學術產出-Theses
Article View/Open
Publication Export
-
題名 大數據分析與個人資料保護之衝突：從收視行為調查談起
The clash of big data analytics and personal data protection：from the audience measurement perspective作者 鄭美華
Cheng, Mei Hua貢獻者 劉定基
Liu, Ting Chi
鄭美華
Cheng, Mei Hua關鍵詞 大數據
收視行為調查
個人資料保護
智慧隱私
過濾罩效應
Big data
Audience measurement
Personal data protection
Intellectual privacy
Filter bubble日期 2017 上傳時間 13-Sep-2017 14:58:23 (UTC+8) 摘要 隨著數位化時代來臨，「大數據」被視為解決傳統收視行為調查弊病的解方；然而，在利用此一新興工具時，大量被鉅細靡遺留存下來的個人收視行為紀錄，也引發了對於智慧隱私的威脅、過濾罩效應，甚至是因自動化演算程式而產生歧視等種種問題。在比較法上，關於個人收視行為紀錄的保護，不論是採取部門式立法的美國，或是制定有全面性個人資料保護規範的歐洲，均有所著墨；但在迎接大數據分析的挑戰時，相關規範皆面臨個人資料保護與個人資料利用之間的衝突與拉鋸。我國也不例外，隨著個人資料保護意識的提升，其與個人資料利用之間的關係也愈趨緊張。雖然在現行個人資料保護法下，以大數據分析開展收視行為的調查及應用，同時兼顧個人隱私的保障，並非毫無機會；但若要在個人資料保護與個人資料利用的緊張關係之間尋求更佳的平衡點，現行法仍有未臻周全之處，有待修法解決。本文除了就現行個人資料保護法下，以大數據分析進行收視行為調查，提供相關執行面的建議外；也嘗試針對現行法有待改善的部分，提出未來修法的建議方向。期待在大數據應用不斷發展的同時，一併打造出足以令人信賴的個人資料利用環境。
With the coming of the digital age, “big data” is believed to be the panacea for the problems of traditional audience measurement methods. Nevertheless, a great deal of detailed personal viewing behaviors is collected and stored while using this emerging tool. As a result, it raises concerns over intellectual privacy, filter bubble, and even discrimination which results from automatic parsing algorithm. From the comparative law perspective, both the United States, which adopts a sectoral data protection framework, and the European Union, which has a comprehensive personal data protection law, have already addressed the need to protect information regarding personal viewing behaviors. When facing the challenges of big data analytics; however, both legal regimes are still confronted with conflicts between the protection and use of personal data. There is no exception for Taiwan. With the rising awareness of personal data protection, the tension between the use and protection of personal data is also increased. Although under the current Personal Information Protection Act (PIPA), it’s possible to employ big data analytics on audience measurement, while at the same time, conforming to the minimum protection of individual privacy, if we want to strike a better balance between data protection and data use, the PIPA needs to be revised. In addition to providing practical suggestions for conducting audience measurement using big data analytics in accordance with the PIPA, this thesis also tries to provide a proposal for future revision of the PIPA. This thesis hopes that as big data applications continue to develop; we can also foster a more trustworthy environment for the use of personal data.參考文獻 一、 中文文獻(一) 專書法治斌、董保成，(2010)， 憲法新論，四版。台北市：元照。林照真，(2009)。收視率新聞學：台灣電視新聞商品化。台灣：聯經。國家通訊傳播委員會，(2015)，103年通訊傳播績效報告。台灣：國家通訊傳播委員會。國家通訊傳播委員會，(2016)，104年通訊傳播績效報告。台灣：國家通訊傳播委員會。黃葳威，(2004)。閱聽人與媒體文化。台北市：揚智文化。劉佐國、李世德，(2015)。個人資料保護法釋義與實務（第二版）—如何面臨個資保護的新時代。台北市：碁峰資訊。PARISER, E., (2012). THE FILTER BUBBLE: WHAT THE INTERNET IS HIDING FROM YOU, 搜尋引擎沒告訴你的事。台灣：左岸文化。GURIN, J., (2015). OPEN DATA NOW: THE SECRET TO HOT STARTUPS, SMART INVESTING, SAVVY MARKETING, AND FAST INNOVATION, 開放資料大商機—當大數據全部免費！創新、創業、投資、行銷關鍵新趨勢。台灣：時報。GOODMAN, M.,(2016). FUTURE CRIMES , 未來的犯罪。新北市：木馬文化。(二) 專書論文何吉森，(2016)，大數據與隱私權：大數據的治理與監理，收錄於：劉幼俐主編，大數據與未來傳播，頁65-89。周韻采、劉倚帆、葉奇鑫，(2015)，去識別化資料釋出的規管制度研議，收錄於：彭芸主編，「大數據、新媒體、使用者」論文集，頁15-35。劉幼俐、徐也翔，(2016)，視訊媒體與大數據分析應用策略，收錄於：劉幼俐主編，大數據與未來傳播，頁225-248。(三) 期刊與研討會論文伍偉華，(2014) 。初探個人資料保護法之特殊侵權行為要件。月旦裁判時報，第30期，頁115-122。邱忠義，(2014) 。談個人資料保護法之間接識別。月旦裁判時報，第30期，頁95-103。范姜真媺，(2009)。他律與自律共構之個人資料保護法制—以日本有關民間法制為主。東吳法律學報，第21卷第1期，頁163-200。范姜真媺，(2012)。個人資料自主權之保護與個人資料之合理利用。法學叢刊，第225期，頁69-104。范姜真媺，(2013)。個人資料保護法關於「個人資料」保護範圍之檢討，東海大學法學研究，第41期，頁91-123。范姜真媺，(2013)。醫學研究與個人資料保護—以日本疫學研究為中心。科技法學新論，第10卷第1期，頁61-113。范姜真媺，(2014)。日本個人編號法對我國之借鏡—以個人資料保護監督機制之建立為主，東吳法學，第26卷第2期，頁1-33。