智媒時代算法推薦的版權風險與協同治理*

□文│張媛媛

智能媒體時代，信息的生產與傳播呈現出自動化、智能化與去人化特征。在內容生成上，人工智能技術的應用使得信息產出不再高度依賴人工參與。騰訊公司開發的新聞寫作軟件已能夠自動生成新聞稿件，實現“一分鐘推送”。[1]在內容傳播上，算法推薦通過內容加簽和用戶畫像技術，實現了基于用戶偏好的精準推送，既降低了用戶的信息搜索成本，也在很大程度上解決了互聯網內容爆發帶來的信息沉沒問題。網絡服務提供者借助算法進行的個性化推送，不僅能夠提高用戶對平臺的黏性，同時也可提升信息分發的效率，因此算法推薦技術被互聯網服務提供者廣泛采用。據報道，利用算法進行的內容推送已占據互聯網內容分發的70%左右。[2]

與此相伴的版權風險同樣不容忽視——當算法推薦的內容為未經許可在網絡中傳播的作品時，網絡服務提供者是否需要對由此而生的版權侵權承擔責任時常成為紛爭的焦點。在愛奇藝訴今日頭條案中，愛奇藝享有熱播影視劇《延禧攻略》的信息網絡傳播權，今日頭條的用戶未經許可上傳了大量影視劇片段，愛奇藝認為今日頭條利用算法推薦技術擴大了侵權作品的傳播范圍，應對本案中的版權侵權承擔相應的責任。[3]該案折射出的主要爭點為：算法推薦服務提供者是否應因技術提供而在版權侵權中承擔責任，是否會因技術應用提高注意義務。在算法推薦技術廣泛運用的智能媒體時代，上述問題的回答對算法推薦平臺的行為邊界及產業發展有重要影響，因此有必要基于推薦技術原理進行符合立法目的與基本原理的規范解釋。

一、算法推薦的定性之爭：價值無涉亦或主動推薦

算法推薦的基本原理為通過數學算法，推測出用戶感興趣的內容并進行個性化推送。算法推薦與傳統人工編輯推薦的區別之處在于推薦的自動化，整個過程不存在人工干預。但多有觀點認為，技術中立不等于行為中立。算法推薦服務提供者在版權侵權中的主觀狀態及注意義務標準目前還存有爭議。

1.自動推送技術下的行為中立論

由于算法本質上是客觀的代碼化計算方法，[4]在滿足推薦條件時就會將內容自動推送給用戶，在此過程中，不需人工對內容進行編輯審核，平臺也無從知曉被推送的具體內容并對是否存在版權侵權作出判定。因此，有觀點認為，基于算法進行的內容推送，與傳統的出版編輯存在本質不同。算法平臺既不生產內容也不對內容進行編輯與推選，不存在基于平臺意志的主動推送行為。因此，算法推薦技術的應用不應成為網絡平臺注意義務提高的緣由，算法的中立性與無價值性也不會使平臺在版權侵權中承擔幫助侵權的責任。[5]也有觀點指出，算法推薦的指標是量化、客觀的，其運行過程不受人工干預，推送內容是用戶以行為參與模型構建的結果呈現，且此種推送具有個性化，不同于一般網絡服務提供者面向所有用戶進行的內容編輯和統一推送。因此，算法推薦中不存在網絡服務提供者的主動行為?；诩夹g中立原則，算法推薦技術的采用不應直接導致網絡服務提供者的歸責。[6]

2.風險擴大視角中的較高注意義務論

與算法推薦中立論相對立的觀點認為，算法推薦與人工推薦具有相同性質，平臺應當因推薦算法的應用承擔較高的注意義務。與傳統的網絡接入、搜索鏈接和信息存儲服務由用戶選擇的被動性不同，算法推薦具有主動性。算法的應用使得信息的傳播范圍無限擴大，增加了網絡用戶獲得侵權作品的概率。網絡服務提供者主動利用算法推薦的行為提高了侵權作品的傳播風險，因此應當負有較“一般理性人”更高的“專業人員”注意義務。[7]從技術上看，算法可以實現內容識別；從服務性質上看，算法平臺已經脫離傳統網絡服務提供者被動提供服務的定位，實現了以平臺為中心對用戶與內容的雙重管理；從服務效果上看，平臺通過使用算法推薦獲得了利益，基于權責一致的基本要求，應當對其所能管理的網絡空間中的版權侵權實施控制。因此，利用算法進行推薦的網絡服務提供者應當對版權侵權負較高的注意義務。[8]

