本文關(guān)鍵詞：電商個性化推薦采納中用戶隱私風(fēng)險感知的影響因素分析，，由筆耕文化傳播整理發(fā)布。

【摘要】：近些年來,個性化推薦在電子商務(wù)領(lǐng)域取得了較大進(jìn)展,研究已經(jīng)比較深入,但與其相伴相生的是,用戶隱私問題越來越嚴(yán)重。目前,個性化推薦中的隱私問題研究,主要集中在隱私保護(hù)技術(shù)層面,或基于隱私保護(hù)角度進(jìn)行個性化推薦系統(tǒng)設(shè)計,從而導(dǎo)致個性化推薦中的隱私研究顯得過于單一化。而用戶對隱私信息的認(rèn)知水平也隨著互聯(lián)網(wǎng)的深入發(fā)展而提高。電子商務(wù)網(wǎng)站在給用戶進(jìn)行個性化信息服務(wù)時,用戶不僅關(guān)注信息或服務(wù)是否滿足自身需求,而對推薦方式的關(guān)注度也越來越高。用戶在個性化推薦采納過程中,會對個性化推薦方式進(jìn)行威脅評估——該方式是否泄漏了自己的隱私、是否騷擾了自己的正常生活、是否會給自己帶來更大的風(fēng)險等。因此,研究電子商務(wù)個性化推薦采納過程中哪些因素影響了用戶隱私風(fēng)險感知顯得極其必要。本研究跳出一貫的技術(shù)-系統(tǒng)角度,從用戶認(rèn)知-接受維度分析了在個性化推薦采納過程中,用戶隱私風(fēng)險感知的影響因素。首先對個性化推薦中的隱私問題、隱私風(fēng)險感知的研究現(xiàn)狀作了梳理和總結(jié)。其次,在較全面介紹技術(shù)威脅規(guī)避理論(TTAT)和社會交換理論的基礎(chǔ)上,吸收了兩大理論的合理內(nèi)核,把感知敏感性、感知嚴(yán)重性、感知威脅與感知收益四個變量引入本研中,并結(jié)合隱私關(guān)注構(gòu)建了電子商務(wù)個性化推薦采納中用戶隱私風(fēng)險感知的影響因素理論模型,提出了9個假設(shè)。然后,在前面的基礎(chǔ)上,選取測度項并設(shè)計了初始調(diào)查問卷,經(jīng)過前測形成最終問卷進(jìn)行數(shù)據(jù)收集。最后,運用SPSS19.0對樣本數(shù)據(jù)進(jìn)行了描述性統(tǒng)計分析、信度與效度分析；接著運用結(jié)構(gòu)方程模型對理論模型和假設(shè)進(jìn)行了驗證,通過理論模型與樣本數(shù)據(jù)的擬合度檢驗、采用極大似然估計法對模型參數(shù)估計,輸出了結(jié)構(gòu)方程模型路徑圖。通過結(jié)構(gòu)方程驗證發(fā)現(xiàn)：(1)感知敏感性對感知嚴(yán)重性存在正向影響作用；(2)感知敏感性與感知威脅之間沒有相關(guān)關(guān)系；(3)隱私關(guān)注對感知敏感性、感知嚴(yán)重性存在正向影響作用；(4)感知威脅、隱私關(guān)注對用戶隱私風(fēng)險感知存在正向影響作用；(5)感知收益對隱私關(guān)注存在負(fù)向影響作用；(6)感知收益與用戶隱私風(fēng)險感知之間沒有相關(guān)關(guān)系。最后根據(jù)上述結(jié)論,提出了在電子商務(wù)個性化推薦采納過程中降低用戶隱私風(fēng)險感知程度的策略與建議。
【關(guān)鍵詞】：個性化推薦采納 隱私風(fēng)險感知 影響因素 TTAT 結(jié)構(gòu)方程
【學(xué)位授予單位】：華中師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F724.6;G358
【目錄】：