范姜真媺，(2016)。個人醫療資料之保護與利用—以全民健康保險為中心。法學叢刊，第243期，頁41-72。林家慶，(2014) 。「電信業者別」能否揭露？個人資料保護與公共利益維護不能兼顧？－評臺灣台北地方法院臺北簡易庭103年度北小字第1360號民事判決。月旦裁判時報，第30期，頁139-146。林裕嘉，（2016）。我國個人資料去識別化法制及實務發展概述，我國個人資料去識別化法制及實務發展概述，科技法律透析，第28卷第6期，頁53-63。徐仕瑋，(2014)。個資法所保護個人資料之範圍界定。月旦裁判時報，第30期，頁123-138。翁清坤，(2016)。網路上隱私權政策之效力。臺大法學論叢，第45卷第1期，頁151-248。張永宏，(2015)。試評個人資料保護法適用上的幾個問題。月旦裁判時報，第31期，頁61-65。張陳弘，(2016)。個人資料之認定—個人資料保護法適用之啟動閥。法令月刊，第67卷第5期，頁67-101。黃聿清、莊春發，(2011)。用收視質量度電視節目品質：臺灣公共電視臺的經驗，中華傳播學會2011年年會論文。黃翰義，(2015)。自直接識別性及公共利益之觀點論個人資料保護法之缺失，月旦裁判時報，第31期，頁66-73。詹鎮榮，(2015)。公務機關間個人資料之傳遞—以臺灣桃園地方法院行政訴訟102年度簡字第2號判決出發。法學叢刊，第60卷第1期，頁1-27。虞晨曦、劉世筠，(1994)。迎接收視率調查新紀元。廣告雜誌，第38期，頁84-87。劉定基，(2009)。欺罔與不公平資訊行為之規範—以美國聯邦交易委員會的管制案例為中心。公平交易季刊，第17卷第4期，頁57-91。劉定基，(2012)。個人資料的定義、保護原則與個人資料保護法適用的例外── 以監視錄影為例（上）。月旦法學教室，第115期，頁42-54。劉定基，(2013)。析論個人資料保護法上「當事人同意」的概念。月旦法學雜誌第218期，頁146-167。(四) 委託研究計畫呂海涵、何文章、彭朋群、席鈺芬、王麗余與林佳宏，民99。《有線廣播電視數位化加值服務及光纖網路監控系統研究》。台北：國家通訊傳播委員會。范姜真媺主持、高啟中、翁清坤與李寧修協同主持，民104。《我國電信業及電信加值網路業個人資料保護與監管機制之研究》。台北：國家發展委員會。范姜真媺主持、劉定基與李寧修協同主持，民105。《歐盟及日本個人資料保護立法最新發展之分析報告》委託研究案期末報告。台北：法務部。陳清河、胡元輝、李淳、陳光毅、 施素明、任正民…宋欣穎，2016。《數位電視發展藍圖規劃構想研究報告》。台北：交通部。(五) 碩、博士論文邱慧仙(2012)，數位時代電視收視率量測機制變革，未出版之博士論文，世新大學，傳播博士學位學程，台北。許玉芳(2009)。電視數位化後收視調查機制之研究。未出版之碩士論文，政治大學，廣告研究所，台北。陳紹宏(2012)，有線電視數位化新媒體收視行為調查方法探討與研究－以K公司為例，未出版之碩士論文，長庚大學，管理學院碩士學位學程在職專班經營管理組，桃園。魏宏展(2002)，收視質於廣告媒體企劃之應用探討，未出版之碩士論文，政治大學，廣告研究所，台北。(六) 其他資料王雲（2015年5月）。在深不可測的Big Data時代尋找新契機。http://www.google.com.tw/url?sa=t&rct=j&q=&esrc=s&frm=1&source=web&cd=9&cad=rja&uact=8&ved=0ahUKEwiF4eHJ8OTLAhVBPqYKHRSfDEoQFghMMAg&url=http%3A%2F%2Fwww.nspark.org.tw%2Fdocumentlibrary%2Fview%2F131%2F19_Doc_20150514101242.pdf&usg=AFQjCNERPxCFP50suquBQyofPXNeUS6nRw台灣智庫<國會政策中心>（2012年12月31日）。收視質調查與收視率稽核─數位媒體時代的收視調查機制。http://www.taiwanthinktank.org/page/chinese_attachment_1/2604/.pdf(七) 網路資料呂紹玉（2016年9月9日）。別守著點擊數字，要知道誰看到！尼爾森數位廣告收視率幫助廣告主精準掌握投放效果。科技新報。取自http://technews.tw/2016/09/09/nielsens-dar-tool-for-digital-ad-market/林玉凡（2015年11月7日）。數位收視調查市場的全新賽局。大數據。取自http://group.dailyview.tw/2015/11/07/%E6%95%B8%E4%BD%8D%E6%94%B6%E8%A6%96%E8%AA%BF%E6%9F%A5%E5%B8%82%E5%A0%B4%E7%9A%84%E5%85%A8%E6%96%B0%E8%B3%BD%E5%B1%80/邱慧仙（2017年1月9日）。大數據運用與收視率調查－機上盒篇。取自http://shucidi.strikingly.com/blog/85266610ca7美國節目收視調查方法。公共電視台研究發展部。取自http://web.pts.org.tw/~rnd/p2/000726-2.htm挑戰數位匯流時代數位媒體收視行為調查新任務『新媒體閱聽行為研究實驗室』正式成軍（2013年3月6日）。中央通訊社。取自http://www.cna.com.tw/postwrite/Detail/122094.aspx#.WSrUTmiGOUk秦裕中（2006年6月30日）。陳剛信轟AGB尼爾森殘害台灣媒體。自由時報。取自http://ent.ltn.com.tw/news/paper/79199孫憶明（2014年2月10日）。大數據（Big Data）改變未來教育樣貌的三種可能。關鍵評論。取自http://www.thenewslens.com/post/24794/陳麗娟（2004年2月25日）。收視率過度推論反失真。蘋果日報。取自http://www.appledaily.com.tw/appledaily/article/forum/20040225/737139/從 Google Analytics 網站分析元素看電視收視率（2014年12月16日）。Punchline娛樂重擊。取自http://punchline.asia/archives/6988黃兆璽（2006年4月13日）。五台嗆聲：尼爾森收視率謀殺電視業。聯合報。取自https://pttweb.tw/thread/m-1145123862-a-13b電視可按讚 挑戰收視率調查（2015年4月29日）。大紀元。取自http://www.epochtimes.com/b5/15/4/29/n4423319.htm靠「大數據」顛覆傳統教育，線上教育讓壞學生想不愛上課都不行（2014年5月7日）。科技橘報。取自http://buzzorange.com/techorange/2014/05/07/big-data-is-the-key-of-online-edu/鄭祐銓（2016年3月16日）。提升顧客保留率，三大電商龍頭教你如何黏住客戶！SmartM 新網路科技x 新工作職缺。取自https://www.smartm.com.tw/Article/32313438cea3鄭偉柏（2006年6月30日）。鄭優轟AGB尼爾森收視率失真。蘋果日報。取自http://www.appledaily.com.tw/appledaily/article/property/20060630/2714685Big Data:未來醫療的終極武器（2014年6月15日）。科技新報。取自http://technews.tw/2014/06/15/big-data%ef%bc%9a%e6%9c%aa%e4%be%86%e9%86%ab%e7%99%82%e7%9a%84%e7%b5%82%e6%a5%b5%e6%ad%a6%e5%99%a8/。Bruce（2014年3月）。隨著科技而進化的廣告製作，未來是？ G!VOICE第64期。取自http://brand.gamania.com/gvoice/vol64/tw/columns/62_ad.htmMaple（2016年7月21日）。台劇就是爛？收視率無效？爛劇淹沒好劇的怪現狀。娛樂重擊。取自http://punchline.asia/archives/29089NCC協調不再公佈1分鐘電視收視率（2007年4月11日）。大紀元。取自http://www.epochtimes.com/b5/7/4/11/n1675333.htmPingwest（2017年4月23日）。一個螢幕同時顯示 10 個內容？這家矽谷公司做到了。3C新報。