，甚至在填写信息的时候填入虚假或虚拟信息，但是在大数据的时代下，数据挖掘可以把个人在网页上留下的碎片化信息重新整合，这些数据的暴露是无法预测和控制的。这对信息技术提出了新的挑战。

3.网络安全法律环境臻待完善

虽然我国宪法、刑法、民法中都有对个人隐私保护的相关规定，但尚未形成完整的关于隐私保护的法律体系，也没有将隐私权作为一项独立权力加以保护。特别是对于网络泄露的问题，对于利用现代技术手段侦查用户爱好等尚未有适用的法律，因此很多企业仍然肆无忌惮地收集用户的各种信息，这种信息收集本身已经是对用户隐私的一种侵犯。

四、大数据背景下电子商务个性化推荐服务下用户隐私保护的建议

基于以上分析，大数据背景下电子商务个性化推荐服务下的用户隐私保护非常重要而且也非常必要，本文提出几点建议。

1.政府层面

大数据背景下的电子商务个性化推荐服务是电子商务白热化的一个特定产物，对于一个新兴事物，使用者和创造者均持观望态度，均在这片蓝海试水。政府需要走在大众之前，引导和监督好这片蓝海，在尚未有完善的法律法规出台之前，利用政治、经济等宏观手段控制和引导舆论及政策的方向，为后续健全法律法规、提升技术、完善观念等起到全面的领导作用。

2.法律层面

随着网络经济的发展，目前我国尚未有完善的关于用户隐私保护的法律体系，笔者认为在当前大数据时代，制定一套关于用户隐私保护的法律刻不容缓，把个人隐私作为人格权的一种纳入到法律保护范畴，给出适用的法律条例。只有有法可依，才能提高电商企业对用户个人隐私保护的重视，提高个人对隐私保护的意识，司法机构在处理相关案件的时候才可以做出合理的判决，保护人民的权益不受侵犯。

3.技术层面

大数据背景下的电子商务个性化推荐服务需要多层次的技术支持，因此在用户隐私保护方面，也应该从多层次入手，做到精准保护。大数据个人隐私保护技术可以从数据层、应用层以及数据展示层上改进技术。数据层可以从数据的加密和访问控制两方面入手，应用层上可以采取一些隐私增强技术，数据展示层上可以用匿名化等方法对客户隐私进行加密。目前有些电商网页会在同一台电脑上自动记录客户的浏览记录，从而进行二次数据处理，这对于某些公用电脑来说会存在隐私泄露的隐患。因此加强信息利用方面的管理也相当重要。

4.企业层面

作为电子商务企业在帮助保护用户隐私方面，可以利用公益宣传、企业声明等手段让客户了解企业在用户上网的时候进行了哪些信息的收集，并告知客户这类信息收集主要用于哪些用途，应征得用户同意后方可收集相关信息。同时企业也要加强自身技术能力，保护用户的个人隐私不被别人盗窃，保护数据库不被黑客攻击。当用户隐私泄露或者被盗取时，积极为用户寻求解决途径而不是推卸责任，呼吁并敦促健全有关法律，做好企业的社会责任。

5.个人层面

针对大数据下的电子商务个性化推荐服务的特点，用户本身应加强隐私保护意识，对侵犯隐私的行为有较高的警觉性和敏感度，在网络上填写个人信息的时候要知道这些信息主要用于何处，并注意不要在公共场合的电脑以及公共网络上留下过多的个人信息。同时也要提高自己的法律保护意识，遇到自身隐私被泄露时，积极通过法律途径寻找解决办法。虽然目前对于网络个人隐私方面的法律还未健全，就是因为不健全，才要突出各种问题，敦促相关法律尽快出台。

参考文献：

[1]倪斌.大数据时代背景下司法体制对个人隐私的保护[J].鄂州大学学报，2015,22(2)：38-40.

[2]刘雅辉，张铁赢，靳小龙，等.大数据时代的个人隐私保护[J].计算机研究与发展，2015,52(1)：221-228.

[3]Ilavarasi A,Poorani S.A survey on privacy preserving data mining techniques[J].Int Journal of Computer Science and Business Informatics,2013,7(1):1-12.

[4]王茜，钱力.大数据环境下电子商务个性化推荐服务发展动向探析[J].商业研究,2014(8):150-154.

(责任编辑：覃华巧)

收稿日期：2012-12-15

基金项目：广西高校科学技术研究项目(KY2015LX456)；广西高等教育教学改革工程项目(2014JGA231)；2011年梧州学院科研项目(2011C009)

[中图分类号]F724.6

[文献标识码]A

[文章编号]1673-8535(2016)01-0018-03

[作者简介]张韫(1982-)，女，广西梧州人，梧州学院讲师，管理学硕士，研究方向：电子商务、人力资源管理。