刘友华李扬帆:短视频平台强制性版权过滤义务的质疑与责任规则的优化

关键词:短视频平台;审查义务;过滤义务;“避风港”规则

作者简介:刘友华,湘潭大学法学院、知识产权学院教授、博士生导师;李扬帆,湘潭大学法学院博士研究生

基金项目:本文为湖南省社会科学基金重点项目“总体国家安全观背景下知识产权保护制度研究”(项目编号:21ZDB007)的阶段性研究成果

(一)平台审查义务与责任的现行规则及实践

(二)疑虑:“避风港”规则在短视频领域已经失灵

(一)算法推荐不能一刀切地认为是直接提供侵权内容

在短视频行业中,平台主要依赖智能算法向用户个性化推送短视频,因而侵权短视频也通常是推送的内容,基于此,有观点认为平台利用算法对于侵权短视频的推送行为,属于对侵权内容的主动干预,不能以“技术中立”为由主张“避风港”规则。[40]平台对短视频内容从“被动呈现”转变为“主动规划”,具有较强的引导性和控制力,不同于技术中立原则下的工具属性。[41]然而,包含算法推荐的平台是否就应被认定为脱离了技术中立原则?算法推荐侵权短视频是否应被认定为对侵权内容的主动干预?

算法推荐通过向用户进行个性化推荐以获取流量,增加用户黏性。平台之间的用户黏性之争、用户之间的短视频流量之争,已成为当前短视频领域主流的商业模式和主要的获益方式。在此背景下,对于算法推荐侵权内容的行为,原则上仍应适用技术中立原则,不能一刀切式地将包含算法推荐的行为均认定为对侵权内容的主动干预,也不能轻易将包含算法推荐的平台看作内容服务提供商,应为短视频平台预留一定的容错空间,助力短视频行业健康有序地发展。

(二)承担过滤义务将提升平台成本不利于公平市场竞争

(三)过滤技术的应用一定程度上将侵蚀用户表达自由

(一)美国的审视与坚守:反复听证后未设定强制性过滤义务

(二)欧盟的转变与矫正:曾设定强制性过滤义务但遭持续反对

(一)“避风港”规则的优化及适用

(二)“红旗”标准的重申与细化

五、结语

参考文献

[9]参见《最高人民法院关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第7、8条的规定。

[10]参见吴汉东:《论网络服务提供者的著作权侵权责任》,载《中国法学》2011年第2期,第43页。

[12]参见《信息网络传播权保护条例》第22条。

[13]参见上海知识产权法院(2020)沪73民终103号民事判决书。

[14]参见上海市浦东新区人民法院(2020)沪0115民初14922号民事判决书。

[15]参见上海市徐汇区人民法院(2020)沪0104民初8795号民事判决书。

[17]参见初萌:《个性化推荐服务商合理注意义务之重构》,载《科技与法律》2020年第2期,第92页。

[18]参见李琛:《短视频产业著作权问题的制度回应》,载《出版发行研究》2019年第4期,第6页。

[21]参见宋健:《UGC平台“通知—必要措施”规则的发展趋向》,载《科技·知产财经》2022年第2期。

[26]参见熊琦:《“算法推荐”与网络服务提供者共同侵权认定规则》,载《中国应用法学》2020年第4期,第127页。

[27]参见北京互联网法院(2018)京0491民初1号民事判决书。

[28]参见广州互联网法院(2019)粤0192民初1756号民事判决书。

[29]参见湖南省长沙市中级人民法院(2021)湘01民终10636号民事判决书。

[33]参见虞婷婷:《网络服务商过错判定理念的修正——以知识产权审查义务的确立为中心》,载《政治与法律》2019年第10期,第128页。

[34]参见张超、马宁:《互联网短视频平台著作权事先审查义务研究》,载《现代传播(中国传媒大学学报)》2021年第5期,第132页。

[35]参见宁园:《网络服务提供者著作权侵权中的双重注意义务》,载《重庆大学学报(社会科学版)》2020年第5期,第155-156页。

[37]参见初萌:《个性化推荐服务商合理注意义务之重构》,载《科技与法律》2020年第2期,第92页。

[40]参见易健雄:《从算法技术看网络服务提供者的“应当知道”——也谈〈民法典〉第1197条的适用》,载《知识产权》2021年第12期,第36页。

[42]参见远航:《技术的价值负荷过程》,载《自然辩证法研究》2003年第12期,第33页。

[43]温凤鸣、解学芳:《短视频推荐算法的运行逻辑与伦理隐忧——基于行动者网络理论视角》,载《西南民族大学学报(人文社会科学版)》2022年第2期,第161页。

[44]参见赵辰玮、刘韬等:《算法视域下抖音短视频平台视频推荐模式研究》,载《出版广角》2019年第8期,第76-78页。

[45]参见徐俊:《类型化视域下短视频作品定性及其合理使用研究》,载《中国出版》2021年第17期,第16页。

[48]KatrinaGeddes:MeetYourNewOverlords:HowDigitalPlatformsDevelopandSustainTechnofeudalism,TheColumbiaJournalofLaw&TheArts,vol.43,no.4,2020,pp.455-485.