3.技術中立的堅守及注意義務的設定

著作權法理論中存在著直接侵權與間接侵權的區分。[9]未經許可實施受版權人專有權利控制的行為構成直接侵權；引誘、教唆或者幫助他人“直接侵權”，本身沒有直接實施侵權行為，則構成“間接侵權”。間接侵權的認定以行為人具有主觀過錯和直接侵權成立為前提。[10]網絡服務提供者利用算法對用戶顯現或可能的喜好進行發掘，并據此向其推送消息。算法本身并未改變內容在互聯網中的傳播狀態，換言之，算法只能對已經存在于互聯網中的內容進行指引式呈現，不會導致本不存在于互聯網的內容在網絡中的公開。因此，就平臺的算法利用行為而言，其沒有向公眾提供內容，這種信息推薦行為不會使服務提供者承擔直接侵權責任。若認定算法推薦服務提供者構成間接侵權，須證明其存在主觀上的故意。

雖然算法推薦可能會增加侵權作品的曝光概率，但不能據此認為提供算法推薦服務的網絡平臺存在幫助侵權作品傳播的主觀故意。美國法院在“索尼案”中確定了“實質性非侵權用途”原則，即如果產品具有實質性非侵權用途，即使提供者知曉其可能被用于非法用途，也不能據此認為提供產品的行為構成幫助侵權。[11]例如，計算機生產者知曉其產品可能被用戶作為傳播盜版音樂或電影作品的工具，也不能據此認為生產和銷售計算機的行為構成對特定版權侵權行為的幫助。原因在于，當產品并非僅具有侵權用途時，其在流通過程中如何使用超出了提供者的控制范圍，且產品被如何使用，是社會工具利用能力等多重因素影響的結果。某一產品在問世時可能被大量作為侵權之用，隨著社會管理水平的提高，轉而被廣泛用于正當用途。因此，不能因為提供者概括知曉產品可能被用作侵權而認定其對特定侵權行為具有幫助侵權的主觀故意。

在沒有人工干預的情況下，算法對用戶數據形象的構建是客觀的，內容推送也是因為參數耦合觸發推薦機制的結果，在自動分析、自動識別、自動推送的過程中，算法推薦服務提供者無法對內容是否侵犯版權作出判斷。此外，算法推薦的功能在于用戶興趣與內容的匹配與推送，在此過程中，推送的信息既可能是經授權在網絡中傳播的，也可能是違法傳播的侵權作品，只要推薦服務提供者未在程序設計中加入對特定盜版網站的搜索指令，就不能認為推薦服務提供者具有幫助侵權作品傳播的主觀故意。算法在內容推薦中的應用可以有效地降低用戶的信息搜尋成本，解決互聯網內容過載帶來的信息浪費問題。由于算法推薦技術在提高互聯網內容傳播效率中的重要作用，因技術應用而提高網絡平臺的注意義務并不合乎法目的，否則將會出現技術越先進、責任越重、運行成本越高的悖論。[12]因此，應當堅持算法推薦技術中立原則，不因推薦技術的應用而認為服務提供者存在幫助侵權作品傳播的主觀故意；網絡平臺注意義務的設定應當與其技術能力與信息管理能力相匹配，不因推薦技術的應用而有所提高。

二、算法推薦的版權風險：明顯侵權引發注意義務

算法推薦過程中，信息匹配與內容推送由系統自動完成，人工難以對推薦內容實施控制，但這并不意味著平臺能夠以算法推薦的自動性在所有的版權侵權中主張免除責任?！睹穹ǖ洹芬幎?，網絡服務提供者知道或應當知道用戶利用其提供的服務侵害他人民事權益而未采取必要措施的，需要與網絡用戶承擔連帶責任。[13]“知道”作為被證明了的主觀故意，“應當知道”則是“應知而未知”，[14]屬于對侵權信息未盡注意義務的主觀過失。網絡服務提供者類型及其所采用的算法推薦技術的不同，會使平臺在算法利用過程中承擔不同的注意義務。若未盡與其服務類型及技術能力相應的注意義務，在版權侵權中仍可能被認為具有過錯，進而承擔版權侵權責任。

