移动应用权限设计对其市场表现的影响

移动应用权限的调用涉及用户个人信息,会影响用户对于隐私风险的判断,进而影响用户下载决策。本文基于隐私关注理论和隐私计算理论,提出移动应用设计中调用权限的合理度和敏感度会影响其市场绩效,而这一效应被移动应用的功能丰富性所调节。权限合理度以同类别应用的平均权限水平为依据,敏感度以调用危险权限的程度为度量标准。低于正常合理水平的移动应用可能存在功能缺陷,而高于正常敏感水平的应用则可能引发用户的隐私担忧,合理性和敏感度交互作用,最终影响用户的下载决策和应用市场绩效。为识别移动应用的权限合理性及敏感性,本研究利用移动应用权限说明文本构建了权限向量,再以类别平均水平和危险权限调用程度为分类依据将应用权限划分为四类,确定了移动应用的正常权限过度系数、正常权限不足系数、危险权限过度系数、危险权限不足系数。通过采集小米应用市场中移动应用的权限说明、市场表现等相关数据,构建了包含33772条记录的面板数据进行了实证检验。实证研究的结果显示:危险权限申请略低于类别平均水平能正向促进应用绩效,相反,权限申请量超出“最优权限”则会降低应用排名,尤其是危险权限。对于功能较为丰富的应用而言,权限属性对用户隐私风险感知的影响程度更高。本研究一方面拓展了移动应用隐私保护的相关理论,另一方面对于开发者开展移动应用权限设计有着重要的参考意义。

基于隐马尔可夫模型的技术融合趋势识别研究

【目的/意义】识别技术融合状态并把握技术融合的发展趋势有助于更准确地进行创新发展,抓住新兴技术机会。【方法/过程】本研究采用隐马尔可夫模型(Hidden Markov Model,HMM),基于PATSTAT专利数据,依靠技术融合的相似性特征与互补性特征对35个技术领域的技术融合状态进行识别。【结果/结论】分析发现,技术融合状态主要分为封闭、低跨度、高跨度、开放,四种不同的类型。随着时间的推移,不同的技术领域展现出不同状态间切换的特征。从低跨度状态转移到高跨度或开放状态最为常见,体现了技术的多元融合趋势。【创新/局限】本研究首次采用HMM模型从动态视角刻画技术融合状态并追踪其长期趋势,但模型的实际应用需要根据场景进一步构建,后续研究可进一步进行相关探索。