点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
“一个VIP账号只能登录一台手机”，视频平台规定合理吗******
中新网1月11日电(中新财经记者 吴涛)近日，“优酷更改会员登录规则”登上微博热搜。有网友称，用户权益较此前“缩水”。但优酷方面称，优酷VIP会员协议早有明确规定。
这样的规定是否合理？
优酷微博截图。一个账号只能登录一台手机？
针对部分用户关心的优酷账号登录问题，优酷近日回应称，优酷VIP协议规定，用户账号最多可同时登录3台设备，其中包含：手机端App1个、Pad端App1个、电视端3个、电脑客户端1个、网页端1个、车载端1个、其他端1个。优酷VIP用户同一时间可在2台设备观看，酷喵VIP用户同一时间可在3台设备观看。
这意味着，一个优酷VIP会员账号只能登录一台手机。
优酷表示，作出这样的规定是“为保护用户账号安全，打击黑灰产，并且考虑到绝大多数用户的使用习惯”。
不过，很多网友并不买账，纷纷“吐槽”，“一家三人追剧，难道还要开三个会员？”“把心思多用在创新上。”“一家人一起追剧算什么黑色产业链啊。”
不同平台账号可登录几台手机？
记者查询多个长视频平台发现，目前多数在线视频服务商未对用户进行“一个会员账号只能登录一台手机”的限制。
腾讯视频系列会员服务协议显示，同一个账号最多可以在五个设备，“设备”指包括但不限于手机端、电脑端、平板电脑端、网页端和电视端等终端设备，同一时间内同一账号最多在两个设备上登录及使用。
爱奇艺VIP会员服务协议规定，同一个VIP会员账号最多可登录的终端上限为5个，其中分设备限制为：手机端App 2个、Pad端App 1个、电脑端客户端1个、网页端1个、电视端2个、VR端1个、车载端1个，智能家居端1个。
芒果TV会员服务协议规定，同一个帐号最多可以在四个设备(“设备”指包括但不限于计算机及移动电话、平板电脑等手持移动终端设备)上使用，支持移动端、电脑端同时两台在线，电视端同时两台在线，且同一时间内同一帐号最多在两个设备上使用。
B站大会员服务协议则没有限制登录大会员设备的个数，只是规定用户不得采取出售、转让、盗用、租赁其他用户账户等方式进行大会员注册或通过出售、转让、盗用、转借、租赁其他大会员账户等方式享用大会员。
限制登录设备数量合理吗？
那么，优酷对VIP会员账号限制登录设备数量是否有法律依据？
北京云嘉律师事务所律师赵占领对中新财经表示，视频网站通过协议约定及技术方式对于用户VIP会员账号进行限制，这本身并不违规。
优酷VIP会员服务协议截图。值得注意的是，记者发现，优酷VIP会员服务协议及酷喵会员服务协议都进行了更新，两份协议的最新版本生效时间均为2022年12月20日。
有消息援引优酷客服的话称，“一个优酷VIP会员只能登录一台手机”的规则变更时间是2022年12月20日，原因是"系统更新"。
赵占领指出，视频网站一般会在用户协议中约定，平台制定的规则也是协议的组成部分，网站对于平台规则或协议内容进行变更时应通过邮件、网站公式等方式告知，用户若不同意修改则应退出使用平台服务，若继续使用则视为同意这种变更。
不过，也有报道注意到，视频账号的使用确实存在“黑灰产”问题。
《北京日报》的报道显示，存在聚合平台售卖低价视频账号的情况。亦有业内人士透露，其背后存在多个有组织的个人或团伙使用群控手机等手段，注册账户、批量购买会员，并在第三方平台上进行倒卖、拆卖的情况。
有业内人士认为，优酷此举确实可能在一定程度上限制视频账号“黑灰产”问题，但同时也会影响用户亲友间免费账号的共享。
对此，你怎么看？(完)
搜索
复制
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
大发平台地图 |
)