APPAPP評規范目次前言 錯誤目次前言 錯誤!未定義書簽。1范圍 12規性用件 13術和14縮語 錯誤!未定義書簽。±基原則 16個信保要求 2F推算技安要求 2F.1全標述 2F.2法型全 2F.3法全控 3F.4法用全 38用主權保要求 ±8.1般戶體益護 ±8.2殊體益護 69推算安管要求 69.1全營 62全估 F急置 F規責 F10試法 F附錄A（料）常推薦法用 錯誤!未定義書簽。參考獻 錯誤!未定義書簽。IAPP1 范圍本文件規定了App推薦算法在用戶權益保護方面應滿足的基本原則、個人信息保護要求、推薦算法技術安全要求、用戶主體權益保護要求、推薦算法安全管理要求及測評方法。本文件適用于App推薦算法服務提供者規范其個人信息處理活動、算法建模及使用行為，也適用于監管部門、第三方評估機構等組織對App推薦算法服務進行監督、管理和評估。2 （APP1 范圍本文件規定了App推薦算法在用戶權益保護方面應滿足的基本原則、個人信息保護要求、推薦算法技術安全要求、用戶主體權益保護要求、推薦算法安全管理要求及測評方法。本文件適用于App推薦算法服務提供者規范其個人信息處理活動、算法建模及使用行為，也適用于監管部門、第三方評估機構等組織對App推薦算法服務進行監督、管理和評估。2 （GB/T3±2F3–2020信息安全技術個人信息安全規范3 GB/T3±2F3－2020界定的以及下列術語和定義適用于本文件。3.1 re×ommendationalgorithm注：常見的推薦算法應用見附錄A。3.2 個性化推送per?onali?edpu?h于推薦、列表頁面、彈窗等。3.3 u?ertag通過高度概括、容易理解的特征來描述用戶在進行信息服務交互過程中形成的標識。4 縮略語下列縮略語適用于本文件。AP移應軟（WoleApligtio‘ 1App推薦算法服務提供者應滿足以下原則。a)公平公正：利用個人信息進行推薦算法服務的結果公平、公正，不得實行不合理的差別待遇。不得利用推薦算法服務開展不正當競爭；策規則。b)g)d)6 AppGB/T3±2F3App推薦算法服務提供者應滿足以下原則。a)公平公正：利用個人信息進行推薦算法服務的結果公平、公正，不得實行不合理的差別待遇。不得利用推薦算法服務開展不正當競爭；策規則。b)g)d)6 AppGB/T3±2F3除為達到個人信息主體授權同意的使用目的所必需外，使用個人信息時應消除明確身份指向注：根據GB/T3±2F3，直接使用特定自然人的個人信息，形成該自然人的特征模型，稱為直接用戶畫像。使用來源于特定自然人以外的個人信息，如其所在群體的數據，形成該自然人的特征模型，稱為間接用戶畫像。g) 利用人息行薦法服事開個信息護響估留相關不于3年），評估內容包括但不限于：1)2)3)個人信息的處理目的、處理方式等是否合法、正當、必要；對個人權益的影響及安全風險；所采取的保護措施是否合法、有效并與風險程度相適應。7 7.1 法安全可控、算法應用安全。7.2 7.2.1 App推薦算法服務提供者應滿足以下要求：（）；1)2)宜對訓練數據進行預處理，包括數據清洗、數據脫敏、數據標注等；的多樣性和公平性。3)27.2.2 App推薦算法服務提供者應滿足以下要求：a)b)用戶標簽涉及指向特定個人的敏感個人信息的，應建立個人信息的脫敏處理機制；用戶標簽不應包含淫穢、色情、賭博、迷信、恐怖、暴力的內容或表達對民族、種族、宗教、殘疾、疾病歧視的內容；應建立用戶標簽審核細則，不得將違法和不良信息關鍵詞作為用戶標簽并據以推送信息。g)7.2.3模型應用App推薦算法服務提供者應滿足以下要求：a)b)宜采取加密、混淆等技術手段，提供對模型參數的安全保護手段；規或者違背倫理道德的算法模型。