移动社交用户的隐私信念与信息披露意愿的实证研究

用户信息对企业的生存和发展至关重要,而移动社交中LBS等服务引起较大隐私风险,在一定程度上阻碍用户的信息披露意愿,因此有必要研究移动社交网络环境下如何提高用户的信息披露意愿。文章根据隐私计算理论,从用户价值角度提出相关假设,构建影响移动社交用户隐私风险信念、隐私保护信念以及信息披露意愿的模型,采用结构方程对理论模型及其研究假设进行实证分析。研究发现,娱乐性补偿、信息补偿正向影响隐私风险信念,娱乐性补偿负向影响隐私保护信念,信息补偿和资金补偿对用户的隐私保护信念有正面影响,用户信息披露意愿受隐私风险信念、隐私保护信念、娱乐性补偿和资金补偿的影响。

算法意识对社交媒体用户自我隐瞒行为的影响机制研究

[目的/意义]探索社交媒体用户的算法意识对其自我隐瞒行为的影响机制,有助于完善我国多元共治的算法治理体系,并从理论上为社交媒体用户隐私管理提供参考依据。[方法/过程]基于隐私计算理论(Privacy Calculus Theory),探究算法意识对社交媒体用户自我隐瞒行为的影响机制,并考虑了平台信任的调节作用。通过收集730名社交媒体用户的调研问卷,综合运用结构方程模型和Bootstrap方法进行实证研究。[结果/结论]结果表明,算法意识对隐私关注、感知收益、隐私风险信念、自我隐瞒均具有显著的正向影响作用;感知收益对隐私风险信念无显著影响;隐私风险信念在算法意识与自我隐瞒之间存在部分中介作用,隐私关注和隐私风险信念在算法意识与自我隐瞒之间具有链式中介作用;平台信任负向调节算法意识对自我隐瞒的关系。