取自http://ccc.technews.tw/2017/04/23/silicon-valley-startup-mirraviz-makes-multiview-screen-hi-quality-and-super-cheap/ 二、 外文文獻(一) 專書MCQUAIL, D., (1992). MEDIA PERFORMANCE: MASS COMMUNICATION AND THE PUBLIC INTEREST.MAYER-SCHÖNBERGER, V. & CUKIER, K., (2013). BIG DATA.SURDAK, C., (2014). DATA CRUSH: HOW THE INFORMATION TIDAL WAVE IS DRIVING NEW BUSINESS OPPORTUNITIES.SUNSTEIN, C., (2002). REPUBLIC.COM.SOLOVE, J. D., (2004). THE DIGITAL PERSON.TUROW, J., (2011). THE DAILY YOU.RICHARDS, N., (2015). INTELLECTUAL PRIVACY.WESTIN, F. A., (1967). PRIVACY AND FREEDOM.(二) 期刊論文Entman, M. R. & Wildman, S. S., (1992). Reconciling Economic and Non‐Economic Perspectives on Media Policy: Transcending the “Marketplace of Ideas”, 42 JCOMMUN. 5.Drosatos G., Tasidou A., & Efraimidis P.S, (2012). Privacy-Preserving Television Audience Measurement Using Smart TVs, 376 IFIP AICT 223. Schwartz, M. P. & Solove, J. D., (2011). The Pll Problem: Privacy and A New Concept of Personally Identifiable Information, 86 N.Y.U.L. REV. 1814.Solove, J. D., (2013). Introduction: Privacy Self-management and the Consent Dilemma, 126 HARV. L. REV. 1880. Tene, O. & Polonetsky, J., (2013). Big data for all：privacy and user control in the age of analytics, 11 NW. J. TECH. & INTELL. PROP. 239.Warren, D. S. & Brandies, D. L., (1890). The right to Privacy, 4 HARV. L. REV. 193.Whitman, Q. J., (2004). The Two Western Cultures of Privacy: Dignity versus Liberty, 113 YALE L.J. 1151.(三) 其他資料Article 29 Data Prot. Working Party, Opinion 04/2007 on the Concept of Personal Data, No. 01248/07/EN, WP 136 (June 20, 2007), http://ec.europa.eu/justice/policies/privacy/docs/wpdocs/2007/wp136_en.pdfArticle 29 Data Prot. Working Party, Opinion 15/2011 on the definition of consent, No. 01197/11/EN, WP 187 (July 13, 2011), http://ec.europa.eu/justice/policies/privacy/docs/wpdocs/2011/wp187_en.pdfArticle 29 Data Prot. Working Party, Opinion 06/2013 on open data and public sector information (‘PSI’) 12, No. 1021/00/EN, WP 207 (June 5, 2013), http://ec.europa.eu/justice/data-protection/article-29/documentation/opinion-recommendation/files/2013/wp207_en.pdf. Article 29 Data Prot. Working Party, Opinion 05/2014 Anonypisation Techniques, No. 0829/14/EN, WP 216 (Apr. 10, 2014), https://cnpd.public.lu/fr/publications/groupe-art29/wp216_en.pdfDiCerbo, K. & Behrens, J., Impacts of the Digital Ocean on Education, (2014), https://research.pearson.com/content/plc/prkc/uk/open-ideas/en/articles/a-tidal-wave-of-data/_jcr_content/par/articledownloadcompo/file.res/3897.Digital_Ocean_web.pdf.European Data Protection Supervisor, Towards a new digital ethics：Data, dignity and technology, (Sep. 11, 2015) https://edps.europa.eu/sites/edp/files/publication/15-09-11_data_ethics_en.pdfExecutive Office of the President, Big Data: Seizing Opportunities, Preserving Values, (2014) https://bigdatawg.nist.gov/pdf/big_data_privacy_report_may_1_2014.pdf.Executive Office of the President and President’s Council of Advisors on Science & Technology, Report To The President: Big Data and Privacy: A Technological Perspective, (2014) https://bigdatawg.nist.gov/pdf/pcast_big_data_and_privacy_-_may_2014.pdf. Federal Communications Commission, Annual Assessment for the Status of Competition in the Market for the Delivery of Video Programming, MB Docket No. 15-158, Seventeenth Report, 31 FCC Rcd, (2016), https://www.fcc.gov/document/17th-annual-video-competition-report .Federal Communications Commission, In the Matter of Protecting and Promoting the Open Internet GN Docket No. 14-286, FCC Rcd (2016), https://apps.fcc.gov/edocs_public/attachmatch/FCC-15-24A1.pdf .Federal Communications Commission, In the Matter of Protecting of Customers of Broadband and Other Telecommunications Services, Notice of proposed