【摘要】隐私的权利诉求不仅仅是个人层面单独的“隐”，还存在群体层面共同协调的“隐”，由此形成对群体成员共同的隐私利益保护。从群体传播的视角出发，沿着技术作用下群体变化的轨迹，可以发现群体的共同关系经历了从面对面交往的强共同到网络空间的弱关系，再到大数据时代的弱关联等一系列嬗变。看似群体范围膨胀和群体连接松散的背后是群体形成机制的变革，并在群体成员间形成更复杂的利益关系。基于此，结语部分提出针对性的隐私保护措施，以更好地维护权利与义务的统一。
【关键词】群体关系；共同隐私；强共同；弱关联
隐私的权利观念形成于19世纪末，是公民的私人生活不被打扰、私人秘密不被窥探的权利，简称“独处权”（The Right to be Let Alone）。从传播学的视角，可以理解为人际交往中传播的阻隔，即将传播双方视为能动的主体，信源方对于“主动表达”的控制，以及信宿方对于信源方“无意流露”的礼貌性忽视，由此双方保持平衡且合理的界限。Samuel D.Warren 和 Louis D.Brandeis正是基于此提出最早的隐私权利概念。然而，传播的复杂性在于有选择的阻隔，即若是两人或多人间互通的信息有不为群体外的人知晓的诉求，并延伸至更大范围的保密选择，如Alan F. Westin追溯隐私的观念就发现“在所有动物中都有对单独隔绝（Individual Seclusion）或小群体亲密（Small-unit Intimacy）的需求，由此构成了隐私的两个核心方面”[1]。其中，小群体单元的亲密就构成了隐私的群体类型。
一般认为，共同隐私是指“群体的私生活安宁不受群体之外的任何他人非法干扰，群体内部的私生活信息不受他人非法收集、刺探和公开，即使是群体的成员或从前的群体成员公开共同私生活秘密也受到若干原则的限制”[2]。其中，共同隐私并不能单独成为权利，即现行法律体系中并没有“共同隐私权”，所以共同隐私仍被视为隐私权中复杂的权利利益关系。特殊之处在于多个自然人共同参与并享有这部分隐私权，其权利主体为该隐私群体中的多个自然人，这些自然人平等地享有隐私权主体的权益。因此，若是侵犯群体的共同隐私则视为侵犯该群体中自然人独立的隐私权。由于共同隐私的内容为基于某种共同关系而形成的群体内部信息，隐私不止涉及个人“隐”的维度，而是有共同“隐”的维度，协调和平衡个人的自由和群体的权利就显得极为重要，而透过共同隐私群体的三次大变革就可以看见共同“隐”的复杂性，有必要应时地提出新的保护措施。
一、线下空间的基础性群体共同
（一）基于信赖的亲密式共同
线下空间的共同隐私多是以语言为载体，面对面实际交往接触的结果。典型的群体类型是中国的乡土社会，他们不以个人为单位，而是以聚居在一处的集体为单位，形成经由亲属关系的远近推及出去的社会网络。这些面对面的群体固化在乡土间，基本不发生流动，因此萌生强烈共同感的同时，也自然而然排斥外在的侵入。其中，塑造群体共同感的是多少代际间的亲密接触，以至于产生熟络和信任，“在‘面对面的社群里’甚至可以不必见面而知道对方是谁”[3]，并伴有家族群落中的中心权利来管理，因而他们是以信赖为基础的亲密式群体。与之同类型的有查尔斯·霍顿·库利所提出的“首属群体”（Primary Groups）概念。库利对群体的划分是强调首属群体对个人本性和社会本质的培养所发挥的基础性作用，并以“亲密的面对面交往和合作”为特征，分出家庭、孩子的玩伴、社区的邻居等群体，[4]首属群体因与个人独特的亲密关系，可以使个体情感得到发展，活在一种社会整体的感觉之中。