1.人工審查中明顯侵權的發現

由于算法推薦指向內容推送，推送方式分為提供鏈接和對網站中的內容進行直接呈現，因此，利用算法推薦技術的網絡服務提供者往往同時也為內容提供者、信息存儲空間服務提供者或鏈接服務提供者。如果侵權內容由網絡平臺自己提供，無論使用何種推薦技術，都無法改變其內容提供者的身份，并須承擔版權直接侵權的責任。若侵權內容由用戶上傳，平臺僅提供信息存儲空間，是否就可依據其中立的服務提供者身份主張不具有對侵權信息的發現能力？

雖然在我國網絡服務提供者不承擔對用戶版權侵權行為的事前主動審查義務，[15]但并不意味著信息存儲空間服務提供者沒有機會發現明顯版權侵權事實的存在。根據《互聯網信息服務管理辦法》的規定，通過互聯網向上網用戶提供信息服務的經營者，不得制作或傳播危害國家安全、民族團結、社會穩定的內容以及有關暴力色情的信息。[16]因此，向用戶提供信息存儲空間的服務提供者，如短視頻平臺等，都需要設專任審核人員對用戶上傳內容的合法性進行審查，通過審核后方能在平臺傳播。[17]由行業協會制定的《網絡視聽節目內容審核通則》與《網絡短視頻內容審核標準細則》也對審核內容進行了細化。審核制度的存在，使得網絡服務提供者能夠對用戶上傳內容事前進行了解并采取干預措施。雖然審核的目的在于發現危害國家安全和有悖公序良俗的內容，并不要求平臺識別其中存在的版權侵權風險，但審核程序的存在使平臺能夠盡一般理性人的注意發現其中明顯的版權侵權內容。此種注意義務并不來源于算法推薦的使用，而是基于平臺信息存儲空間提供者的服務類型，在前置的內容審核環節因人工介入引發的一般注意義務。

版權侵權行為發現的難易程度與作品類型也有著密切的關系。文字作品與美術作品的創作行為較為普遍，創作主體既可能是普通用戶，也可能是專業機構。審核人員在盡一般注意義務的情況下，僅依據內容與署名難以對版權歸屬作出判斷。因此，在美術與文字類作品的版權侵權中，不宜因審核程序的存在而認為網絡服務提供者對侵權作品的傳播具有主觀過錯。而對音樂錄制品及影視劇作品來說，制作者與版權人通常為專業的唱片公司與影視公司，當個人用戶上傳數字格式的音樂錄制品、完整的影視劇或者片段時，通過賬號信息與上傳內容的簡單對比，就可產生作品侵權的合理懷疑。在未加任何編輯的情況下，個人用戶上傳完整的音樂錄制品及影視作品或片段，屬于明顯的版權侵權信息，應當引起審核人員的注意，否則會因未盡一般注意義務而與用戶承擔版權侵權的連帶責任。

2.內容統一推送中的注意義務

算法推薦的依據是用戶偏好，而對用戶偏好的刻畫離不開用戶信息的提取。一般來說，算法會從三個維度提取信息進行分析。一類是用戶的基本信息，如年齡、職業等；一類是用戶的行為信息，如用戶的瀏覽歷史、點贊、收藏內容的記錄；一類為環境信息，如當前所處地點等?；谶@些信息，算法推薦的依據大致可分兩種：一是基于用戶的個性特征進行的差異化推送，二是基于所處的時空環境進行的同質推送。

基于用戶個性化信息進行的推送，是系統對用戶個人基本信息以及行為信息進行分析后，對用戶感興趣的內容作出排列并進行實時推薦，因此不同用戶界面呈現的內容也不相同，最終實現“千人千面”的信息流推送效果。根據司法解釋的規定，當網絡服務提供者主動對作品進行修改、編輯、推薦時，應當結合具體情況認定其是否應當知道存在版權侵權的風險。[18]作此規定的原因在于，當網絡服務提供者主動對作品進行編輯或推薦時，對內容的接觸增加了版權侵權發現的機會而使其負有與出版者類似的侵權防免義務。算法推薦不同于司法解釋中所稱的推薦行為。一方面算法推薦由系統自動計算并觸發推薦程序，在此過程中不存在人工接觸與發現侵權內容的機會；另一方面，人工主動推薦的結果是內容在平臺中以顯著方式呈現，任何人進入網站就可無差別地在明顯的位置接觸到作品，這種統一且顯性的作品呈現方式也會增加對版權侵權的發現概率。而算法推薦的效果是千人千面，不存在固定的頁面與固定的內容，因此不能認為算法推薦屬于司法解釋中網絡服務提供者對內容的推薦行為，進而推定其應當知道推薦內容中存在明顯的版權侵權信息。[19]