Rulemaking, WC Docket No. 16-106, 30 FCC Rcd (2016), https://apps.fcc.gov/edocs_public/attachmatch/FCC-16-148A1.pdfIBM, Smarter Healthcare in Canada: Redefining Value and Success (2012) https://www-01.ibm.com/common/ssi/cgi-bin/ssialias?htmlfid=HPW03005CAENInformation Commissioner’s Office, Anonymisation: managing data protection risk code of practice, (Nov. 2012) https://ico.org.uk/media/1061/anonymisation-code.pdf.Information Commissioner’s Office, Feedback request – profiling and automated decision-making, (Apr. 6, 2017) https://ico.org.uk/media/2013894/ico-feedback-request-profiling-and-automated-decision-making.pdfTelecommunication Standardization Sector of ITU, HSTP-IPTV-AM101 - Introduction to the ITU-T H.741-series - A new video engagement audience measurement standard, (Nov. 8, 2013) http://www.itu.int/pub/T-TUT-IPTV-2013-PITDWorld Economic Forum, Unlocking the Value of Personal Data: From Collection to Usage (2013) http://www3.weforum.org/docs/WEF_IT_UnlockingValuePersonalData_CollectionUsage_Report_2013.pdf. (四) 網路資料A Different Game, The economist (Feb. 25, 2010) http://www.economist.com/node/15557465.Everyone ‘to be research patient’, says David Cameron, BBC NEWS (Dec. 5, 2011) http://www.bbc.com/news/uk-16026827Fung, Brian, Using Data Mining to Predict Epidemics Before They Spread, THE ATLANTIC, (May 2, 2012) http://www.theatlantic.com/health/archive/2012/05/using-data-mining-to-predict-epidemics-before-they-spread/256605Falcon, E., Actually, Congress Did Undermine Our Internet Privacy Rights, (May 4, 2017), Electronic Frontier Foundation, https://www.eff.org/deeplinks/2017/05/congress-repealing-our-internet-privacy-rights-meant-congress-repealed-internetHurwitz, J., Nugent, A., Halper, F., Kaufman, M., How Big Data Analytics Can Prevent Fraud, http://www.dummies.com/how-to/content/how-big-data-analytics-can-prevent-fraud.html.Ira B., Breaking Down the Wall (Dec. 19, 2012) https://ethics.journalism.wisc.edu/2012/12/19/breaking-down-the-wall/Johnson, D. B., Cybernetics of Society, http://www.jurlandia.org/cybsoc.htmMason, K. M., Short History of Collaborative Filtering, http://www.moyak.com/papers/collaborative-filtering.htmlRita Rubin, How Did Vioxx Debacle Happen?, USA TODAY (Oct. 12, 2004) http://usatoday30.usatoday.com/news/health/2004-10-12-vioxx-cover_x.htmSweeney, L., Discrimination in Online Ad Delivery, (2013) http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2208240To Understand The Secret of Netflix’s Success, You Need to Visit The Local Library, Scroll.in (Apr. 11, 2017) https://thereel.scroll.in/834212/to-understand-the-secret-of-netflixs-success-you-need-to-visit-the-local-library 描述 碩士
國立政治大學
法律科際整合研究所
100652002資料來源 http://thesis.lib.nccu.edu.tw/record/#G0100652002 資料類型 thesis dc.contributor.advisor 劉定基 zh_TW dc.contributor.advisor Liu, Ting Chi en_US dc.contributor.author (Authors) 鄭美華 zh_TW dc.contributor.author (Authors) Cheng, Mei Hua en_US dc.creator (作者) 鄭美華 zh_TW dc.creator (作者) Cheng, Mei Hua en_US dc.date (日期) 2017 en_US dc.date.accessioned 13-Sep-2017 14:58:23 (UTC+8) - dc.date.available 13-Sep-2017 14:58:23 (UTC+8) - dc.date.issued (上傳時間) 13-Sep-2017 14:58:23 (UTC+8) - dc.identifier (Other Identifiers) G0100652002 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/112707 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 法律科際整合研究所 zh_TW dc.description (描述) 100652002 zh_TW dc.description.abstract (摘要) 隨著數位化時代來臨，「大數據」被視為解決傳統收視行為調查弊病的解方；然而，在利用此一新興工具時，大量被鉅細靡遺留存下來的個人收視行為紀錄，也引發了對於智慧隱私的威脅、過濾罩效應，甚至是因自動化演算程式而產生歧視等種種問題。在比較法上，關於個人收視行為紀錄的保護，不論是採取部門式立法的美國，或是制定有全面性個人資料保護規範的歐洲，均有所著墨；但在迎接大數據分析的挑戰時，相關規範皆面臨個人資料保護與個人資料利用之間的衝突與拉鋸。我國也不例外，隨著個人資料保護意識的提升，其與個人資料利用之間的關係也愈趨緊張。雖然在現行個人資料保護法下，以大數據分析開展收視行為的調查及應用，同時兼顧個人隱私的保障，並非毫無機會；但若要在個人資料保護與個人資料利用的緊張關係之間尋求更佳的平衡點，現行法仍有未臻周全之處，有待修法解決。