学术咨询服务,正当时...... 期刊天空网是可靠的职称论文发表专业学术咨询服务平台!!!

社会化媒体中的网络隐私披露研究综述及展望

发布时间:2018-07-19所属分类:文史论文浏览:1

摘 要: 摘要:文章对有关社会化媒体中隐私披露问题的国内外文献进行了分类整理,首先对社会化媒体、隐私、隐私关注、隐私披露的概念进行了概述,进一步地,从用户和平台两个视角对应用在社会化媒体隐私披露研究的相关理论进行归纳分析,并根据理论间相关关系以及对

  摘要:文章对有关社会化媒体中隐私披露问题的国内外文献进行了分类整理,首先对社会化媒体、隐私、隐私关注、隐私披露的概念进行了概述,进一步地,从用户和平台两个视角对应用在社会化媒体隐私披露研究的相关理论进行归纳分析,并根据理论间相关关系以及对隐私披露行为的不同影响作用得出了理论整体框图。最后在对现有研究进行评析的基础上预测并展望了社会化媒体隐私披露研究未来的发展趋势。

  关键词:隐私披露;隐私关注;社会化媒体;理论研究;综述

  近年来,基于Web2.0和移动技术的社会化媒体(SocialMedia)迅速发展,为人们提供了信息传播和交互式沟通的线上平台。2016年,根据GWI[1]的数据,全球98%的成年网民是社会化媒体的用户。但随着社会化媒体用户数量的激增,个人隐私披露(PrivacyDisclosure)问题逐渐成为大数据时代一大挑战。一方面,通过用户的隐私披露,社会化媒体平台可以实现个性化服务、定向营销、电子内容输出[2],同时,其用户可以更好地与他人进行联络并且发展丰富的社交关系[3];但另一方面,用户隐私安全屡屡遭遇危机,“2016年时代华纳用户数据被盗”、“Linkedin近两亿账户被公开销售”等事件将隐私安全问题推上风口浪尖。在这种时代背景下,社会化媒体用户面临着披露个人信息和获得收益的隐形权衡[4]。

  近年来国内外大量学者在社会化媒体情境下对网络隐私披露问题进行了研究,取得了不少研究成果。然而,一方面,在国内外的述评类文献中,未见在社会化媒体情境下隐私问题的文献综述;另一方面,近年来国内外学者相关研究虽多,但探究角度各异,缺乏体系。为进行系统的梳理,本文对这一领域的文献进行了综述,深入分析研究现状,并在此基础上指出未来研究值得关注的方向,希望有助于国内学者在这一领域开展深入的研究。

  1.相关概念概述

  1.1社会化媒体

  作为电子通讯的一种重要形式,社会化媒体是用户创建在线社区,分享个人信息、想法、资讯的平台[5]。2015年,Obar和Wildman通过回顾这一领域相关文献,归纳出社会化媒体的三个基本特征:①社会化媒体是一种基于互联网Web2.0模式的应用;②用户创造的内容(User-generatedContent,UGC)是社会化媒体的重要构成;③社会化媒体平台通过用户创建的个人档案(User-specificProfiles)协助个体或团体进行相互之间的匹配、联络,从而实现平台用户社交网络的丰富和发展[6]。

  1.2隐私

  个体隐私的研究起源于法学领域学者Warren和Brands在1890对于隐私权的解释。1967年,Westin进一步指出,个人隐私是“一个人独处的权利”,也是“人类对于表达自我时机、程度的选择权”[7]。

  随着社会的发展,隐私也被认为具有商品属性[8],它是一种服从成本效益分析和经济原则的个人财产,而这一观点也被随后的学者用来解释个体自愿在社会化媒体平台中上提供信息的现象:消费者将个人隐私看作是商品,以此换取可以感知的利益。

  1.3隐私关注

  由于大量的个人信息被收集、存储、传送、发布到各类社会化媒体中,隐私关注作为一种与隐私泄露和隐私侵害相关联的主观信息意识和感知[9],是隐私问题研究中一个非常重要的概念。这一概念最早被学者引入研究是在1976年,它被定义为是“消费者对控制、收集和使用其个人信息的关注”[10]。2014年,Malhotra等提出互联网用户信息隐私关注(IUIPC),包括收集、控制和认知三个维度[11]。