• 摘要6-7
• Abstract7-12
• 1 緒論12-18
• 1.1 研究背景12-13
• 1.2 研究目標(biāo)與研究意義13-14
• 1.2.1 研究目標(biāo)13
• 1.2.2 研究意義13-14
• 1.3 研究內(nèi)容與研究技術(shù)路線14-16
• 1.3.1 研究內(nèi)容14-15
• 1.3.2 技術(shù)路線圖15-16
• 1.4 研究方法與創(chuàng)新之處16-18
• 1.4.1 研究方法16
• 1.4.2 創(chuàng)新之處16-18
• 2 文獻(xiàn)綜述18-24
• 2.1 相關(guān)概念概述18-21
• 2.1.1 個性化推薦的含義18-19
• 2.1.2 個性化推薦采納19
• 2.1.3 隱私風(fēng)險感知的含義19-21
• 2.2 個性化推薦中的用戶隱私問題21-23
• 2.3 隱私風(fēng)險感知與隱私關(guān)注23-24
• 3 電商個性化推薦采納中用戶隱私風(fēng)險感知影響因素的模型構(gòu)建24-38
• 3.1 技術(shù)威脅規(guī)避理論24-31
• 3.1.1 技術(shù)威脅規(guī)避理論的提出及含義24-25
• 3.1.2 技術(shù)威脅規(guī)避理論通用模型與變量25-28
• 3.1.3 技術(shù)威脅規(guī)避理論的研究進(jìn)展28-31
• 3.2 社會交換理論31-33
• 3.2.1 社會交換理論的含義31-33
• 3.2.2 基于社會交換理論的感知收益33
• 3.3 電商個性化推薦采納中用戶隱私風(fēng)險感知的影響因素模型構(gòu)建33-38
• 3.3.1 研究模型33-34
• 3.3.2 研究變量及假設(shè)34-38
• 4 電商個性化推薦采納中用戶隱私風(fēng)險感知影響因素的數(shù)據(jù)收集38-46
• 4.1 數(shù)據(jù)收集方法概述38-39
• 4.2 調(diào)查問卷設(shè)計39-42
• 4.2.1 測度項及其來源39-41
• 4.2.2 調(diào)查問卷設(shè)計與樣本確定41-42
• 4.3 調(diào)查問卷前測與發(fā)放42-46
• 4.3.1 調(diào)查問卷前測與修改42-45
• 4.3.2 調(diào)查問卷發(fā)放與回收45-46
• 5 電商個性化推薦采納中用戶隱私風(fēng)險感知影響因素的數(shù)據(jù)分析46-66
• 5.1 描述性統(tǒng)計分析46-50
• 5.1.1 人口統(tǒng)計描述性分析46-47
• 5.1.2 用戶網(wǎng)購情況描述統(tǒng)計分析47-49
• 5.1.3 正態(tài)性檢驗49-50
• 5.2 信度與效度分析50-55
• 5.2.1 信度分析51-52
• 5.2.2 效度分析52-55
• 5.3 結(jié)構(gòu)方程模型與假設(shè)檢驗55-61
• 5.3.1 測量模型檢驗56-57
• 5.3.2 模型參數(shù)估計57-60
• 5.3.3 結(jié)構(gòu)方程模型路徑分析60-61
• 5.4 研究結(jié)果與解釋說明61-66
• 5.4.1 研究結(jié)果61-62
• 5.4.2 結(jié)果闡釋說明62-66
• 6 研究總結(jié)與展望66-70
• 6.1 研究總結(jié)66-67
• 6.1.1 本研究的理論價值66-67
• 6.1.2 本研究的應(yīng)用價值67
• 6.2 電子商務(wù)個性化推薦服務(wù)的建議67-68
• 6.3 研究不足及展望68-70
• 參考文獻(xiàn)70-77
• 附錄77-80
• 攻讀碩士學(xué)位期間科研情況80-81
• 致謝81-82

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 陳婷;韓偉力;楊珉;;基于隱私保護(hù)的個性化推薦系統(tǒng)[J];計算機(jī)工程;2009年08期

2 尹凱華;熊璋;吳晶;;個性化服務(wù)中隱私保護(hù)技術(shù)綜述[J];計算機(jī)應(yīng)用研究;2008年07期

3 陳飛昕;王字慧;;淺議市場調(diào)研問卷的信度和效度[J];長江大學(xué)學(xué)報(社會科學(xué)版);2008年03期

4 張秀偉;何克清;王健;劉建曉;;Web服務(wù)個性化推薦研究綜述[J];計算機(jī)工程與科學(xué);2013年09期

5 蔣小花;沈卓之;張楠楠;廖洪秀;徐海燕;;問卷的信度和效度分析[J];現(xiàn)代預(yù)防醫(yī)學(xué);2010年03期

6 侯杰泰,成子娟,馬殊赫伯特;驗證性因素分析:問卷題數(shù)及小樣本應(yīng)用策略[J];心理學(xué)報;1999年01期

7 于海平;林曉麗;劉會超;;基于數(shù)據(jù)挖掘的移動廣告?zhèn)�性化推薦研究[J];計算機(jī)技術(shù)與發(fā)展;2014年08期

  本文關(guān)鍵詞：電商個性化推薦采納中用戶隱私風(fēng)險感知的影響因素分析，由筆耕文化傳播整理發(fā)布。

本文編號：328396