本文除了就現行個人資料保護法下，以大數據分析進行收視行為調查，提供相關執行面的建議外；也嘗試針對現行法有待改善的部分，提出未來修法的建議方向。期待在大數據應用不斷發展的同時，一併打造出足以令人信賴的個人資料利用環境。 zh_TW dc.description.abstract (摘要) With the coming of the digital age, “big data” is believed to be the panacea for the problems of traditional audience measurement methods. Nevertheless, a great deal of detailed personal viewing behaviors is collected and stored while using this emerging tool. As a result, it raises concerns over intellectual privacy, filter bubble, and even discrimination which results from automatic parsing algorithm. From the comparative law perspective, both the United States, which adopts a sectoral data protection framework, and the European Union, which has a comprehensive personal data protection law, have already addressed the need to protect information regarding personal viewing behaviors. When facing the challenges of big data analytics; however, both legal regimes are still confronted with conflicts between the protection and use of personal data. There is no exception for Taiwan. With the rising awareness of personal data protection, the tension between the use and protection of personal data is also increased. Although under the current Personal Information Protection Act (PIPA), it’s possible to employ big data analytics on audience measurement, while at the same time, conforming to the minimum protection of individual privacy, if we want to strike a better balance between data protection and data use, the PIPA needs to be revised. In addition to providing practical suggestions for conducting audience measurement using big data analytics in accordance with the PIPA, this thesis also tries to provide a proposal for future revision of the PIPA. This thesis hopes that as big data applications continue to develop; we can also foster a more trustworthy environment for the use of personal data. en_US dc.description.tableofcontents 第一章 緒論 1第一節 問題意識 1第一項 研究動機 1第二項 問題的提出 4第二節 研究方法與研究限制 4第一項 研究方法 5第二項 研究範圍與研究限制 5第三節 研究架構 9第二章 大數據下的收視行為紀錄價值與隱私疑慮 11第一節 大數據的發展 11第二節 收視行為紀錄調查 51第一項 何謂收視行為紀錄 51第二項 傳統收視行為調查方式 53第三項 大數據時代的收視行為紀錄調查方式 57第三節 收視行為紀錄的價值 61第一項 傳統收視行為紀錄價值 62第二項 大數據時代的收視行為紀錄價值 63第四節 收視行為紀錄的隱私及其他疑慮 66第一項 智慧隱私（Intellectual Privacy） 67第二項 過濾罩效應（Filter Bubble） 71第三項 差別待遇 76第五節 小結 78第三章 美國與歐盟關於收視行為調查的個人資料保護規範 45第一節 美國法 45第一項 視訊隱私保護法 45第二項 有線電視隱私法 67第三項 FCC 2016隱私命令 70第二節 歐盟法 75第一項 個人資料保護規則（GDPR(2016/679)） 75第二項 電子通訊傳播個人資料及隱私保護指令(Directive 2002/58/EC) 80第三項 歐盟法院關於浮動IP是否為個人資料的判決 85第三節 美國法與歐盟法的比較分析 91第一項 個人資料保護規範架構 91第二項 個人資料的價值 92第三項 關於可識別（間接識別）個人資料認定標準 94第四項 個人資料保護與個人資料利用的適度平衡 95第五項 小結 97第四章 從收視行為紀錄看我國對於個人資料保護的規範 103第一節 我國關於收視行為紀錄的可能規範 103第一項 個人資料保護法 103第二項 相關行政命令 128第三項 數位通訊傳播法草案 143第二節 從收視行為紀錄調查看現行個人資料保護的困境 146第一項 「個人資料」界定不明 146第二項 「零和」的規制手段已不符實際需求 152第三項 個人資料保護法令適用關係錯綜複雜 154第三節 小結 156第五章 結論 157第一節 收視行為調查及其利用的個人資料保護建議 158第一項 於履行收視服務契約目的的（必要）範圍「內」 158第二項 於履行收視服務契約目的的（必要）範圍「外」 159第二節 修法建議方向 163第一項 加強個人資料的界定 163第二項 增訂利益權衡條款及相關彈性措施 166第三項 加強自動化處理程序的透明性 171第四項 由各目的事業主管機關個別加強告知事項 172第三節 結語 175參考文獻 177 zh_TW dc.format.extent 5332772 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0100652002 en_US dc.subject (關鍵詞) 大數據 zh_TW dc.subject (關鍵詞) 收視行為調查 zh_TW dc.subject (關鍵詞) 個人資料保護 zh_TW dc.subject (關鍵詞) 智慧隱私 zh_TW dc.subject (關鍵詞) 過濾罩效應 zh_TW dc.subject (關鍵詞) Big data en_US dc.subject (關鍵詞) Audience measurement en_US dc.subject (關鍵詞) Personal data protection en_US dc.subject (關鍵詞) Intellectual privacy en_US dc.subject (關鍵詞) Filter bubble en_US dc.title (題名) 大數據分析與個人資料保護之衝突：從收視行為調查談起 zh_TW dc.title (題名) The clash of big data analytics and personal data protection：from the audience measurement perspective en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 一、 中文文獻(一) 專書法治斌、董保成，(2010)， 憲法新論，四版。台北市：元照。林照真，(2009)。收視率新聞學：台灣電視新聞商品化。