从强共同到弱关联：群体传播中共同隐私的变革
俞立根
【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。
菏泽市创建“四优一无”标准化闸管所的实践与探索……………………………………………… 刘福旺，朱炎炎(2.33)
课堂1：老师声音清晰，但是紧张，后稍好。准备教学材料充分，讲故事学习单词，较好，但是节奏缓慢。问题太难，提示较少，没有介绍强调具体的事例或语言点，给学生做笔记。(2006年10月9日)
[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.
为自身所处的当下世界寻找到一种最为恰当的小说呈现形式，正是罗伯-格里耶等人极力倡导“新小说”的初衷。其小说之“新”，不在对既有的小说提出否定，而恰恰在于重新激发小说本身所固有的创造性活力。如果说当下的人和世界已经不再是巴尔扎克或福楼拜笔下所呈现的那种样态，那么，呼唤一种能够与当下事实相对应的“新”的“小说”也就是顺理成章的事情了。
（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。
（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]
通过大数据智能分析出的数据，可以为企业设计人员提供用户所需要的设计元素，例如分析用户群体的年龄、消费能力、消费兴趣等，推测用户最需求的金融服务[8]。为设计者提供新的设计思路，使设计出的产品更具有针对性，更加满足用户的使用需求，甚至目前很多金融产品可以实现用户自行设计购买方案，十分便捷。灵芝系统就是相对于普适性的信用评价系统，采用更多的数据类型，对于特殊类型的企业和个人进行独特的数据分析，获得更加有针对性的数据和结果，不但能够有效地进行风险防控，也能以此为根据设计更加符合其消费倾向的金融产品，以获得更加广阔的市场。
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
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。
（一）基于弱关系延伸下的网络群体
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。
（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。
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。
注释：
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]
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
“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。
（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。
相较于传统的预应力混凝土桥梁锚固块，体外预应力混凝土桥梁锚固块外形尺寸及受力特征有较大不同。由于体外预应力桥梁，尤其是节段拼装桥梁多为等截面桥梁，体外束在锚固区附近区段多与桥梁顶、底板平行，因此，体外预应力桥梁锚固块受力趋近于牛腿，锚固块与梁体接触部位存在很大的剪应力及正应力。根据锚固构造的形状及位置区分，目前釆用的体外预应力锚固构造主要有横梁锚固及齿板锚固两种方式。
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。
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。
四、结语
第一，控制网。工作人员在开展测绘工作前，首先要根据GPS技术的使用条件和技术特点构建三维控制网络，还要设立一个基准站为GPS技术的运行创造良好的环境。需要注意的是，控制网要满足GPS测绘技术的要求。由于GPS技术具有灵活高效的特点，且受到干扰源的影响也较小，即使是复杂恶劣的地势环境也能应对自如，在工作过程中灵敏度高且抗性强，是当前测绘领域的重点应用手段之一。为了使数据更加准确，在构建控制网时要防止短边情况的发生。
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]。
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。
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。
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]
[1] Alan F.Westin. Privacy and Freedom[M].Atheneum New York,1967：8.
[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.
[3]费孝通 .乡土中国[M].北京 ：人民出版社,2008：12.
[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.
[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.
㉑Purtova，Nadezda，“Property in Personal Data:A European Perspective on the Instrumentalist Theory of Propertisation”，European Journal of Legal Studies，2(3)，2010，pp．193 ～208．
动作方法：全身俯卧于小垫子(或草坪)上，双腿伸直，固定双脚，双手抱头；然后背部肌肉收缩，抬起身体，接着放下身体；以此反复动作。(固定双脚由他人来压住即可)
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。
[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.
脑缺血疾病是临床常见的脑血管疾病，临床具有高发病率、高致残率和高死亡率的特征，临床治疗需要及时，如果没有及时给予患者治疗措施，严重影响患者的预后，及时有效的给予脑缺血患者治疗应对具有重要的临床意义[1]。高效精准的诊断可以为脑缺血争取宝贵的急救时间，提高治疗有效率，有利于患者的预后，选择高效精准的诊断手段具有重要临床意义[2]。为此本文笔者特选取40例脑缺血疾病患者及14例健康志愿者作为观察对象，旨在观察3D-ASL动脉自旋标记灌注技术及MRA联合应用在脑缺血疾病影像诊断价值，为临床研究提供借鉴参考，现将观察情况报道如下。
[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.
[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.
按随机方式将实验大鼠分成6组，即假手术组、模型组、阳性对照组（复方丹参滴丸）、苦心丸高、中、低剂量各1组，每组中均包含5只雌大鼠、5只雄大鼠。
[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.
首先，相对完善的施工质量管理体系是工程施工的前提与保障[1]。现阶段部分施工企业缺乏相对完善的施工质量管理体系，只是单一片面地追求经济效益，而忽视了对工程质量的监管。在施工质量管理体系中，施工水平控制机制可以对施工进度与目标进行有力把控，可相关项目部门往往缺乏施工水平控制机制，对动工目标与具体施工过程产生模糊状态，只是一味迷茫的破土动工，进而没能对工程质量进行确保，在毫无质量保障的情况下施工，不仅造成了质量下滑与经济利益受损等现象，甚至导致了施工安全隐患的发生，对人员的生命安全造成了较大的影响。
[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.
比如，在教授《断魂枪》时，一个班级可以采用常规教学导入；另一个班则可以援引有关国粹京剧的传承与发展的新闻事件“京剧进课堂”导入。
[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：群体关系论文; 共同隐私论文; 强共同论文; 弱关联论文; 南京师范大学新闻与传播学院论文;