该群体类型是现阶段共同隐私利益关系保护的中心，如家庭关系、夫妻关系、闺蜜关系等，一方面由于亲密关系可以更深入个人的隐秘区域，并且长时间接触，有利于私密信息的传递和互通，容易产生共同隐私的关系；另一方面由于双方间共同隐私的基础是事前的充分信任，且国内外对家庭等亲密关系多以避免干涉及调解为主，因此，共同隐私的泄露之于个人精神伤害更大。但亲密式的强共同关系由于群体范围小也较容易判定。
（二）基于目标的团体式共同
另一类型的群体是超出亲密之外的紧密共同关系，多见于俱乐部、联合体和教派之间。马克斯·韦伯在研究美国社会时发现“特殊的美国式民主并没有产生出一个由无数个体组成的不定型沙丘，而是产生了一个由严格排他而又自愿的联合体组成的热热闹闹的综合体”[5]，这其中以教派为例产生了不同教派的自愿联合体，会众群体有着严格的纪律，除绝对必要的情况下，教派共同体避免和非教友发生任何关系，为了保持纯洁性，还会将违规的教友驱逐出共同体。时至今日，在美国社会中仍然存有不少的线下交流联合体，如一些有共同经历的人聚集成戒酒群体、同性恋群体、单亲妈妈群体等，通过在团体中分享自己的故事，并互相帮助以获取团体的力量，而这些群体内部的故事均涉及团体成员的共同隐私，除了严格的禁入机制外，还会采取强制手段规制违背团体意愿的个人。
这类有着共同目的的交集群体，在接触中自成一个紧密的团体，会产生许多不为外界群体知晓的秘密，但由于依据传统隐私保护的“公私二元”规制，团体的聚会多集中在公用的、社会的公开场所或半公开场所，处在隐私权法律保护的遗忘区域。另外，隐私权的主体只能是自然人，即团体中的个体可以以自然人身份寻求共同关系中的隐私权保护，并不能像公司企业这样的组织得到整体的有效保护，但随着技术带来的变革，共同体是否有整体隐私权利的必要，也有待讨论。
The authors declare no competing financial interests.
（三）基于场景的互动式共同
较上两种共同关系略显松弛的是基于场景的互动关系，多见于置身同一场景的同事关系、朋友关系、交际关系等。由于场景的短暂和多变，因而共同关系也略显松散，但这种场景的共同关系同样需要在短暂的时间内多方配合。欧文·戈夫曼借用“拟剧理论”试图建构一个社会互动的框架，可以看见，除了前台、后台和局外的区域划分外，表演者、观众以及局外人的合作也尤为重要。观众和局外人为帮助表演者保证表演而采取的保护性措施，观众在配合演员互动表演的同时，不将情境内的互动信息带出“围墙”，而局外人要克制自己不要冲入场景。在《公共场所的行为》中，戈夫曼也谈及相互交际时的得体礼仪，如面晤中，旁观者遵守面晤的界限和情境的规范；互动中，为对方着想，对邂逅表示忠诚等等。在他看来，个人总归属于特定的群体，每个互动中的群体又构成一个社会系统，不容打破。[6]
虽然如此的共同关系较为浅显和松散，隐秘程度和伤害程度较小，但作为社会人，除了完全脱离他人外，个人就一直处在场景更换的互动之中，且由于关系的松散，难以保证他人会遵守约定，因此往往容易造成伤害，加之互动群体的多样，使得利益关系纷繁复杂，共同隐私的保护聚焦于重大的侵权，而忽视普通的八卦、造谣等。整体看来，线下群体的共同隐私利益关系，采用“公私二元”的法律依据，即公共场所视为主动昭示于人，共同体不享有隐私权利，其他场合，若要公开共同隐私，则需要遵循同意原则、利益共享原则、诚信原则等来维护共同隐私中他人的人格尊严，而随着进入网络空间，群体关系产生了新的变化，无边界网络首先冲击的正是“公私二元”的边界。
二、网络空间的无边界群体共同
探寻网络化后的知识边界，戴维·温伯格用“大到不可知”来形容，因为在他看来，互联网没有边界，是一个无定形、相互交织、不断扩展的大网。这张大网所带来的“处处皆中心，无处是边缘”的社会结构，更加体现了麦克卢汉“全球村”的构想，而置身于网络中的住民，在媒介环境中产生了新的相互链接的无边界群体。
（一）基于弱关系延伸下的网络群体