台灣：聯經。國家通訊傳播委員會，(2015)，103年通訊傳播績效報告。台灣：國家通訊傳播委員會。國家通訊傳播委員會，(2016)，104年通訊傳播績效報告。台灣：國家通訊傳播委員會。黃葳威，(2004)。閱聽人與媒體文化。台北市：揚智文化。劉佐國、李世德，(2015)。個人資料保護法釋義與實務（第二版）—如何面臨個資保護的新時代。台北市：碁峰資訊。PARISER, E., (2012). THE FILTER BUBBLE: WHAT THE INTERNET IS HIDING FROM YOU, 搜尋引擎沒告訴你的事。台灣：左岸文化。GURIN, J., (2015). OPEN DATA NOW: THE SECRET TO HOT STARTUPS, SMART INVESTING, SAVVY MARKETING, AND FAST INNOVATION, 開放資料大商機—當大數據全部免費！創新、創業、投資、行銷關鍵新趨勢。台灣：時報。GOODMAN, M.,(2016). FUTURE CRIMES , 未來的犯罪。新北市：木馬文化。(二) 專書論文何吉森，(2016)，大數據與隱私權：大數據的治理與監理，收錄於：劉幼俐主編，大數據與未來傳播，頁65-89。周韻采、劉倚帆、葉奇鑫，(2015)，去識別化資料釋出的規管制度研議，收錄於：彭芸主編，「大數據、新媒體、使用者」論文集，頁15-35。劉幼俐、徐也翔，(2016)，視訊媒體與大數據分析應用策略，收錄於：劉幼俐主編，大數據與未來傳播，頁225-248。(三) 期刊與研討會論文伍偉華，(2014) 。初探個人資料保護法之特殊侵權行為要件。月旦裁判時報，第30期，頁115-122。邱忠義，(2014) 。談個人資料保護法之間接識別。月旦裁判時報，第30期，頁95-103。范姜真媺，(2009)。他律與自律共構之個人資料保護法制—以日本有關民間法制為主。東吳法律學報，第21卷第1期，頁163-200。范姜真媺，(2012)。個人資料自主權之保護與個人資料之合理利用。法學叢刊，第225期，頁69-104。范姜真媺，(2013)。個人資料保護法關於「個人資料」保護範圍之檢討，東海大學法學研究，第41期，頁91-123。范姜真媺，(2013)。醫學研究與個人資料保護—以日本疫學研究為中心。科技法學新論，第10卷第1期，頁61-113。范姜真媺，(2014)。日本個人編號法對我國之借鏡—以個人資料保護監督機制之建立為主，東吳法學，第26卷第2期，頁1-33。范姜真媺，(2016)。個人醫療資料之保護與利用—以全民健康保險為中心。法學叢刊，第243期，頁41-72。林家慶，(2014) 。「電信業者別」能否揭露？個人資料保護與公共利益維護不能兼顧？－評臺灣台北地方法院臺北簡易庭103年度北小字第1360號民事判決。月旦裁判時報，第30期，頁139-146。林裕嘉，（2016）。我國個人資料去識別化法制及實務發展概述，我國個人資料去識別化法制及實務發展概述，科技法律透析，第28卷第6期，頁53-63。徐仕瑋，(2014)。個資法所保護個人資料之範圍界定。月旦裁判時報，第30期，頁123-138。翁清坤，(2016)。網路上隱私權政策之效力。臺大法學論叢，第45卷第1期，頁151-248。張永宏，(2015)。試評個人資料保護法適用上的幾個問題。月旦裁判時報，第31期，頁61-65。張陳弘，(2016)。個人資料之認定—個人資料保護法適用之啟動閥。法令月刊，第67卷第5期，頁67-101。黃聿清、莊春發，(2011)。用收視質量度電視節目品質：臺灣公共電視臺的經驗，中華傳播學會2011年年會論文。黃翰義，(2015)。自直接識別性及公共利益之觀點論個人資料保護法之缺失，月旦裁判時報，第31期，頁66-73。詹鎮榮，(2015)。公務機關間個人資料之傳遞—以臺灣桃園地方法院行政訴訟102年度簡字第2號判決出發。法學叢刊，第60卷第1期，頁1-27。虞晨曦、劉世筠，(1994)。迎接收視率調查新紀元。廣告雜誌，第38期，頁84-87。劉定基，(2009)。欺罔與不公平資訊行為之規範—以美國聯邦交易委員會的管制案例為中心。公平交易季刊，第17卷第4期，頁57-91。劉定基，(2012)。個人資料的定義、保護原則與個人資料保護法適用的例外── 以監視錄影為例（上）。月旦法學教室，第115期，頁42-54。劉定基，(2013)。析論個人資料保護法上「當事人同意」的概念。月旦法學雜誌第218期，頁146-167。(四) 委託研究計畫呂海涵、何文章、彭朋群、席鈺芬、王麗余與林佳宏，民99。《有線廣播電視數位化加值服務及光纖網路監控系統研究》。台北：國家通訊傳播委員會。范姜真媺主持、高啟中、翁清坤與李寧修協同主持，民104。《我國電信業及電信加值網路業個人資料保護與監管機制之研究》。台北：國家發展委員會。范姜真媺主持、劉定基與李寧修協同主持，民105。《歐盟及日本個人資料保護立法最新發展之分析報告》委託研究案期末報告。台北：法務部。陳清河、胡元輝、李淳、陳光毅、 施素明、任正民…宋欣穎，2016。《數位電視發展藍圖規劃構想研究報告》。台北：交通部。(五) 碩、博士論文邱慧仙(2012)，數位時代電視收視率量測機制變革，未出版之博士論文，世新大學，傳播博士學位學程，台北。許玉芳(2009)。電視數位化後收視調查機制之研究。未出版之碩士論文，政治大學，廣告研究所，台北。陳紹宏(2012)，有線電視數位化新媒體收視行為調查方法探討與研究－以K公司為例，未出版之碩士論文，長庚大學，管理學院碩士學位學程在職專班經營管理組，桃園。魏宏展(2002)，收視質於廣告媒體企劃之應用探討，未出版之碩士論文，政治大學，廣告研究所，台北。(六) 其他資料王雲（2015年5月）。在深不可測的Big Data時代尋找新契機。http://www.google.com.tw/url?sa=t&rct=j&q=&esrc=s&frm=1&source=web&cd=9&cad=rja&uact=8&ved=0ahUKEwiF4eHJ8OTLAhVBPqYKHRSfDEoQFghMMAg&url=http%3A%2F%2Fwww.nspark.org.tw%2Fdocumentlibrary%2Fview%2F131%2F19_Doc_20150514101242.pdf&usg=AFQjCNERPxCFP50suquBQyofPXNeUS6nRw台灣智庫<國會政策中心>（2012年12月31日）。收視質調查與收視率稽核─數位媒體時代的收視調查機制。http://www.taiwanthinktank.org/page/chinese_attachment_1/2604/.pdf(七) 網路資料呂紹玉（2016年9月9日）。別守著點擊數字，要知道誰看到！尼爾森數位廣告收視率幫助廣告主精準掌握投放效果。科技新報。取自http://technews.tw/2016/09/09/nielsens-dar-tool-for-digital-ad-market/林玉凡（2015年11月7日）。數位收視調查市場的全新賽局。大數據。取自http://group.dailyview.tw/2015/11/07/%E6%95%B8%E4%BD%8D%E6%94%B6%E8%A6%96%E8%AA%BF%E6%9F%A5%E5%B8%82%E5%A0%B4%E7%9A%84%E5%85%A8%E6%96%B0%E8%B3%BD%E5%B1%80/邱慧仙（2017年1月9日）。大數據運用與收視率調查－機上盒篇。取自http://shucidi.strikingly.com/blog/85266610ca7美國節目收視調查方法。公共電視台研究發展部。取自http://web.pts.org.tw/~rnd/p2/000726-2.htm挑戰數位匯流時代數位媒體收視行為調查新任務『新媒體閱聽行為研究實驗室』正式成軍（2013年3月6日）。中央通訊社。取自http://www.cna.com.tw/postwrite/Detail/122094.aspx#.WSrUTmiGOUk秦裕中（2006年6月30日）。陳剛信轟AGB尼爾森殘害台灣媒體。自由時報。取自http://ent.ltn.com.tw/news/paper/79199孫憶明（2014年2月10日）。大數據（Big Data）改變未來教育樣貌的三種可能。關鍵評論。取自http://www.thenewslens.com/post/24794/陳麗娟（2004年2月25日）。收視率過度推論反失真。蘋果日報。取自http://www.appledaily.com.tw/appledaily/article/forum/20040225/737139/從 Google Analytics 網站分析元素看電視收視率（2014年12月16日）。