若基于共同所處的時空環境信息推送的內容涉及版權侵權，則應當根據侵權信息的明顯程度來對推薦服務提供者是否應當知道侵權行為的存在作出認定。與基于用戶信息進行的個性化推送不同，當算法根據公眾共同所處的環境信息進行推送時，用戶在既定時段登錄網站頁面將會接收到相同的內容。如在五一勞動節所有用戶都可接收到與節日有關的視頻或文章，這種推送的效果類似于在網站顯著位置向用戶提供特定的內容。如果短視頻網站在五一勞動節置頂推薦的內容為電視臺采訪節目的片段，但上傳者信息卻顯示為個人用戶，根據常理，采訪節目的版權通常由電視臺享有，不會許可個人用戶進行使用。這種明顯侵權信息的存在會引發算法推薦服務提供者的注意義務。

3.基于內容推薦時的過濾義務

系統進行個性化推送時采用的推薦方法主要有兩種：一種是基于內容的推薦，即通過提取內容的標題、類別、標簽、用戶評論等信息，根據用戶瀏覽歷史的分析向其推薦相似的內容。[20]另外一種是基于協同過濾的推薦，分為基于用戶的協同過濾與基于內容的協同過濾。前者的推送原理為通過用戶的點擊行為，將具有相似偏好的用戶進行分類。在同類用戶點擊某一內容時，基于用戶偏好的相似性向其他用戶推薦同一內容。后者則是通過對內容的分類，根據用戶瀏覽歷史向其推薦相似內容。[21]

若平臺基于用戶協同過濾機制進行推薦，根據用戶的點擊歷史對具有相同興趣的用戶進行分組，之后再將同一群組用戶瀏覽的內容推送給其他用戶，從技術角度觀之不涉及對推薦內容的甄別，也無從發現侵權內容的存在。但若平臺通過內容分析進行推薦時，就必須利用有關技術提取內容的標題、標簽、評論等信息，通過關鍵詞組合勾畫內容所涉主題，而此技術同樣可以實現對明顯版權侵權的發現。發現的途徑既可以是權利人發送的侵權通知，也可以來自行政部門或行業組織發布的作品保護信息。例如，國家版權局發布的重點作品版權保護名單中包含了某部熱播電視劇，平臺在基于內容分析進行算法推薦時，提取到有關內容的標題為“某劇完整版”，此種表述即為版權侵權的明顯信息。既然基于內容分析的算法推薦在技術上可以實現對標題、標簽、評論等關鍵信息的提取，同樣的技術也可以用于對明顯版權信息的發現且不會增加網絡服務提供者的技術成本，算法推薦服務提供者就應當在其能力范圍內通過關鍵詞過濾，避免對明顯侵權內容的推薦。

三、算法推薦的協同治理：多方參與優化傳播生態

如上文所述，利用算法進行推薦的平臺一般兼具鏈接服務或存儲空間服務提供者的身份，權利人在發現版權侵權信息后可以向其發送通知要求移除鏈接或刪除侵權內容。在用戶創造內容成為互聯網平臺核心元素的今天，[22]用戶每天都上傳無數的文學藝術作品，[23]互聯網巨大的信息體量中包含著海量的版權侵權內容。據谷歌統計，截至2022年5月6日，其收到的移除網址通知的數量約為57億。[24]在此情形下，經算法推薦的侵權作品的傳播范圍也會進一步擴大。欲形成良好的作品傳播生態，降低技術應用的負面效應，需要算法推薦服務提供者超越法定義務，構建從前端內容控制到末端用戶監督的多元版權治理體系，降低推薦技術應用帶來的版權風險放大效應。