[53]HannahBloch-Wehba:AutomationinModeration,CornellInternationalLawJournal,vol.53,no.1,2020,pp.42-96.

[54]参见杜承铭:《论表达自由》,载《中国法学》2001年第3期,第57页。

[55]参见吴汉东:《知识产权领域的表达自由:保护与规制》,载《现代法学》2016年第3期,第13页。

[56]KatrinaGeddes:MeetYourNewOverlords:HowDigitalPlatformsDevelopandSustainTechnofeudalism,TheColumbiaJournalofLaw&TheArts,vol.43,no.4,2020,pp.455-485.

[58]参见宋健:《UGC平台“通知—必要措施”规则的发展趋向》,载《科技·知产财经》2022年第2期。

[60]JulieE.Cohen:TheZombieFirstAmendment,William&MaryLawReview,vol.56,no.3,2015,p.1120.

[61]参见吴汉东:《知识产权前沿问题研究》,中国人民大学出版社2019年版,第444-456页。

[62]See17U.S.C.512§(c).

[63]See17U.S.C.512§(m).

[64]参见熊琦:《著作权法“通知—必要措施”义务的比较经验与本土特色》,载《苏州大学学报(法学版)》2022年第1期,第101页。

[78]MartinSenftleben:InstitutionalizedAlgorithmicEnforcement-theProsandConsoftheEuApproachtoUgcPlatformLiability,FIULawReview,vol.14,no.2,2020,p.299.

[80]MariaLillàMontagnani&AlinaTrapova:NewObligationsforInternetIntermediariesintheDigitalSingleMarket-SafeHarborsinTurmoil,JournalofInternetLaw,vol.22,no.7,2019,pp.2-21.

[81]SeeCaseC-360/10,SABAMv.NetlogNV(Feb.16,2012).

[82]SeeCaseC-70/10,ScarletExtendedSAv.SABAM,2011E.C.R.I-12006.

[86]参见王杰:《网络存储空间服务提供者的注意义务解析》,载《法律科学》2020年第3期,第105页。

[87]参见吴汉东:《论网络服务提供者的著作权侵权责任》,载《中国法学》2011年第2期,第46页。

[92]参见《信息网络传播权保护条例》第14条。

[94]参见李扬、陈铄:《“通知删除”规则的再检讨》,载《知识产权》2020年第1期,第29页。

[95]参见北京市海淀区人民法院(2018)京0108民初49421号民事判决书。

[96]参见陶乾:《短视频平台“避风港规则”与过滤义务的适用场景》,载《中国出版》2022年第8期,第68页。

[97]DMCAH.R.Rep.No.105-551(II),pt.2,at53(1998),DMCAS.Rep.No.105-190,at44(1998).