Punchline娛樂重擊。取自http://punchline.asia/archives/6988黃兆璽（2006年4月13日）。五台嗆聲：尼爾森收視率謀殺電視業。聯合報。取自https://pttweb.tw/thread/m-1145123862-a-13b電視可按讚 挑戰收視率調查（2015年4月29日）。大紀元。取自http://www.epochtimes.com/b5/15/4/29/n4423319.htm靠「大數據」顛覆傳統教育，線上教育讓壞學生想不愛上課都不行（2014年5月7日）。科技橘報。取自http://buzzorange.com/techorange/2014/05/07/big-data-is-the-key-of-online-edu/鄭祐銓（2016年3月16日）。提升顧客保留率，三大電商龍頭教你如何黏住客戶！SmartM 新網路科技x 新工作職缺。取自https://www.smartm.com.tw/Article/32313438cea3鄭偉柏（2006年6月30日）。鄭優轟AGB尼爾森收視率失真。蘋果日報。取自http://www.appledaily.com.tw/appledaily/article/property/20060630/2714685Big Data:未來醫療的終極武器（2014年6月15日）。科技新報。取自http://technews.tw/2014/06/15/big-data%ef%bc%9a%e6%9c%aa%e4%be%86%e9%86%ab%e7%99%82%e7%9a%84%e7%b5%82%e6%a5%b5%e6%ad%a6%e5%99%a8/。Bruce（2014年3月）。隨著科技而進化的廣告製作，未來是？ G!VOICE第64期。取自http://brand.gamania.com/gvoice/vol64/tw/columns/62_ad.htmMaple（2016年7月21日）。台劇就是爛？收視率無效？爛劇淹沒好劇的怪現狀。娛樂重擊。取自http://punchline.asia/archives/29089NCC協調不再公佈1分鐘電視收視率（2007年4月11日）。大紀元。取自http://www.epochtimes.com/b5/7/4/11/n1675333.htmPingwest（2017年4月23日）。一個螢幕同時顯示 10 個內容？這家矽谷公司做到了。3C新報。取自http://ccc.technews.tw/2017/04/23/silicon-valley-startup-mirraviz-makes-multiview-screen-hi-quality-and-super-cheap/ 二、 外文文獻(一) 專書MCQUAIL, D., (1992). MEDIA PERFORMANCE: MASS COMMUNICATION AND THE PUBLIC INTEREST.MAYER-SCHÖNBERGER, V. & CUKIER, K., (2013). BIG DATA.SURDAK, C., (2014). DATA CRUSH: HOW THE INFORMATION TIDAL WAVE IS DRIVING NEW BUSINESS OPPORTUNITIES.SUNSTEIN, C., (2002). REPUBLIC.COM.SOLOVE, J. D., (2004). THE DIGITAL PERSON.TUROW, J., (2011). THE DAILY YOU.RICHARDS, N., (2015). INTELLECTUAL PRIVACY.WESTIN, F. A., (1967). PRIVACY AND FREEDOM.(二) 期刊論文Entman, M. R. & Wildman, S. S., (1992). Reconciling Economic and Non‐Economic Perspectives on Media Policy: Transcending the “Marketplace of Ideas”, 42 JCOMMUN. 5.Drosatos G., Tasidou A., & Efraimidis P.S, (2012). Privacy-Preserving Television Audience Measurement Using Smart TVs, 376 IFIP AICT 223. Schwartz, M. P. & Solove, J. D., (2011). The Pll Problem: Privacy and A New Concept of Personally Identifiable Information, 86 N.Y.U.L. REV. 1814.Solove, J. D., (2013). Introduction: Privacy Self-management and the Consent Dilemma, 126 HARV. L. REV. 1880. Tene, O. & Polonetsky, J., (2013). Big data for all：privacy and user control in the age of analytics, 11 NW. J. TECH. & INTELL. PROP. 239.Warren, D. S. & Brandies, D. L., (1890). The right to Privacy, 4 HARV. L. REV. 193.Whitman, Q. J., (2004). The Two Western Cultures of Privacy: Dignity versus Liberty, 113 YALE L.J. 1151.(三) 其他資料Article 29 Data Prot. Working Party, Opinion 04/2007 on the Concept of Personal Data, No. 01248/07/EN, WP 136 (June 20, 2007), http://ec.europa.eu/justice/policies/privacy/docs/wpdocs/2007/wp136_en.pdfArticle 29 Data Prot. Working Party, Opinion 15/2011 on the definition of consent, No. 01197/11/EN, WP 187 (July 13, 2011), http://ec.europa.eu/justice/policies/privacy/docs/wpdocs/2011/wp187_en.pdfArticle 29 Data Prot. Working Party, Opinion 06/2013 on open data and public sector information (‘PSI’) 12, No. 1021/00/EN, WP 207 (June 5, 2013), http://ec.europa.eu/justice/data-protection/article-29/documentation/opinion-recommendation/files/2013/wp207_en.pdf. Article 29 Data Prot. Working Party, Opinion 05/2014 Anonypisation Techniques, No. 0829/14/EN, WP 216 (Apr. 10, 2014), https://cnpd.public.lu/fr/publications/groupe-art29/wp216_en.pdfDiCerbo, K. & Behrens, J., Impacts of the Digital Ocean on Education, (2014), https://research.pearson.com/content/plc/prkc/uk/open-ideas/en/articles/a-tidal-wave-of-data/_jcr_content/par/articledownloadcompo/file.res/3897.Digital_Ocean_web.pdf.European Data Protection Supervisor, Towards a new digital ethics：Data, dignity and technology, (Sep. 11, 