从线下群体的强共同，到网络群体的弱关系，再到数据时代群体的弱关联，群体的范围逐渐扩大，群体的形成机制也发生质的变化，共同隐私的保护仅致力于基础性的共同利益关系，并适当地延伸至网络空间是不够的。在大数据时代同样存在一股“弱关联”的力量，虽然看似更为松散，但其影响更为深刻。从塔吉特（Target）通过用户群体行为判断是否怀孕，到拉斯维加斯赌场利用哈拉斯感官系统预测客户会砸多少钱，再到数据歧视对同类群体的差别化对待，弱关联关系在衣食住行的方方面面都可以让人感到不自由，而隐私保护的初衷正是要公民有尊严且自由地生活。鉴于此，共同隐私的保护有必要将弱关联群体的共同利益纳入其中。
相遇一多，便算得上是熟悉。她也说不清自己是在哪个瞬间喜欢上他的，他总是一副懒洋洋的没有睡醒的样子，好几次都要提醒他忘了手机或者包包或者文件。
（二）弱关系群体共同中的隐私变革
首先，传统的线下世界中一个社交圈的隐私难以进入另一个社交圈，而“弱关系力量”的存在，使得“信息通过链接者，从一个社交圈传播到另一个。它不再只包含在一个特定的朋友群以内，而是跳脱进入完全不同的小团体”[9]。越来越多的线上交往呈群落化，打开社交软件都会有若干不同种类的朋友群，一个人置身于多个群落就自然形成了群落间的桥梁，若是有影响力且善于交际的人充当桥梁更是可以形成网络“超级节点”，由此群体间共同隐私的边界不再如乡土社会般巩固，反倒形成了相互链接的无边界群体。
因此，美国学学科的兴起、建立、发展具有典型的时代特征。它随着美国作为一个新兴国家崛起、美国文明独特性逐渐得到外部世界认可应运而生。美国从19世纪末的地区大国逐渐成长为20世纪的世界大国后，美国人产生了对自身历史和文化解读的热切渴望，产生了研究和推介美国文明的浓厚兴趣和现实需要，美国学作为一个学科的独特地位得以确立并迅速发展。概括起来，认识本我，了解本我，弘扬本我，成为美国学初创时期的时代需求和学科目标。
其次，网络空间的生存方式带来的是无数隐身的窥探观众。也许我们只是想写一个与他人交往的日记，但要清楚网络背后有庞大的隐身观众，网络扩大了隐私流动的范围，并且可以让隐私失控。
最后，网络的人肉搜索还会波及与我们有共同关系的群体。“由于网络隐私权的侵害主体更为隐蔽、侵害手段更为多样、侵害范围更加广泛、侵害后果更加严重等新特征，公民网络隐私权的保护已经成为世界各国普遍关心的重大问题。”[10]
面对网络空间的弱群体，基础性的“公私二元保护”原则和“同意授权”原则都遭到极大挑战，群体的界限不定型，群体的范围不清晰，使得公与私难以区分。网络可以是公共空间，同时也不可否认有私密的诉求，而同意授权，也会因意想不到的隐身群体而崩溃。国内学者指出“面对社会性媒介使用规模的扩张，从法益的最大化考虑，已有的隐私意识与隐私权保护理念亟待作出调整”。 “‘隐私’处置的关键是‘隐’的主观心态合理性考量，而非‘私’的无条件性、绝对性。”[11]
饮食总公司对于食品原料的采购管理，确立部门齐抓共管、分段管理的工作机制，总公司责成服务督查部、采供中心、食堂运行中心、安全保障中心等几个部门专门负责本项源头性工作。其中，服务督查部负责审核供货商的资质等工作，严把审核关和索证制度的落实；采供中心负责所有供货物资原料的采购卫生质量管理工作，严把物资质量关；食堂运行中心牵头负责检查供货质量，严把验收关；安全保障中心负责对供应商实行出入检查制度，凡外来人员均凭证方可出入，严把安全保卫关。相关部门各司其责，相互监督，互相制衡，为食品原材料卫生安全的有效控制与管理打下了坚实的基础。
三、数据时代的颠覆性群体共同
（一）基于数据的弱关联群体诞生
[4] [美]查尔斯·霍顿·库利.社会组织[M].北京：中国传媒大学出版社,2013：18-19.