1.推薦內容的來源選擇機制

當平臺以鏈接的方式向用戶提供內容來源的網絡地址時，確實無法實現對推薦內容的選擇與鑒別。例如對提供作品鏈接的新聞聚合平臺而言，即使鏈接指向的內容構成版權侵權，聚合平臺也不會因此而承擔侵權責任。一方面，平臺并非作品的傳播者，其并未實施將作品通過網絡向公眾提供的行為，不構成對作品信息網絡傳播權的侵犯；另一方面，平臺在信息推送中沒有施加人工干預，無從事前知曉侵權信息的存在，不構成幫助侵權。當權利人發現鏈接指向的內容構成版權侵權時，可以向鏈接提供者發出侵權通知，平臺在接到合格通知后采取斷開鏈接等措施即可避免承擔事后知曉的幫助侵權責任。

“通知—移除”規則作為鏈接服務提供者的責任阻斷機制，雖然提供了網絡服務提供者版權侵權責任認定的明確標準，但并沒有為網絡空間作品傳播生態形成正向的制度引導。在侵權內容的鏈接被移除之后，用戶往往會將內容再次上傳，形成通知—刪除—再上傳—通知—刪除的無限循環。美國作為“通知—移除”規則的來源國，其主要的內容產業從未對立法中的“避風港”規則表示過支持。[25]美國出版商協會在提交給版權局的關于《版權法》第512條避風港條款實施影響評估的調查通知中稱，“權利人發送了數以百萬計的通知，但這些通知對減少侵權材料的數量幾乎沒有任何影響”。[26]

大量侵權作品存在的后果即是巨量侵權通知的發送，網絡服務提供者在核查通知適格性、采取移除措施、應對權利人的起訴中付出了巨大的時間與金錢成本。以提供鏈接的方式進行算法推薦的平臺在運行中會面臨同樣的困境。若不加選擇地以互聯網中的所有內容作為推薦來源，平臺生態將會進一步惡化。改善這一狀況的措施之一即為限制算法推薦的內容來源，與擁有版權的內容平臺進行合作，對鏈接指向的內容來源予以控制。該措施的采取能夠從源頭上保證作品的傳播與利用秩序，對版權保護及平臺有序運營形成良好的促進作用。

2.多方參與的侵權發現機制

同時提供存儲空間服務的算法推薦平臺負有對用戶上傳內容安全性與合法性的審查義務。雖然審查的目的不在于對私權侵犯的發現，但人工介入環節的存在增加了明顯侵權信息發現的概率。審查人員畢竟不是版權侵權判定的專業人士，基于審查程序的注意義務僅限于對明顯侵權事實的發現。此外，這種注意義務還需要結合作品類型、作品的使用方式等作具體認定。比如用戶并非原封不動地上傳影視劇作品或其中的片段，而是加入了解說或其他內容，此時該視頻片段屬于合理使用還是構成對影視劇作品的侵權就不宜由審核人員進行判定。即使用戶上傳內容隨后被認定侵犯版權，平臺也不應因審核環節的存在而負相應的注意義務。

平臺有限的侵權發現能力和注意義務決定了并非所有的侵權內容都可被準確濾除，因此，良好版權生態的構建還需要權利人與用戶的共同參與。算法推薦服務提供者可以在作品初始推薦的環節，通過代碼植入的方式，增加向相關群體推送的功能，以此來增加版權侵權信息的發現概率。例如，用戶在今日頭條中上傳的內容會經歷“冷啟動”環節，為了提高新內容的曝光度，系統會增加對這些內容的分發權重，使其獲得更多的關注。經歷該環節之后，作品便進入正常的推薦程序。[27]在版權侵權信息發現方面，權利人較用戶更為敏感。如果能在推薦程序中嵌入權利人名單，當初始推薦程序啟動之后，加強對包括權利人在內的用戶推送，就可在推薦程序啟動的早期增加侵權發現的機會，降低侵權作品傳播的概率。此外，用戶作為最終的內容接收者，通過對內容的接觸也可以直觀地發現侵權行為的存在，故算法推薦服務者也應為用戶提供通暢的投訴機制，構建起權利人與用戶共同參與的版權治理體系。

