
脉脉不正当竞争案拷问大数据商用边界
多名法律专家表示,大数据时代的个人数据商业化商用第一案,表面上是不正当竞争,背后涉及个人信息保护问题,此案也关系到法律对网上用户数据信息保护的边界何在,对行业具有重要影响
社交软件脉脉非法抓取使用新浪微博用户信息行为,4月26日,被北京市海淀区法院认定构成不正当竞争。
法院审理后认为,脉脉软件要求用户注册“脉脉”账号时上传自己的手机通讯录联系人,从而非法获取该联系人与新浪微博中相关用户的对应关系,将这些人作为脉脉用户的“一度人脉”予以展示,并将非法抓取的该人新浪微博职业信息、教育信息进行展示,这些行为,对新浪微博构成不正当竞争。
“使用个人信息数据时应厘清边界,大数据的使用规则亟需确立。”多名法律专家表示,这起案件表面上是不正当竞争,背后涉及是个人信息保护问题,此案也是大数据时代个人数据商业化使用第一案,关系到法律对网上用户数据信息保护的边界何在的问题,对行业具有重要影响。
因用户数据问题停止合作
新浪微博相关负责人告诉法治周末记者,脉脉于2013年9月接入微博平台,在脉脉可通过新浪微博账号和手机号的方式登陆,脉脉可访问授权用户的昵称、性别、地区等个人基础资料信息。
2014年8月,脉脉与新浪微博因用户信息问题产生合作纠纷。新浪指责脉脉存在违规抓取用户数据的行为,获得并使用了用户未同意公开的教育、工作经历等信息,违反微博开放平台的开发者协议,故停止其使用微博开放平台的所有接口。
“当时新浪微博对脉脉提出要求,要求其在7天内停止使用非授权用户资料,但对方最终还是作出了停止合作、继续侵权的决定。”上述新浪微博相关负责人说。
而脉脉相关负责人则在接受法治周末记者采访时表示,与新浪微博合作的过程中始终遵守现行微博开放平台开发规则,反而新浪微博曾试图向脉脉索要数据。
为这场用户数据纠纷画上休止符的,是4月26日的法院判决——法院最终认定脉脉抓取的用户微博职业信息、教育信息进行展示,也没有及时删除上述信息,其行为危害到微博用户信息安全。
大数据领域需法律规范
“随着互联网技术的发展,个人隐私被侵犯的事件正越来越频繁地发生,互联网企业在获取用户数据时,首先要征得用户同意,并且只能在用户授权的范围内使用。平台方也有监管责任,一旦发现此类侵权行为,首先要向用户示警,并且可以根据与用户达成的使用协议,对第三方进行追责。”北京大学法学院副院长薛军表示,目前我国没有专门的个人信息保护法律,因为这个判决对于抓取数据用于商业化的行业潜规则问题,具有判例意义。
法治周末记者在新浪微博《开发者协议》中注意到,协议规定:开发者应用或服务需要收集用户数据的,必须事先获得用户的同意,且仅应当收集为应用程序运行及功能实现目的而必要的用户数据和用户在授权网站或开发者应用生成的数据或信息。开发者应当告知用户相关数据收集的目的、范围及使用方式,以保障用户的知情权。
“网络服务平台对用户个人大数据信息没有所有权,任何平台使用用户个人信息都应该经过用户本人同意。隐私数据不属于大数据,不可以进行买卖,擅自使用将侵犯用户隐私权。”互联网法律专家滕立章对法治周末记者表示,信息收集必须遵循合法、正当、必要三原则,经用户同意是必然要件。
薛军透露,正在起草的电子商务法,将有专章界定用户信息数据使用的相关问题。
“微博和脉脉官司的核心在于用户信息的非法外流,但之后,法律还应该管一管日趋严重的用户隐私信息合法外流的现象。”资深媒体人信海光认为,法律应该介入制定互联网产品用户注册的合同格式条款,以规避互联网公司对用户隐私等权益的侵犯,像“如第三方同意承担与本公司同等的保护用户隐私的责任,本公司有权将用户注册资料提供给第三方”这样的霸王条款必须被禁止,只有这样,才能避免用户信息所面临的“合法外流”的威胁。
输了官司市场还在
与脉脉“决裂”后,新浪关停了对脉脉API接口,脉脉只能用手机号码来作为注册和登陆的唯一方式。
“作为相对弱势的第三方开发者,脉脉在发展之初,借助新浪微博的入口奠定了不少基础,但对于现在的脉脉来说,早在2014年8月融资完成时估值已达1亿美元,特别在徐小平、王小川等大佬入驻后,有资本的支持,脉脉的数据挖掘与整理工作进展惊人,新浪停不停接口,对脉脉的影响其实已经不大了。”互联网分析师郭静对法治周末记者分析,目前整个脉脉的数据主体结构工程已经基本完成。
公开数据显示,脉脉上已经累计了400亿条人脉关系,2亿张个人名片,80万职场圈子。
“脉脉的规模在职场社交类APP中排在前列,不正当竞争的判决并未对其市场份额造成太大影响。但脉脉不遵循相应的职业道德和行业底线的抓取用户数据行为,对用户隐私权造成的损害是客观存在的。”郭静希望,有了这次判例,能推动行业在数据抓取上进行自律。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29