其实，写作在小学阶段就是让学生愿意用笔写出自己心中想写的事就可以。每一个孩子的内心深处都有一个五彩缤纷的世界，当你鼓励他们用自己手中的笔把自己心中那个五彩的世界写出来的时候，孩子们心中的那份激情是无法抑制的。在表达的过程中如果遇到瓶颈，他们会想尽一切办法突破的。这时候他们会通过各种方法查阅资料。这时读书会成为他们的内在需求，慢慢地读书会变成一种习惯，写日记会成为他们一天中必做的事情之一。试想：在这种状态下的写作教学是不是不想高效都难呢？
（二）弱关联群体共同中的隐私挑战
隐私权从民法保护的角度来看是行为人的主动侵害与受害人的消极防御，即行为人行为致人损害与受害人实际受到可证明的损害时，才应当承担侵权责任。由于技术在隐私侵犯中作用变大，隐私的界限日益模糊，在难以区分何为“私”，何时为“私”的情况下，隐私更强调个人权利的主动行使。自1960年提倡隐私权的个人控制意涵——即“个人、组织或机构拥有自主决定何时、何种方式及何种程度将私人信息告知他人的权利”起，到美国加州的“橡皮法案”和欧盟的“被遗忘权”，公民直接的隐私控制权利越来越强有力，然而透过大数据时代创建的弱关联群体又一次看见隐私控制的乏力。
其一，弱关联群体是飘忽不定的，基于共同属性的分类所形成的群体会因属性变化而成为新的群体。个人无法像传统群体那样建立起强烈的群体共同，也无法像网络群体那样有存在基础，而是因目的的变化不断地形成新的集群。
其二，弱关联群体可以不成形状，即群体中的个体处在不可识别的数据状态。因为算法不需要识别出准确的个体，只要根据相同属性关联其他行为并付诸行动即可。
编钟属于“八音”中的金类乐器，金指金属。编钟由青铜铸成，古人把大小不同的钟按照音调高低的次序排列，悬挂在一个巨大的钟架上。每口铜钟能发出不同的乐音，按照音谱敲打，可以演奏出一套美妙的音乐。
其三，弱关联群体在非侵入的情况下被分组，“大数据的特殊性正是在于它能够提取出关于没有这种自我意识或能力的被动群体的有价值的信息”[16]。而这些信息并不像传统的性别、种族、国籍这样肉眼可辨，而仅仅根据行为特征就可以成群。
因此，弱关联群体的侵权主体、侵权行为及权利内容都不易判定。就群体内部成员而言，即使个人有意于控制隐私数据，也难以保证不会被他人的隐私让渡所关联，这种关联也并非群体成员主观有意的公开；就群体本身而言，群体与群体之间也存在关联的可能性，技术侵入的目的是取得规模化的利益，行动针对的主体也是作为单元的群体。然而，共同隐私并未成为单独的权利，给予弱关联群体足够的保护。
在库利看来，社会和个人是一种不可分割的整体关系，“‘社会’与‘个人’并不代表两个事物，而只表示同一事物的个体方面和集体方面”[19]。隐私也是如此，除了人内传播绝对的隐外，个人在人际传播、群体传播、大众传播等其他方面都与他人发生共同“隐”的关系。本文从群体关系出发试图看见共同隐私于法律保护中复杂且重要的一面，并能更好地维护共同隐私的权利与义务平衡。
四、结语
前网络时代，“邓巴数字”（150定律）指出人类智力所能维持的社交网络人数为150人左右，若是超出范围则力所不逮。然而，媒介在麦克卢汉看来是一股延伸感官能力的力量，网络在巩固线下群体的同时，延伸了结交非核心网络人群的范围。网络群体较之于面对面互动接触的强共同关系来说，需要媒介平台以及平台中的其他人充当桥节点，因而连接更为松散，但正是如此,在人际面对面交往之外产生了一股“弱关系的力量”。Mark S. Granovetter指出“弱关系比强关系更有可能将不同小团体的成员联系起来”，也能将小规模的群体与更大范围的组织联系起来，因而弱关系被视为个人关系发展及社会网络建构不可或缺的因素。[7]国内有学者研究具体的微博传播形态也同样发现，通过核心节点、桥节点和长尾节点，微博构成了一种“核心—边缘”的传播模式，用户群形成了不同的圈子，“微博的用户圈子并不是封闭的，圈子与圈子之间凭借中介节点得以勾连。这种传播形态保证了微博平台上信息得以大范围传播和扩散”[8]。基于弱关系冲击下的网络隐私生存可见，当个人生活的细节置于互联网之上时，共同隐私也变得极其复杂化。
绿茶浸提液：在25 ℃室温条件下，用精密电子天平称取10 g绿茶并研磨后，加入100 mL去离子水，煮沸15 min后用400目尼龙布过滤，收集滤液。将过滤的茶渣再按上述方法反复浸提两次；将3次提取的滤液均匀混合，配制成0.1 g/mL的绿茶浸提液[6]。
本文以飞机部件交点装配协调为研究对象，在建立特征公差域与T-Map映射关系的基础上，提出了基于T-Map的部件交点装配数字化协调方法。
在2018年11月10日下午举行的“黄淮流域名酒品牌创新与发展论坛”上，盛初集团董事长王朝成、江苏汤沟两相和酒业有限公司董事长何继平、江苏洋河酒厂股份有限公司产品总监、苏酒集团贸易股份有限公司副总经理张学谦、花冠集团酿酒股份有限公司集团副总经理、销售公司总经理安申领、河南宋河酒业股份有限公司副总裁朱国恩及著名白酒产业研究专家王传才分别作了报告。
[3]费孝通 .乡土中国[M].北京 ：人民出版社,2008：12.
