日前，据媒体报道，有人通过反复评论“机票太贵”达成机票降价，由此“反向驯化‘云数据杀熟’”的话题引发热议。

网友在评论区“哭穷”反向驯化算法的做法，反映出买家面对算法时的不安与抵抗心态，只不过如此的方法真的有效吗？“云数据杀熟”的问题该怎么样根治？

“哭穷”真的有效吗？

有媒体报道，一名青年通过反复评论“机票太贵了，买不起，不去了”后，发现机票价格从4309元降至1903元，降价超越了2000元。然而，多家旅游出行平台官方客服告诉记者，机票价格实时变动且受多种原因影响，即使这名买家有反复评论的行为，也没办法证明最后降价是由用户所评论的内容决定的。

▲澎湃新闻视频截图

除去出行平台的减价“攻略”外，记者在社交平台上还看到了多条外卖红包“攻略”，在这类帖子下，充斥诸如“某某软件，我要卸载你”“我真的生气了”“再也不需要了”等等评论，并称假如卸载了软件，过几天重新下载之后，会获得更多红包。

通过这类方法，真能左右平台给买家设定的“人设”吗？对此，多家外卖平台并未明确回话。某平台客服称，平台发放红包是拓客的常规操作，不会给买家贴上所谓“标签”。

也有买家反映，不一样的手机看到的价格各有不同。“用两个手机订外卖，价格差好几块，退出去再进来，价格又加了好几块。网上购物也是云数据杀熟，账号不同，价格也不同。”

上述外卖平台客服表示，所谓价格差异一般是折扣券或优惠活动致使的，假如出现同一商品的价格不同，可向平台投诉反馈。

央视新闻日前就此话题也采访了中国计算机掌握计算机安全专业委员会委员吕延辉，他表示，所谓云数据杀熟是指经营者依据用户的年龄、职业、消费水平等要点，“对人下菜”，对相同的商品设定不一样的价格标准。“这就需要企业在追求技术革新和业务进步的同时，需要看重算法用的合规性和安全性，预防损害用户利益，触犯法律法规。”

浏览越多，价格越高？

你有没发现，你常常看的一些产品变得愈加贵？

这可不是胡诌。研究发现，部分企业借助云数据剖析，针对频繁浏览或购买的用户提升价格。

▲某购物网站对比截图

一些买家反映，在购物平台多次浏览某件产品后，会发现价格相较于第一次浏览时有所上涨。

究其缘由，与云数据技术的应用密切有关，购物平台通过采集用户的购买记录、浏览历史、搜索关键字等数据，构建用户画像，将用户划分为不一样的群体，如高价值用户、潜在用户、流失用户等，并剖析用户的购物偏好、行为习惯和购买能力，进而调整产品价格。

对于频繁浏览和购买的用户，平台或许会借助这类数据对其进行精确推广，其中就包含价格调整。

比如，为高价值用户、潜在用户和流失用户提供不相同种类型的打折，如VIP服务、专用打折、新老用户打折等。

虽然平台让买家觉得拥有海量选择和打折，但事实上其选择可能已经被平台的算法所限制。

依据官方调查发现，买家遇见云数据差异化推广的具体状况中，容易见到的表现有多种，“多次浏览后价格自动上涨”排在第一位。

其中，购物、外卖和打车这3个类别是云数据差异化推广的“重灾区”。其实，除去这三类，用App预约酒店、演出票、机票、购买付费会员等，同样会出现“同货不同价”的现象。

曾有买家表示，在某App订房时发现，页面被浏览多了，有关酒店房价就自动上涨，打造“酒店非常抢手”的错觉。

而在清除浏览记录后，甚至能发现原本显示的价格又下调不少。

还有买家披露，用App订某个航班机票，看得多、与预定后取消，都会抬高价格。整个预约中，App页面会不停提示，“近期又有X名客人在浏览此航班”，让人误以为越晚下手越贵继而匆匆下单，但第二天再看机票又恢复了原来的底价。

万万没想到，多次浏览竟成“被宰理由”，这令买家感到非常受伤。

怎么样应付云数据“杀熟”？

尽管国家颁布了很多法律来保护买家权益，但因为云数据“杀熟”行为的隐蔽性和复杂性，监管困难程度较大。

有些企业为了追求收益最大化，不断尝试新的技术方法来避免监管。

比如借助AI和机器学习技术对用户数据进行深度挖掘和剖析，以达成更精细化的差别定价。

因为云数据“杀熟”本身的复杂特质，使买家举证的困难程度较大，与缺少系统规制的法律法规，所以整治该现象的困难程度不小。

应尽快完善算法有关法律法规，提升算法透明度，避免算法可能带来的风险。针对云数据“杀熟”行为颁布专门的法律法规予以规制。

买家协会也需要准时跟进买家权益保护中的新问题，针对算法颁布买家权益保护的新规则，以提高规制强度，强化规范约束。

要解决这一问题，归根到底还是要做好对平台的监管。拿出更有效的监督和约束手段，促进平台切实履责；有关部门应主动作为，通过拓展专项检查等方法，做好有关执法查处。

买家要加大个人数据信息保护意识，如在浏览网页后准时删除浏览记录，预防数据信息被不合理借助；在选择产品服务时尽可能货比三家，知道不同平台的产品、服务价格，预防被云数据“杀熟”。

来源：央视新闻、中国之声、中国买家报、人民网科普

Tags：数据