关于UGC的数据隐私和所有权

2023-10-16 23:20
文章标签 数据 隐私 ugc 所有权

本文主要是介绍关于UGC的数据隐私和所有权,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

UGC = User Generated Content ,所谓用户产生内容,这也是很多互联网巨头成功的基础。


这不算热点新闻了,大概几周前的一则新闻,很有趣,在国内这个事情谈论的人不多,今天才想起来,其实值得分享一下。


美国一家初创企业,叫做hiQ Labs,是一家从事猎头相关的创业公司,他们做了一件这样的事情,编写脚本抓取LinkedIn的数据。那么,LinkedIn就基于他们的反爬取软件禁令,先是通过律师函要求对方停止抓取,威胁无效后向美国当地法院发起诉讼。


结果非常有意思,可能会出乎很多人的意料,LinkedIn败诉了,联邦法院裁定,抓取不侵权,而LinkedIn自己设置的反爬取条例,本身反而是无效的。


这个逻辑是什么呢?


LinkedIn 上的用户公开数据,其数据所有权属于用户,而非平台,用户愿意在此平台公开个人简历和技能信息,(除非另有标注)说明不介意被转发,而hiQ Labs作为猎头服务商,其行为不能证明对用户的隐私造成了伤害。


法官Edward Chen在裁定中,特意呼吁LinkedIn对CFAA做“广泛的诠释”:“如果采纳LinkedIn的行为,那么将对互联网的开放访问产生深远的影响,这是议会在三十年前颁布CFAA时所不愿意看到的结果”。


还记得当年百度起诉360抓取数据的事情么?问题来了,百度知道,百度贴吧,百度百科,百度文库的数据,所有权究竟属于谁?是百度,还是作者?甚至百度如上平台里的内容,都不好说是从哪里转发来的,原作者是谁。


当然,LinkedIn正在上诉,这事未来会不会有反转还不好说,不过对于创业者来说,这个案例值得关注和研究,巨头构建了强大的内容平台护城河,但问题是,这些内容真的属于巨头么。


但对于习惯抓取别人内容山寨的创业者来说,也不要过于得意,记住一个关键点,在这个案例里,抓取用户的LinkedIn简历,形成任何有价值转化时,公开简历的用户是整个事件的受益者,用户的权益在这一过程中并非被侵犯。(除非存在大量骚扰电话,那就另当别论。) 


但如果你抓取一个作者的文章并改头换面,这个作者的权益在整个过程中受损,而只有你受益,这个事情,就属于严重的侵权了,作者完全有权利申诉。


前段时间和人交流我们网课平台,对方很关注一个问题,在我们平台开课,以后是否可以把课程拿到其他平台,我说当然可以,课程所有权完全属于讲师,在需要的时候,我们平台可以协助维权,但这个也是需要讲师授权才会进行的。


然而,必须说,在中国,类似的事情,很可能会有不同的判决。



0?wx_fmt=png



这篇关于关于UGC的数据隐私和所有权的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/221426

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者