其次，除了赋予公民自由选择算法的权利外，整体意义上的算法使用透明也极为必要。凯西·奥尼尔将算法视为“数学杀伤性武器”，基于不透明的特征，算法会对规模化的弱势群体，形成恶性循环般的毁灭性打击。但若是强令算法机制透明，有碍于商业机密和技术进一步发展的同时，也会存在群体因意识不足、理解偏差无法完整行使权利的现象。大数据时代的网民类似于勒庞提出的集群，诉诸形象化和整体形式对群体的效果更佳。因此提倡整体意义上的算法透明，即数据管理方是否有必要开辟一条数据版的“米兰达警告”，告知自由选择使用算法的群体，你有权不使用算法，但你使用算法的每一个数据都可能使你被如何对待，以此来维护算法的知情选择。
最后，群体作为共同隐私的单元是否可以得到集体的保护。一方面，大数据时代的个人数据呈亿级，Yahoo2016年宣布有超过10亿用户的信息被黑客窃取，华住2018年超过5亿条用户数据疑遭泄露，Marriott超5亿用户信息恐遭泄露等等，都可以看见群体信息以打包的形式正在受到严重威胁。另一方面，算法基于特定目的要处理的是规模化的数据，其依据属性设计出的分组时常并不触及特定个人，“我们不是被当作个体，而是被当作某个群体的一员，被迫戴上了某顶帽子”[18]。加之，“隐私主体的可被指认”一直是侵权救济的重要构成要件，而个人在弱关联的群体之中多以不可识别的状态存在，通过群体和群体之间发生关系，针对群体共同隐私的保护需要更具针对性。
又名平滑肌瘤、平滑肌肉瘤、怪异性平滑肌瘤的胃肠道间质瘤是一种少见的非上皮性肿瘤类疾病。胃肠道、网膜、肠系膜是肿瘤生长的主要部位，临床将这一类疾病定义为干细胞生长因子受体阳性的梭形细胞或上皮样细胞类肿瘤疾病[1]。我院2012年4月—2017年收治了17例胃肠道间质瘤患者，笔者就本组患者CT影像资料进行回顾分析，现将胃肠道间质瘤CT影像特征表现总结如下。
注释：
[2]张新宝.隐私权的法律保护[M].第2版.北京：群众出版社,2004：206.
[1] Alan F.Westin. Privacy and Freedom[M].Atheneum New York,1967：8.
首先，共同隐私的保护需要赋予更完善的控制权利，不仅是“被遗忘权”，还需要不被算法分组和干扰的权利。大数据时代，“被遗忘权”的删除机制要求公民具有自我保护意识，而在数据的开采和算法的使用更为隐蔽、隐私的边界日益模糊的情况下，不被算法影响的权利才是真正的隐私自由。《中华人民共和国电子商务法》出台了对算法使用自由选择的权利，根据第十八条规定“电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其提供商品或者服务的搜索结果的，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益”。但实际的执行效果并不明朗，推荐产品依然层出不穷，不针对个人特征的选项也方向不明。面对无限过滤和筛选下的网络民主问题，凯斯·桑斯坦敏锐地意识到未经筛选的信息披露以及经验分享对于民主和自由是何等重要。因此，一个完善的机制是“人们应该置身于任何信息下，而不应事先被筛选”[17]。
“不是因果关系，而是相关关系”被维克托·迈尔-舍恩伯格视为大数据时代的重大转变，“通过给我们找到一个现象的良好的关联物，相关关系可以帮助我们捕捉现在和预测未来”[12]。大数据时代，技术为新群体的形成也提供了新路径，通过找寻个体间共同的显著性特征来创造被动生成的群体。基于记忆的协同过滤通过整个用户系统的计算，为目标用户选择一部分兴趣相近的邻居用户，进行行动方向推荐[13]就是简易的一种，不仅仅是兴趣点，使用更复杂的技术可以使得不同数据点之间连接的性质发展变化，“群体可能不再基于某些观察者的感知进行分类，而是通过看似模糊的算法过程进行分类”[14]。添加不同的属性就意味着创建不同的组，而添加的属性越多，组的群体就会越小。算法模型对数据的暗箱处理，将群体赋予多样的属性，并依次分出不同的类属，依照Luciano Floridi的观点是在抽象层级（The Level of Abstraction）中设计出来的，因为遵循了这样的逻辑顺序：目的（为什么以这种方式对个体分组）、抽象层级（如何以这种方式对个体进行分组）、结果（最终获得的分组）。[15]由此形成了大数据时代特有的弱关联群体类型，与社交圈中的弱关系群体不同，弱关联群体仅仅是依照单个或多个不明显的属性被创造出来的集群，群体成员甚至不必有线上的实际接触，更无需知道其他群体成员的存在，如同真正的想象中的集群。