  隐私关注对社会化媒体用户认知和行为的影响一直是学者们关注的焦点。Zlatolas等探索了在社会化媒体中隐私因素对用户个人信息披露的影响,发现与用户有关的隐私意识隐私政策、隐私价值和隐私关注对其个人信息的披露行为有显著影响[12]。进一步地,有学者得出了隐私关注会通过影响用户信息披露决策来影响用户的社交网络构建的结论[13]。

  也有部分文献对影响隐私关注程度的因素进行了探究。主要可分为两类,一是信息类型及信息的用途[13];二是个人因素,如人口统计学特征(如年龄、性别、职业和受教育程度等)和个人性格特征上的差异也会对隐私关注产生影响[14]。

  1.4隐私披露

  隐私披露行为,是用户的隐私意识、隐私关注、隐私控制能力的直接体现[9]。Li等学者认为隐私披露行为可从披露深度和披露宽度两个维度来研究,个体披露隐私信息的频繁程度为宽度,所披露隐私信息的敏感程度为深度[15]。有研究表明,社会化媒体用户对于个人隐私的关注和越来越谨慎的隐私披露行为成为影响平台发展的重要因素之一[16]。

  用户的隐私披露行为会直接受其隐私关注水平的高低影响。如Bansal等从信息应用的环境和用户性格特征两方面出发,探究了信任度和隐私关注对社会化媒体用户隐私披露的影响[13]。关于信任,有学者利用结构方程模型分析感知有用性和信任对社会化媒体用户信息披露行为的影响,探究结果发现,两者对个人信息披露意愿都有着正向影响,且信任的影响更为明显[17]。

  也有很多学者对消费者的隐私决策过程进行定量化研究,建立隐私演算模型。这一模型主要基于三个变量及其相关关系:披露隐私的收益、对社会化媒体平台的信任、对隐私披露风险的认识[18]。

  2社会化媒体中的网络隐私披露理论研究

  现有的社会化媒体中的网络隐私披露问题可以从研究视角和所用理论两个维度进行梳理。其中,大部分的研究主要是从社会化媒体平台或用户特征这两个角度出发,探究影响用户隐私披露决策的因素。而针对不同的视角,研究所采取的理论方法也不尽相同,如基于用户在特定环境下收益和风险权衡的隐私演算理论、以私人与公共之间的隐私边界为核心的交际隐私管理理论、研究程序的公正性对用户隐私决策影响的程序公平理论等。

  2.1文献归类与计量分析本文从平台和用户两个研究视角出发,对有关社会化媒体中隐私披露问题的相关理论研究进行了归类,见表1。

  biao1

  进一步地,为探明不同研究方法与理论在该领域研究中所占比例,本文对符合社会化媒体情境下隐私披露主题的43篇文献进行统计分析(见表2)。

  biao2

  研究理论方面,隐私演算理论和交际隐私管理(CPM)理论是研究者研究的重点,而且,相比隐私演算理论,CPM理论具有更高的研究热度。这一方面是因为经过40余年的发展,隐私演算理论已基本完善,研究者在这方面的研究空间较小;另一方面,近年来越来越多的研究表明,社会化媒体用户的隐私决策并不完全符合隐私演算的结果,用户以前隐私受侵的经历、网站的声誉以及用户对平台的信任度等因素都会对其是否披露隐私产生影响。研究方法方面,现有研究以定量研究为主,定性研究作为定量研究的补充,数量较少,占比较低。

  2.2用户视角下的隐私决策本文分别从用户和社会化媒体两个视角出发,对相关理论进行具体分析。如前所述,社会化媒体的用户面临着披露个人信息和获得收益的隐形权衡,因此,从用户的视角来看,披露隐私是一种综合了可感知风险与可感知收益的决策行为。目前,学术界对用户视角下的隐私决策行为的研究已经比较成熟,主要有两个研究方向,即隐私演算理论与传播隐私管理理论。

  2.2.1隐私悖论(PrivacyParadox)与隐私演算理论(PrivacyCalculusTheory)许多研究指出,一方面用户担忧自身隐私泄露后的风险,另一方面却往往乐意于披露自身隐私,这被称作是“隐私悖论”[30]。这一理论与用户披露隐私的收益、对社会化媒体平台的信任、对风险的认识有关[18]。而隐私演算理论就是通过以上的三个变量及其之间的相关关系,来解释甚至预测用户的隐私披露行为。