2015) https://edps.europa.eu/sites/edp/files/publication/15-09-11_data_ethics_en.pdfExecutive Office of the President, Big Data: Seizing Opportunities, Preserving Values, (2014) https://bigdatawg.nist.gov/pdf/big_data_privacy_report_may_1_2014.pdf.Executive Office of the President and President’s Council of Advisors on Science & Technology, Report To The President: Big Data and Privacy: A Technological Perspective, (2014) https://bigdatawg.nist.gov/pdf/pcast_big_data_and_privacy_-_may_2014.pdf. Federal Communications Commission, Annual Assessment for the Status of Competition in the Market for the Delivery of Video Programming, MB Docket No. 15-158, Seventeenth Report, 31 FCC Rcd, (2016), https://www.fcc.gov/document/17th-annual-video-competition-report .Federal Communications Commission, In the Matter of Protecting and Promoting the Open Internet GN Docket No. 14-286, FCC Rcd (2016), https://apps.fcc.gov/edocs_public/attachmatch/FCC-15-24A1.pdf .Federal Communications Commission, In the Matter of Protecting of Customers of Broadband and Other Telecommunications Services, Notice of proposed Rulemaking, WC Docket No. 16-106, 30 FCC Rcd (2016), https://apps.fcc.gov/edocs_public/attachmatch/FCC-16-148A1.pdfIBM, Smarter Healthcare in Canada: Redefining Value and Success (2012) https://www-01.ibm.com/common/ssi/cgi-bin/ssialias?htmlfid=HPW03005CAENInformation Commissioner’s Office, Anonymisation: managing data protection risk code of practice, (Nov. 2012) https://ico.org.uk/media/1061/anonymisation-code.pdf.Information Commissioner’s Office, Feedback request – profiling and automated decision-making, (Apr. 6, 2017) https://ico.org.uk/media/2013894/ico-feedback-request-profiling-and-automated-decision-making.pdfTelecommunication Standardization Sector of ITU, HSTP-IPTV-AM101 - Introduction to the ITU-T H.741-series - A new video engagement audience measurement standard, (Nov. 8, 2013) http://www.itu.int/pub/T-TUT-IPTV-2013-PITDWorld Economic Forum, Unlocking the Value of Personal Data: From Collection to Usage (2013) http://www3.weforum.org/docs/WEF_IT_UnlockingValuePersonalData_CollectionUsage_Report_2013.pdf. (四) 網路資料A Different Game, The economist (Feb. 25, 2010) http://www.economist.com/node/15557465.Everyone ‘to be research patient’, says David Cameron, BBC NEWS (Dec. 5, 2011) http://www.bbc.com/news/uk-16026827Fung, Brian, Using Data Mining to Predict Epidemics Before They Spread, THE ATLANTIC, (May 2, 2012) http://www.theatlantic.com/health/archive/2012/05/using-data-mining-to-predict-epidemics-before-they-spread/256605Falcon, E., Actually, Congress Did Undermine Our Internet Privacy Rights, (May 4, 2017), Electronic Frontier Foundation, https://www.eff.org/deeplinks/2017/05/congress-repealing-our-internet-privacy-rights-meant-congress-repealed-internetHurwitz, J., Nugent, A., Halper, F., Kaufman, M., How Big Data Analytics Can Prevent Fraud, http://www.dummies.com/how-to/content/how-big-data-analytics-can-prevent-fraud.html.Ira B., Breaking Down the Wall (Dec. 19, 2012) https://ethics.journalism.wisc.edu/2012/12/19/breaking-down-the-wall/Johnson, D. B., Cybernetics of Society, http://www.jurlandia.org/cybsoc.htmMason, K. M., Short History of Collaborative Filtering, http://www.moyak.com/papers/collaborative-filtering.htmlRita Rubin, How Did Vioxx Debacle Happen?, USA TODAY (Oct. 12, 2004) http://usatoday30.usatoday.com/news/health/2004-10-12-vioxx-cover_x.htmSweeney, L., Discrimination in Online Ad Delivery, (2013) http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2208240To Understand The Secret of Netflix’s Success, You Need to Visit The Local Library, Scroll.in (Apr. 11, 2017) https://thereel.scroll.in/834212/to-understand-the-secret-of-netflixs-success-you-need-to-visit-the-local-library zh_TW
