1.个性化推荐应用实现原理找到您感兴趣的信息；对于企业，帮助他们将信息推送给可能感兴趣的用户，增加用户粘性，增加收入。据数据分析，Netflix上三分之二的观看电影来自个性化推荐，GoogleNews上38%的点击来自个性化推荐。个性化推荐广泛应用于各种互联网业务场景，包括音乐推荐、信息流推荐、商品推荐、外卖店推荐等。如图1所示，某音乐平台提供每日推荐、私人FM、推荐歌单等功能，并根据用户过往的收听记录进行私人定制。▲图1某音乐平台个性化推荐个性化推荐的实现原理简单来说就是通过用户画像设定人群特征，再加上算法模型，决定选择用户感兴趣的对应信息。图2为例，根据用户画像标签：90后，喜欢伤感歌曲，喜欢周杰伦，选择他感兴趣的歌曲，结合点击率预测模型（即预测用户是否会点击提供给用户的歌曲），形成每日推荐等推荐栏目。算法模型有很多种，包括基于相似的人，基于相似的信息等。总而言之，个性化推荐是用户画像和算法模型的结合，以个性化展示为结果。▲图2 个性化音乐推荐原理2.个性化推荐合规指南个性化推荐在我国相关立法和国家标准中描述不一致，如定向推送《关于开展App违法违规收集使用个人信息专项治理的公告》、《信息安全技术 个人信息安全规范》的个性化呈现和自动化《个人信息保护法》中的决策。（1）透明度除了用户行为追踪、用户画像需要满足透明度要求外，还需要满足个性化展示。根据《信息安全技术 个人信息告知同意指南（2020年1月征求意见稿）》附录E个性化推荐场景下的知情同意，用户应知晓以下信息：1）个性化推荐功能是否会影响个人信息主体的权益或自主决定——制作。2）个性化推荐功能的原理或实现。3）个性化推荐功能的提供者。4)告知个性化推荐功能的管理方式。5)如果提供了类似的非个性化推荐功能，可以告知进入或打开该功能的方法。以图3为例，说明了隐私政策中使用了哪些类型的个人信息，展示了如何对推荐算法进行建模，进行用户行为分析和用户画像，提取数据主体的浏览记录、搜索偏好、行为习惯等特征，同时告知个性化推荐和非个性化推荐的管理。▲图3某在线音乐产品隐私政策中对个性化展示的描述（2）显着区分个性化展示和非个性化展示个性化展示和非个性化展示的内容应明确区分，显着方式区分包括但不限于：标明“一定推送”等字样，或通过不同的栏目、版块、页面分别展示等。（三）退出机制对于电子商务服务，如果向消费者提供的搜索结果为根据消费者爱好、消费习惯等特点提供的商品或者服务，还应当为消费者提供不针对其个人特征的选择，尊重和平等保护消费者的合法权益。如图4所示，电商平台提供了个性化内容推荐的开关，搜索时可以选择常规排序。▲图4 某电子商务平台提供的个性化内容推荐开关对于新闻信息推送服务，如果在向个人信息主体推送新闻信息服务过程中使用个性化展示，应该：1）提供个人信息主题简单直观的选项可以退出或关闭个性化模式。2)当个人信息主体选择退出或关闭个性化展示模式时，向个人信息主体提供删除或匿名化定向推送活动所依据的个人信息的选择权。需要说明的是，?虽然只是对电子商务服务和新闻信息推送服务的个性化展示和退出机制做出了明确规定，《个人信息保护法》通过自动化决策方式对个人进行信息推送和商业营销，两者都要求他们还提供不特定于他们的选项，或者为个人提供更方便的拒绝方式。此外，自动化决策方法做出的决策对个人权益有重大影响。例如，在申请贷款时，个人有权要求数据控制者作出解释，也有权拒绝仅通过自动化决策做出决定。(4)如果肖像维度等自主控制机制在向个人信息主体提供业务功能的过程中使用个性化展示，宜建立个人信息主体对个人信息（如标签、肖像、尺寸等），个性化展示所依赖的。控制机制保证个人信息主体能够控制相关程度的个性化展示。如图5所示，某电商平台提供长按商品后选择对该商品不感兴趣和屏蔽更多同类商品的功能，实现背景人像的维度管理。▲图5某电商平台提供的人像维度控制功能部分平台利用用户标签管理平台控制人像相关维度，用户可自主查看和添加。如图6所示，Twitter根据用户的行为标记用户的爱好等特征。▲图6 Twitter的个人资料标签管理功能（五）自动化决策的公平公正自动化决策要保证结果的公平公正，不允许大数据杀戮等不合理的差别待遇。个性化推荐更类似于第一方定向广告。它利用自有平台收集的更多用户行为，形成用户画像，结合算法模型，实现对业务范围内的内容、产品和服务的推荐。因此，在合规性方面，个性化推荐应考虑用户行为跟踪的采集合规性、画像的形成、个性化推荐的使用限制、自动化决策的要求，以确保透明度和用户控制。本文节选自《数据合规：入门、实战与进阶》，经出版社授权发布。(ISBN:9787111705369)转载请保留文章出处。
