电商个性化推荐采纳中用户隐私风险感知的影响因素分析

发布时间：2017-04-26 12:05

  本文关键词：电商个性化推荐采纳中用户隐私风险感知的影响因素分析，，由笔耕文化传播整理发布。

【摘要】：近些年来,个性化推荐在电子商务领域取得了较大进展,研究已经比较深入,但与其相伴相生的是,用户隐私问题越来越严重。目前,个性化推荐中的隐私问题研究,主要集中在隐私保护技术层面,或基于隐私保护角度进行个性化推荐系统设计,从而导致个性化推荐中的隐私研究显得过于单一化。而用户对隐私信息的认知水平也随着互联网的深入发展而提高。电子商务网站在给用户进行个性化信息服务时,用户不仅关注信息或服务是否满足自身需求,而对推荐方式的关注度也越来越高。用户在个性化推荐采纳过程中,会对个性化推荐方式进行威胁评估——该方式是否泄漏了自己的隐私、是否骚扰了自己的正常生活、是否会给自己带来更大的风险等。因此,研究电子商务个性化推荐采纳过程中哪些因素影响了用户隐私风险感知显得极其必要。本研究跳出一贯的技术-系统角度,从用户认知-接受维度分析了在个性化推荐采纳过程中,用户隐私风险感知的影响因素。首先对个性化推荐中的隐私问题、隐私风险感知的研究现状作了梳理和总结。其次,在较全面介绍技术威胁规避理论(TTAT)和社会交换理论的基础上,吸收了两大理论的合理内核,把感知敏感性、感知严重性、感知威胁与感知收益四个变量引入本研中,并结合隐私关注构建了电子商务个性化推荐采纳中用户隐私风险感知的影响因素理论模型,提出了9个假设。然后,在前面的基础上,选取测度项并设计了初始调查问卷,经过前测形成最终问卷进行数据收集。最后,运用SPSS19.0对样本数据进行了描述性统计分析、信度与效度分析；接着运用结构方程模型对理论模型和假设进行了验证,通过理论模型与样本数据的拟合度检验、采用极大似然估计法对模型参数估计,输出了结构方程模型路径图。通过结构方程验证发现：(1)感知敏感性对感知严重性存在正向影响作用；(2)感知敏感性与感知威胁之间没有相关关系；(3)隐私关注对感知敏感性、感知严重性存在正向影响作用；(4)感知威胁、隐私关注对用户隐私风险感知存在正向影响作用；(5)感知收益对隐私关注存在负向影响作用；(6)感知收益与用户隐私风险感知之间没有相关关系。最后根据上述结论,提出了在电子商务个性化推荐采纳过程中降低用户隐私风险感知程度的策略与建议。
【关键词】：个性化推荐采纳 隐私风险感知 影响因素 TTAT 结构方程
【学位授予单位】：华中师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F724.6;G358
【目录】：

• 摘要6-7
• Abstract7-12
• 1 绪论12-18
• 1.1 研究背景12-13
• 1.2 研究目标与研究意义13-14
• 1.2.1 研究目标13
• 1.2.2 研究意义13-14
• 1.3 研究内容与研究技术路线14-16
• 1.3.1 研究内容14-15
• 1.3.2 技术路线图15-16
• 1.4 研究方法与创新之处16-18
• 1.4.1 研究方法16
• 1.4.2 创新之处16-18
• 2 文献综述18-24
• 2.1 相关概念概述18-21
• 2.1.1 个性化推荐的含义18-19
• 2.1.2 个性化推荐采纳19
• 2.1.3 隐私风险感知的含义19-21
• 2.2 个性化推荐中的用户隐私问题21-23
• 2.3 隐私风险感知与隐私关注23-24
• 3 电商个性化推荐采纳中用户隐私风险感知影响因素的模型构建24-38
• 3.1 技术威胁规避理论24-31
• 3.1.1 技术威胁规避理论的提出及含义24-25
• 3.1.2 技术威胁规避理论通用模型与变量25-28
• 3.1.3 技术威胁规避理论的研究进展28-31
• 3.2 社会交换理论31-33
• 3.2.1 社会交换理论的含义31-33
• 3.2.2 基于社会交换理论的感知收益33
• 3.3 电商个性化推荐采纳中用户隐私风险感知的影响因素模型构建33-38
• 3.3.1 研究模型33-34
• 3.3.2 研究变量及假设34-38
• 4 电商个性化推荐采纳中用户隐私风险感知影响因素的数据收集38-46
• 4.1 数据收集方法概述38-39
• 4.2 调查问卷设计39-42
• 4.2.1 测度项及其来源39-41
• 4.2.2 调查问卷设计与样本确定41-42
• 4.3 调查问卷前测与发放42-46
• 4.3.1 调查问卷前测与修改42-45
• 4.3.2 调查问卷发放与回收45-46
• 5 电商个性化推荐采纳中用户隐私风险感知影响因素的数据分析46-66
• 5.1 描述性统计分析46-50
• 5.1.1 人口统计描述性分析46-47
• 5.1.2 用户网购情况描述统计分析47-49
• 5.1.3 正态性检验49-50
• 5.2 信度与效度分析50-55
• 5.2.1 信度分析51-52
• 5.2.2 效度分析52-55
• 5.3 结构方程模型与假设检验55-61
• 5.3.1 测量模型检验56-57
• 5.3.2 模型参数估计57-60
• 5.3.3 结构方程模型路径分析60-61
• 5.4 研究结果与解释说明61-66
• 5.4.1 研究结果61-62
• 5.4.2 结果阐释说明62-66
• 6 研究总结与展望66-70
• 6.1 研究总结66-67
• 6.1.1 本研究的理论价值66-67
• 6.1.2 本研究的应用价值67
• 6.2 电子商务个性化推荐服务的建议67-68
• 6.3 研究不足及展望68-70
• 参考文献70-77
• 附录77-80
• 攻读硕士学位期间科研情况80-81
• 致谢81-82

【参考文献】

中国期刊全文数据库 前7条

1 陈婷;韩伟力;杨珉;;基于隐私保护的个性化推荐系统[J];计算机工程;2009年08期

2 尹凯华;熊璋;吴晶;;个性化服务中隐私保护技术综述[J];计算机应用研究;2008年07期

3 陈飞昕;王字慧;;浅议市场调研问卷的信度和效度[J];长江大学学报(社会科学版);2008年03期

4 张秀伟;何克清;王健;刘建晓;;Web服务个性化推荐研究综述[J];计算机工程与科学;2013年09期

5 蒋小花;沈卓之;张楠楠;廖洪秀;徐海燕;;问卷的信度和效度分析[J];现代预防医学;2010年03期

6 侯杰泰,成子娟,马殊赫伯特;验证性因素分析:问卷题数及小样本应用策略[J];心理学报;1999年01期

7 于海平;林晓丽;刘会超;;基于数据挖掘的移动广告个性化推荐研究[J];计算机技术与发展;2014年08期

  本文关键词：电商个性化推荐采纳中用户隐私风险感知的影响因素分析，由笔耕文化传播整理发布。

本文编号：328396