g)7.3 7.3.1 App推薦算法服務提供者提供網絡信息內容服務的，應滿足以下要求：a)7.2.2 App推薦算法服務提供者應滿足以下要求：a)b)用戶標簽涉及指向特定個人的敏感個人信息的，應建立個人信息的脫敏處理機制；用戶標簽不應包含淫穢、色情、賭博、迷信、恐怖、暴力的內容或表達對民族、種族、宗教、殘疾、疾病歧視的內容；應建立用戶標簽審核細則，不得將違法和不良信息關鍵詞作為用戶標簽并據以推送信息。g)7.2.3模型應用App推薦算法服務提供者應滿足以下要求：a)b)宜采取加密、混淆等技術手段，提供對模型參數的安全保護手段；規或者違背倫理道德的算法模型。g)7.3 7.3.1 App推薦算法服務提供者提供網絡信息內容服務的，應滿足以下要求：a)宜建立支撐審核人員高效審核的技術體系，包括審核平臺、判研知識庫、審核標準等；宜建立不良信息特征庫管理規范，包括入庫標準、出庫規則等。b)g)7.3.2干預控制App推薦算法服務提供者應滿足以下要求：a)b)g)7.3.3風險監測進行監測，并對結果進行多維研判和精準處置。7.3.4 App推薦算法服務提供者應滿足以下要求：a)訓練數據記錄應包括訓練數據獲取時間、數據來源、數據量統計等內容；算法部署應記錄部署操作者、時間及相關結果、部署過程腳本、軟硬件配置信息等內容。b)g)7.4 7.4.1 37.4.1.1 App推薦算法服務提供者應滿足以下要求：a)對個人有法律效力或其他重大影響力的算法服務及用戶畫像不得僅基于個人基因或健康數據等特定數據。b)7.4.1.2算法導向網絡輿論或者規避監督管理行為。7.4.1.3 釋性，避免對用戶產生不良影響，預防和減少爭議糾紛。7.4.2 7.4.2.1 7.4.1.1 App推薦算法服務提供者應滿足以下要求：a)對個人有法律效力或其他重大影響力的算法服務及用戶畫像不得僅基于個人基因或健康數據等特定數據。b)7.4.1.2算法導向網絡輿論或者規避監督管理行為。7.4.1.3 釋性，避免對用戶產生不良影響，預防和減少爭議糾紛。7.4.2 7.4.2.1 App推薦算法服務提供者應滿足以下要求：a)止出現“一處失信，處處受限”的情形。b)g)7.4.2.2勞動雇傭提供企業崗位查詢與聯系等就業機會服務的App應滿足以下要求：a)同實施人力資源管理所必需。b)7.4.2.3網絡交易App推薦算法服務提供者應滿足以下要求：42)3)4)±)6)基于針對新用戶在合理期限內開展的優惠活動；其他正當性行為。g) 宜充考用體，學規推頻，2)3)4)±)6)基于針對新用戶在合理期限內開展的優惠活動；其他正當性行為。g) 宜充考用體，學規推頻，得意對同戶行別次推7.4.2.4 App推薦算法服務提供者提供網絡信息內容服務的，應滿足以下要求：a)宜根據正能量內容的類別設置不同的推薦策略，根據級別賦予不同的推薦權重；應建立內容過濾的標簽體系和研判標準，對違法有害信息進行有效過濾。b)g)8 8.1 8.1.1 知情權App推薦算法服務提供者應滿足以下要求：a)本原理、目的意圖和主要運行機制。b)8.1.2決定權App推薦算法服務提供者應滿足以下要求：a)宜向用戶提供選擇或者刪除用于推薦算法服務服務的針對其個人特征的用戶標簽的功能；個人有權拒絕個人信息處理者僅通過推薦算法服務的方式作出的對個人權益有重大影響的決定，但下列情形除外：b)g)1)2)3)推薦算法服務對于締結和履行合同是必要的；個人明確、單獨同意推薦算法服務的運用；法律、行政法規規定的其他情形。8.1.3解釋權（、（注：情況下，可能導致對個人的排除或歧視”的決定，如自動決定個人征信及貸款額度、面試人員的自動化篩選、±行政司法決策等。8.1.4 申訴權用的投訴及反饋處理結果。8.2 8.2.1 概述除保障一般用戶主體權益，還應滿足對應群體的要求。8.2.2 主要面向未成年人提供服務的App推薦算法服務提供者，應滿足以下要求：a)應行政司法決策等。