[98]参见熊琦:《“算法推荐”与网络服务提供者共同侵权认定规则》,载《中国应用法学》2020年第4期,第133页。

[99]参见周书环:《我国短视频著作权纠纷的现状、问题及其完善建议》,载《大连理工大学学报(社会科学版)》2021年第4期,第79页。

[100]参见广东省深圳前海合作区人民法院(2018)粤0391民初1202号民事判决书。

THE END
1.基于邻域的算法(协同过滤)和内容过滤算法基于用户行为分析的推荐算法是个性化推荐系统的重要算法,一般将这种算法成为协同过滤算法。协同过滤,就是用户可以齐心协力,通过不断和网站互动,使自己的推荐列表能够不断过滤掉自己不感兴趣的物品,从而越来越满足自己的需求。 1. 基于邻域的算法 基于邻域的算法是推荐系统中最基本的算法,主要分为两大类,一类是基于用户...https://www.jianshu.com/p/50c8132d9677
2.基于协同过滤算法图书推荐系统的设计与实现.pdf想预览更多内容,点击免费在线预览全文 免费在线预览全文 本科毕业设计 论文题目:基于协同过滤算法的图书推荐系统的 设计与实现 摘要 随着网络和信息技术的飞速发展,电子图书资源的数量也在以惊人的速度增 长,越来越多的用户通过图书购买网站购买图书或在图书阅读网站上阅读电子书, ...https://max.book118.com/html/2024/0217/7053136045006042.shtm
3.协同过滤算法深入解析:构建智能推荐系统的核心技术在这种背景下,推荐系统应运而生,成为帮助用户过滤信息,找到自己感兴趣内容的有效工具。协同过滤算法作为推荐系统中的一种核心技术,广泛应用于电商、社交媒体、音乐、电影等多个领域,极大地改善了用户体验。本文将对协同过滤算法进行深入解析,让我们一起探讨这一神奇的技术。https://developer.aliyun.com/article/1267365
4.什么是智能推荐?智能推荐的原理是什么?所以,CF依赖于“群体共性”“群体智慧”挖掘出那些潜在的、可能会被用户喜欢的内容并推荐给用户。CF算法也是最早、最经典的推荐算法之一,可以这么说,CF算法是推荐算法的鼻祖。我们后续很多推荐算法都是基于CF的协同过滤思想延伸而来。有两类基于协同的推荐算法:基于用户的协同过滤算法、基于物品的协同过滤算法。https://www.niaogebiji.com/article-106383-1.html
5.基于流形近邻的协同过滤算法AET为了比较基于欧氏距离的协同过滤算法和基于最小最大距离的协同过滤算法,此处变化邻居数,加权方案取01VD,记使用欧氏距离的协同过滤方案为ECF,得到的实验结果如图2所示。 从图2可以看出,使用流形近邻的协同过滤算法优于使用欧氏距离的协同过滤算法。 3.3不同流形邻居数对实验结果的影响 ...http://www.chinaaet.com/article/3000016485
1.传统推荐算法——协同过滤ItemCF 是基于物品相似度进行推荐的协同过滤算法。通过计算共现矩阵中物品列向量的相似度得到物品之间的相似矩阵,再找到用户的历史正反馈物品的相似物品进行进一步排序和推荐,ItemCF 的具体步骤如下: 基于历史数据,构建以用户(假设用户总数为m mm)为行坐标,物品(物品总数为n nn)为列坐标的m × n m \times nm×...https://blog.csdn.net/weixin_55210809/article/details/143807593
2.基于内容和协同过滤的混合推荐算法研究及应用目前的主流推荐算法有基于内容的推荐算法、协同过滤算法等。基于内容的推荐算法能够充分利用推荐对象的属性特征进行推荐,但其推荐结果局限性较强,不能挖掘出用户潜在的兴趣爱好。协同过滤推荐算法有着比较稳定的性能,但也存在着数据稀疏性、新物品没有用户评分难以推荐导致“冷启动”等问题。此外,传统协同过滤算法的核心...https://cdmd.cnki.com.cn/Article/CDMD-10611-1020355978.htm
3.十个优秀开源推荐系统/算法/资源基于内容的推荐或者协同过滤算法各有优缺点。为了更准确地推荐产品,还可以使用混合推荐算法,即同时使用基于内容和协同过滤推荐产品。混合推荐算法具有更高的效率和更好的实用性。 三、10个最佳开源推荐系统相关资源 为了进一步理解推荐系统,以下收集了一些用于学习或者开发的最佳开源项目,包括:学习资源、开发包、完整的推荐...https://www.easemob.com/news/10998
4.淘宝和网易云怎样知道你喜欢什么?终于有人把推荐系统讲明白了...推荐系统具有不同的分类方法。常见的分类方法有:按照推荐结果因人而异分类、按照推荐方法分类、按照推荐模型构建方式分类。因为推荐算法是整个推荐系统中最核心部分,所以推荐系统还可以依据推荐算法分类。基于此,推荐系统可以分为基于内容的推荐、基于协同过滤的推荐以及混合推荐方法。 https://www.51cto.com/article/645404.html
5.常用推荐算法介绍——基于内容的推荐算法在基于内容的协同过滤算法中,要做的第一件事是根据内容,计算出书籍之间的相似度。在本例中,使用了书籍标题中的关键字(图二),这只是为了简化而已。在实际中还可以使用更多的属性。 图二:用户已经评论过的书籍标题 首先,通常要从内容中删除停止词(比如语法词、过于常见的词),然后用代表出现那些词汇的向量(或数组...https://cloud.tencent.com/developer/news/394225