京公网安备 11010802034615号
经营许可证编号:京B2-20210330
脉脉不正当竞争案拷问大数据商用边界
多名法律专家表示,大数据时代的个人数据商业化商用第一案,表面上是不正当竞争,背后涉及个人信息保护问题,此案也关系到法律对网上用户数据信息保护的边界何在,对行业具有重要影响
社交软件脉脉非法抓取使用新浪微博用户信息行为,4月26日,被北京市海淀区法院认定构成不正当竞争。
法院审理后认为,脉脉软件要求用户注册“脉脉”账号时上传自己的手机通讯录联系人,从而非法获取该联系人与新浪微博中相关用户的对应关系,将这些人作为脉脉用户的“一度人脉”予以展示,并将非法抓取的该人新浪微博职业信息、教育信息进行展示,这些行为,对新浪微博构成不正当竞争。
“使用个人信息数据时应厘清边界,大数据的使用规则亟需确立。”多名法律专家表示,这起案件表面上是不正当竞争,背后涉及是个人信息保护问题,此案也是大数据时代个人数据商业化使用第一案,关系到法律对网上用户数据信息保护的边界何在的问题,对行业具有重要影响。
因用户数据问题停止合作
新浪微博相关负责人告诉法治周末记者,脉脉于2013年9月接入微博平台,在脉脉可通过新浪微博账号和手机号的方式登陆,脉脉可访问授权用户的昵称、性别、地区等个人基础资料信息。
2014年8月,脉脉与新浪微博因用户信息问题产生合作纠纷。新浪指责脉脉存在违规抓取用户数据的行为,获得并使用了用户未同意公开的教育、工作经历等信息,违反微博开放平台的开发者协议,故停止其使用微博开放平台的所有接口。
“当时新浪微博对脉脉提出要求,要求其在7天内停止使用非授权用户资料,但对方最终还是作出了停止合作、继续侵权的决定。”上述新浪微博相关负责人说。
而脉脉相关负责人则在接受法治周末记者采访时表示,与新浪微博合作的过程中始终遵守现行微博开放平台开发规则,反而新浪微博曾试图向脉脉索要数据。
为这场用户数据纠纷画上休止符的,是4月26日的法院判决——法院最终认定脉脉抓取的用户微博职业信息、教育信息进行展示,也没有及时删除上述信息,其行为危害到微博用户信息安全。
大数据领域需法律规范
“随着互联网技术的发展,个人隐私被侵犯的事件正越来越频繁地发生,互联网企业在获取用户数据时,首先要征得用户同意,并且只能在用户授权的范围内使用。平台方也有监管责任,一旦发现此类侵权行为,首先要向用户示警,并且可以根据与用户达成的使用协议,对第三方进行追责。”北京大学法学院副院长薛军表示,目前我国没有专门的个人信息保护法律,因为这个判决对于抓取数据用于商业化的行业潜规则问题,具有判例意义。
法治周末记者在新浪微博《开发者协议》中注意到,协议规定:开发者应用或服务需要收集用户数据的,必须事先获得用户的同意,且仅应当收集为应用程序运行及功能实现目的而必要的用户数据和用户在授权网站或开发者应用生成的数据或信息。开发者应当告知用户相关数据收集的目的、范围及使用方式,以保障用户的知情权。
“网络服务平台对用户个人大数据信息没有所有权,任何平台使用用户个人信息都应该经过用户本人同意。隐私数据不属于大数据,不可以进行买卖,擅自使用将侵犯用户隐私权。”互联网法律专家滕立章对法治周末记者表示,信息收集必须遵循合法、正当、必要三原则,经用户同意是必然要件。
薛军透露,正在起草的电子商务法,将有专章界定用户信息数据使用的相关问题。
“微博和脉脉官司的核心在于用户信息的非法外流,但之后,法律还应该管一管日趋严重的用户隐私信息合法外流的现象。”资深媒体人信海光认为,法律应该介入制定互联网产品用户注册的合同格式条款,以规避互联网公司对用户隐私等权益的侵犯,像“如第三方同意承担与本公司同等的保护用户隐私的责任,本公司有权将用户注册资料提供给第三方”这样的霸王条款必须被禁止,只有这样,才能避免用户信息所面临的“合法外流”的威胁。
输了官司市场还在
与脉脉“决裂”后,新浪关停了对脉脉API接口,脉脉只能用手机号码来作为注册和登陆的唯一方式。
“作为相对弱势的第三方开发者,脉脉在发展之初,借助新浪微博的入口奠定了不少基础,但对于现在的脉脉来说,早在2014年8月融资完成时估值已达1亿美元,特别在徐小平、王小川等大佬入驻后,有资本的支持,脉脉的数据挖掘与整理工作进展惊人,新浪停不停接口,对脉脉的影响其实已经不大了。”互联网分析师郭静对法治周末记者分析,目前整个脉脉的数据主体结构工程已经基本完成。
公开数据显示,脉脉上已经累计了400亿条人脉关系,2亿张个人名片,80万职场圈子。
“脉脉的规模在职场社交类APP中排在前列,不正当竞争的判决并未对其市场份额造成太大影响。但脉脉不遵循相应的职业道德和行业底线的抓取用户数据行为,对用户隐私权造成的损害是客观存在的。”郭静希望,有了这次判例,能推动行业在数据抓取上进行自律。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21