尼康D3采用了一块面积为36×23.9mm的CMOS传感器，有效像素为1200万，其连拍能力在全画幅情况下9张/秒，而缩减到DX画幅的情况下可达11张/秒。尼康D3的卖点在包含了首次设计了51个自动对焦点的先进对焦系统，并且沿用到了今天。其中15个自动对焦点为高精度、高灵敏度的十字交叉形对焦点，其他为普通的线性对焦点。
[5] [德]马克斯·韦伯.新教伦理与资本主义精神[M].阎克文,译.上海：上海人民出版社,2018：440.
[6] [美]欧文·戈夫曼.公共场所的行为：聚会的社会组织[M].何道宽,译.北京：北京大学出版社,2017：174,235,239.
[7] Mark S.Granovetter.The Strength of Weak Ties[J].American Journal of Sociology,1973(78)：1376-1378.
[8]喻国明,等.微博：一种新传播形态的考察[M].北京：人民日报出版社,2011：23.
[9] [美]丹尼尔·沙勒夫.隐私不保的年代[M].林铮顗,译.南京：江苏人民出版社,2011：68.
[10]胡颖,顾理平.我国网络隐私权的立法保护研究[J].新闻大学,2016(2)：116.
利用灰色预测不能把原始观测数据作为一个简简单单的随机过程，而是把它看作一个随时间一起演变的灰色过程。通过对原始观测数据序列的处理加工，利用一次或者多次的累加累减使事物的灰色量达到白化的程度，突显事物内部的规律性，从而建立相应的变形预测微分方程，预测出事物的发展趋势。对于灰色模型来说，它所采用的数据既可以是线性的数据，也可以是非线性的数据，数据具有灵活性［1］。
[11]陈堂发.社会性媒介使用与隐私意识法律化原则探讨[J].国际新闻界,2012(3)：19.
[12] [英]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州：浙江人民出版社,2013：67-72.
[13]冷亚军,等.协同过滤推荐技术综述[J].模式识别与人工智能,2014,27(8)：722.
[14] [16] Lanah Kammourieh, et al. Group Privacy in the Age of Big Data. Linnet Taylor, et al. Group Privacy：New Challenges of Data Technologies[M].Berlin：Springer,2017：43,63.
[15] Luciano Floridi. Group Privacy：A Defence and an Interpretation. Linnet Taylor, et al.Group Privacy：New Challenges of Data Technologies[M].Berlin：Springer,2017：88.
[17] [美]凯斯·桑斯坦.网络共和国：网络社会中的民主问题[M].黄维明,译.上海：上海人民出版社.2003：5,6.
[18] [美]凯西·奥尼尔.算法霸权：数学杀伤性武器的威胁[M].马青玲,译.北京：中信出版集团,2018：184.
[19] [美]查尔斯·霍顿·库利.人类本性于社会秩序[M].包凡一,王湲,译.北京：华夏出版社,2015：24.
［项目成果］本文系江苏省研究生科研创新项目“大数据时代手机媒介隐私政策与公民信息保护研究”（KYCX19_0573）的研究成果。
［作者简介］俞立根：南京师范大学新闻与传播学院研究生
标签：群体论文; 隐私论文; 关系论文; 数据论文; 算法论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《视听界》2019年第5期论文; 江苏省研究生科研创新项目“大数据时代手机媒介隐私政策与公民信息保护研究”(KYCX19_0573)的研究成果论文; 南京师范大学新闻与传播学院论文;