3.反復侵權賬戶的分級管理機制

“通知—刪除”規則針對具體侵權行為的糾紛處理構造，不能為反復侵權用戶的行為治理提供制度支持。用戶行為的有效規制是減少版權侵權的根本措施，是良性運轉的網絡版權生態構造的起點。在實踐中，網絡服務提供者也通過與權利人合作，對用戶行為管理進行了探索。例如，美國唱片業協會、美國電影協會與一些網絡服務提供者簽訂了自愿諒解備忘錄，創建了被稱為“版權警報系統”的分級響應機制。[28]該警報系統的運行規則為：網絡服務提供者在接到權利人的侵權通知后，會向上傳侵權內容的用戶發送警告。在第一次警告中，平臺會告知用戶行為違法，并會為其如何避免侵權和通過合法方式訪問內容提供指導，如果用戶繼續利用賬戶從事違法活動，網絡服務提供者將繼續向其發送警告，并采取降低網速、暫停賬戶等措施。

提供信息存儲空間的算法推薦服務提供者也可根據其技術能力構建針對反復侵權用戶的分級管理體系。例如，對初次侵權的用戶發送旨在提示教育的通知，對有過兩次侵權歷史記錄的用戶，減小其上傳內容的推薦力度，而對長期利用平臺服務從事侵權行為的用戶采取封停賬戶等措施，以達致對版權侵權的有效治理。

注釋：

[1]參見廣東省深圳市南山區人民法院(2019)粵0305民初14010號民事判決書。

[2]70%網絡信息內容由算法推薦[EB/OL].https://m.gmw.cn/baijia/2020-11/17/1301806457.html

[3][17][20][27]參見北京市海淀區人民法院（2018）京0108民初49421號民事判決書。

[4]吳漢東，李安.網絡版權治理的算法技術與算法規則[J].網絡法律評論，2020（23）

[5]劉文杰.算法推薦新聞的法律透視[J].新聞記者，2019（2）

[6][12]熊琦.“算法推送”與網絡服務提供者共同侵權認定規則[J].中國應用法學，2020(4)

[7]李自柱.算法推薦下網絡服務提供者侵犯著作權責任的判斷[J].知產財經，2022（11）

[8]任安麒.網絡服務平臺算法推薦的著作權侵權認定規則[J/OL].北京航空航天大學學報(社會科學版):1-8[2022-04-19].DOI:10.13766/j.bhsk.1008-2204.2021.0801

[9]李明德，許超.著作權法（第2版）[M].北京：法律出版社，2009：23

[10]王遷.網絡環境中的著作權保護研究[M].北京：法律出版社，2011:147-148

[11]Sony Corporation of America et al.v.Universal City Studios，Inc，.et al.464 U.S.417，449（1984）

[13]參見《中華人民共和國民法典》第一千一百九十七條：網絡服務提供者知道或者應當知道網絡用戶利用其網絡服務侵害他人民事權益，未采取必要措施的，與該網絡用戶承擔連帶責任。

[14]易健雄.從算法技術看網絡服務提供者的“應當知道”——也談《民法典》第1197條的適用[J].知識產權，2021(12)

[15]參見《最高人民法院關于審理侵害信息網絡傳播權民事糾紛案件適用法律若干問題的規定》(2020修正)第八條第二款。

[16]參見《互聯網信息服務管理辦法》第十五條。

[18]參見《最高人民法院關于審理侵害信息網絡傳播權民事糾紛案件適用法律若干問題的規定》(2020修正)第九條。

[19]參見北京知識產權法院(2020)京73民終2016號民事判決書。

[21]喻國明，韓婷.算法型信息分發:技術原理、機制創新與未來發展[J].新聞愛好者，2018(4)

[22]Senftleben，M..Institutionalized algorithmic enforcement the pros and cons of the eu approach to ugc platform liability[J].FIU Law Review，2020（2）

[23]Mind Blowing You Tube Facts，Figures and Statistics- 2022[EB/OL].https://toptennotch.com/youtube-statistics/

[24]Content Delistings Due to Copyright，GOOGLE: TRANSPARENCY REPORT[EB/OL].http://transparencyreport.google.com/copyright/overview

[25]Pamela Samuelson.Pushing Back on Stricter Copyright ISP Liability Rules[J].Michigan Technology Law Review，2021(2)

[26]United States Copyright Office.Section 512 of title 17—A report of the register of copyrights[R/OL].https://www.copyright.gov/policy/section512/section-512-full-report.pdf

[28]CNTR.FOR COPYRIGHT INFO.，Memorandum of Understanding (2011) (“CCI Memorandum of Understanding”) [EB/OL].https://www.musikindustrie.de/fileadmin/bvmi/upload/06_Publikationen/DMR/ifpi_digital-music-report-2011.pdf