8.1.4 申訴權用的投訴及反饋處理結果。8.2 8.2.1 概述除保障一般用戶主體權益，還應滿足對應群體的要求。8.2.2 主要面向未成年人提供服務的App推薦算法服務提供者，應滿足以下要求：a)應與教學無關的信息。b)g)d)e)8.2.3老年人面向老年人提供服務的App推薦算法服務提供者應滿足以下要求：a)內容分發、廣告推廣、引流推廣、搜索引擎等網絡推廣服務。b)8.2.4勞動者App會或勞動者代表的意見建議，將結果公示，保障勞動者對涉及切身利益重要事項的知情權。9 全事件應急預案、違規處置等內容。9.1 App推薦算法服務提供者應滿足以下要求：6a)估報告、運行日志留存情況、推薦算法安全風險復核等。b)g)d)9.2a)估報告、運行日志留存情況、推薦算法安全風險復核等。b)g)d)9.2 App推薦算法服務提供者應滿足以下要求：a) （31)2)3)4)對可預期的處理操作和處理目的進行系統性描述；b)具有輿論屬性或者社會動員能力的推薦算法服務應當按照國家有關規定開展安全評估。注：達渠道或者具有發動社會公眾從事特定活動能力的其他互聯網信息服務。g)應定開推算服的算輸、計實的自估記并饋估結9.3 GB/T35273中10.1求。9.4 級，統籌相關職能部門，追究相應部門和人員責任。10 AppAppApp談等測評方式，以測評App推薦算法服務安全性，具體見表1。F表1測評項目與測評方式對應關系表8要求條款測評項目文檔審查功能核驗人員訪談±個人信息保護要求√√√6.2.1數據處理——√6.2.2標簽管理√——6.2.3模型應用———6.3.1安全審核√—√6.3.2干預控制———6.3.3風險監測———6.3.4追溯機制√——6.4算法應用安全要求——√F.1一般用戶主體權利—√—F.2特殊群體權益—√√8算法安全管理要求√—√表1測評項目與測評方式對應關系表8要求條款測評項目文檔審查功能核驗人員訪談±個人信息保護要求√√√6.2.1數據處理——√6.2.2標簽管理√——6.2.3模型應用———6.3.1安全審核√—√6.3.2干預控制———6.3.3風險監測———6.3.4追溯機制√——6.4算法應用安全要求——√F.1一般用戶主體權利—√—F.2特殊群體權益—√√8算法安全管理要求√—√附 錄 A（）常見的推薦算法應用包括但不限于表A.1。表A.1常見推薦算法應用9算法技術應用場景示例生成合成類利用深度學習、虛擬現實等技術，制作文本、圖像、音頻、視頻、虛擬場景等信息，被廣泛應用于內容聚合、內容自動化生成及內容合成服務。寫稿機器人、聊天機器人AI換臉、圖像修復語音合成、自動編曲視頻自動剪輯、合成游戲、TR、虛擬主播、元宇宙個性化推送基于用戶畫像，以用戶標簽作為算法的核心變量，針對不同用戶需求分發不同內容或提供決策支持，被廣泛運用于內容、商品或服務的個性化推送服務。信息內容自動推送（如新聞、音樂）廣告自動推送（如朋友圈廣告）電商平臺的商品推薦排序精選類根據指定標準對序列里的數據進行排序，被廣泛應用于內容服務提供者的版面頁面管理，諸如首屏、熱搜、精附 錄 A（）常見的推薦算法應用包括但不限于表A.1。表A.1常見推薦算法應用9算法技術應用場景示例生成合成類利用深度學習、虛擬現實等技術，制作文本、圖像、音頻、視頻、虛擬場景等信息，被廣泛應用于內容聚合、內容自動化生成及內容合成服務。寫稿機器人、聊天機器人AI換臉、圖像修復語音合成、自動編曲視頻自動剪輯、合成游戲、TR、虛擬主播、元宇宙個性化推送基于用戶畫像，以用戶標簽作為算法的核心變量，針對不同用戶需求分發不同內容或提供決策支持，被廣泛運用于內容、商品或服務的個性化推送服務。信息內容自動推送（如新聞、音樂）廣告自動推送（如朋友圈廣告）電商平臺的商品推薦