算法价格歧视的规制困境与治理新解——基于算法解释权的视角

来源 :科技与法律(中英文 | 被引量 : 0次 | 上传用户:juhong0226
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
算法价格歧视侵害了消费者的知情权、公平交易权、自主选择权,同时强化了平台剥削性滥用程度,使得消费者剩余与社会整体福利冲突加剧,严重背离了私法公平与诚实信用原则。面对算法价格歧视带来的挑战,以《反垄断法》《消费者权益保护法》《民法典》等为核心架构的消费者保护体系呈现不敷适用的困境。事实上,算法价格歧视并非单纯的法律规制问题,而是算法权力治理与解释问题。鉴于此,首先,应完善算法审查委员会的职能,从事前、事中与事后实现对自动化定价算法的全过程监督;其次,厘清算法解释权的权利主体、解释标准与触发机制;最后,参考平台与经营者参与程度、利益关系、主观过错以及算法自主性等因素,构建责任分配机制。
其他文献
【目的】胞外多糖是生物被膜不可或缺的重要成分,在细菌致病和耐药过程中发挥着重要作用。运用酶制剂针对生物被膜的核心胞外多糖进行靶向清除,能够从根本上破坏细菌生物被膜的核心骨架,有助于战胜细菌生物被膜导致的危害。【方法】本研究针对常见致病菌生物被膜核心胞外多糖Pel、Psl、褐藻胶、PNAG和纤维素,基于NCBI数据库中丰富的基因序列信息,筛选靶向生物被膜核心胞外多糖的水解酶,进一步运用phyre2、
伴随科技的蓬勃发展,科学与艺术的交融给予了虚拟现实影像无尽的创意灵感和发展空间,也丰富了影像艺术表现的语言与视角。虚拟现实影像技术所提供的全景式视听,颠覆了传统影像的“画框式”欣赏方法,带来了全新的感官体验与叙事方式,通过充满创意性的交错手法改变了我们传统的认知模式,向受众直接呈现了在创作者脑海中所构造出的虚拟世界,模糊了受众们和“屏幕”间的界限。如何使虚拟现实影像的交互叙事创作得到更深入的探索和
"你是兄弟,是老师,是院士,是这个时代的中流砥柱。表里如一,坚固耐压,鬼斧神工,在平凡中非凡,在尽头处超越,这是你的人生,也是你的杰作。"这是感动中国组委会给予他的颁奖词。他平凡又伟大,他究竟是谁呢?今天我们就一起去看看他的世界。
期刊
<正>勇于自我革命,是我们党区别于其他政党的显著标志,揭示了党长盛不衰、风华正茂的奥秘所在。二十大党章首次写入“自我革命”,在历史长河中刻印下党不断实现自我净化、自我完善、自我革新、自我提高的新坐标。透过新党章,我们能看到新时代坚定不移全面从严治党取得的新的重大成果和成功经验,体悟到我们党在民族复兴征程的新起点上将党的伟大自我革命进行到底的坚定决心。
期刊
<正>从2003年开始,中央电视台"《感动中国》年度人物"评选活动开始深入人心。它以评选出当年度最震撼人心、令人感动的人物为主打内容,其中有徐本禹、高耀洁、田世国、丛飞、王顺友等来自民间的杰出人士,有成龙、濮存昕、刘翔、姚明等光彩耀人的明星,也有钟南山、袁隆平、桂希恩、黄伯云这样的睿智学者,每个人物身上都有一种震撼我们心灵的精神力量。在我们用心感受这一份份感动时,一篇篇短小精悍的颁奖词更以其大气磅
期刊
目的探讨含奥沙利铂化疗方案治疗胰腺癌患者的神经毒性及过敏反应的护理措施,为临床安全用药提供依据。方法对接受含奥沙利铂方案治疗的患者密切观察病情及时发现症状,根据反应的严重程度采取相应的护理措施,并对2020年1月至2021年1月46例在我科接受Folfirinox方案化疗的胰腺癌患者进行总结。结果患者0级神经毒性反应、1级神经毒性反应、2级神经毒性反应、3级神经毒性反应与4級神经毒性反应分别为10
为快速实现钻孔数据的三维表达、在统一的三维场景集成展示钻孔数据与海量的多源异构空间数据,本文利用Skyline软件研究基于岩性分层模型的钻孔数据模拟和显示方法。以钻孔岩性分层数据模型为基础,对电子表格中的钻孔数据进行规范化处理,利用Skyline软件的二次开发接口读取数据,计算生成孔口位置点图层和岩性分层点图层,将图层加载到三维场景,设置孔口位置点及岩性分层点的几何模型、空间参数和渲染符号等,实现
2013年2月19日,中央电视台"‘感动中国’2012年度人物"评选揭晓。获奖者中既有人们熟悉的叱咤风云的英模,也有默默无闻无私奉献的平凡者,他们从不同方面展现了中国人所经历的2012。每一位"感动中国"年度人物,都以其人格力量震撼着我们的心灵,感动了中国,感动了你我。为向他们致敬,传播他们的"正能量",本期《时文英华》特别选辑了"感动中国"2012年度人物事迹及颁奖词。事迹很简短,虽平静叙述,但
期刊
目的 考察醛氧化酶1(AOX1)在急性淋巴细胞白血病(ALL)中的表达,评估其作为ALL诊断、预后和甲氨蝶呤(MTX)敏感性生物标记物的潜力。方法 基于UCSC数据库下载ALL患者和正常人的RNA测序数据,分析AOX1基因在ALL组与正常组中的表达差异。自TARGET数据集获得ALL患者的总生存期(OS)数据,基于AOX1基因表达水平分为AOX1高表达组与低表达组,分析AOX1基因表达高低对ALL