  1977年,Laufer和Wolfe提出了隐私演算模型(PrivacyCalculusModel)来解释消费者的隐私决策过程[10]。作为分析个人隐私披露行为的常见方法,隐私演算理论认为用户披露个人隐私是基于特定环境下预期收益和可感知风险的权衡[20],更确切地说,用户会进行风险—收益分析并根据结果输出来决定是否披露个人信息。近年来,隐私演算理论被越来越多地应用到社会化媒体情境下的隐私披露问题中。

  有学者认为,在社会化网络中,隐私关注包括对信息和社会互动(Interaction)的控制欲,这就形成了“双重隐私决策模型”(Dual-PrivacyDecision):用户在决定披露什么信息的同时,也决定着将信息披露给谁[23]。Li等通过结合计划行为理论(TheoryofPlannedBehavior)和隐私演算理论证明可感知收益和隐私关注会共同决定社会化媒体用户的隐私披露行为[31]。

  还有学者将用户个体差异(如个人创新性,信息敏感性、以往信息受侵犯的经历等)和平台服务特性引入隐私演算模型,结合用户和平台这两个角度探究用户的隐私决策过程[21]。另外,现阶段的隐私演算模型不仅包含用户对风险与收益的感知,也包括对于风险应对机制的感知,简言之,需要同时进行隐私演算(即可获得的利益与隐私风险间的权衡)与风险演算(即隐私风险与应对机制效力间的权衡)。而这种风险应对机制主要取决于网站的隐私政策和条款[18-20]。

  但在现实情况下,消费者实际的隐私行为往往会脱离隐私计算的结果。在特定的场合下,用户常忘记或降低隐私关注的级别,有时甚至会不加以任何防护地披露自己的隐私[22]。部分学者批评该假说,认为该演算模型不足以解释决策过程[32],这些学者并不认为感知风险和感知收益是经过深思熟虑后得出的判断。

  2.2.2交际隐私管理理论(CommunicationPrivacyManagementTheory)

  交际隐私管理,也叫做交际边界管理(CommunicationBoundaryManagement),由Petronio在1991年提出,是研究个人披露或隐匿个人信息决策的系统性理论。根据这个理论,私人与公共之间存在着基于社会规范与准则的隐私边界(即个人愿意与公众分享隐私的界限),而这个隐私边界是保护其个人信息的关键[24]。

  该理论的学者认为隐私边界由一些隐形规则决定,这些规则可由隐私的类型和隐私披露的社会化媒体情境所反映[32];另一些研究认为这个边界取决于其感知到的利益和隐私披露的成本:一方面,个人隐私的披露是基于代价与收益的自愿性决策,而另一方面,披露他人的隐私会给用户带来收益的同时由他人承担隐私披露代价。控制与信任是CPM理论的两大核心。

  用户希望对其隐私的界限有完全的把控,因此他们会高度关注其隐私信息是如何收集与使用的[33]。随之而来的,是用户的隐私关注,分为一般性的隐私关注(GeneralPrivacyConcerns)和事务性的隐私关注(TransactionalPrivacyConcerns)。前者反映用户内在的隐私需求和对于控制隐私的态度;而后者则聚焦在特定隐私披露情境中对隐私的评估[34]。

  而一旦用户决定向另一方披露个人信息,其信息共享者就要遵循一定的责任与规则(如保证信息的安全),当这些责任和规则没有被遵守,隐私的界限就会被打破,双方的信任也会被破坏[24]。总而言之,CPM理论从控制的角度解释了社会化媒体用户隐私披露行为——即用户将自定的边界与准则运用于隐私披露与隐匿的平衡行为。如果没有对隐私自定的边界与准则,用户就会失去对其隐私与人际关系的控制[26]。

  2.3社会化媒体平台视角下的隐私决策

  社会化媒体平台也是用户隐私决策过程中的重要主体,用户感知到的风险与收益,很大程度上来自于隐私披露的环境、程序以及相应的隐私条款等。因此,社会化网络媒体平台需要精确地理解用户复杂的隐私需求,从而实现在鼓励用户分享隐私的同时表达对用户隐私的尊重。

  2.3.1程序公平理论(ProceduralFairnessTheory)对于社会化媒体平台来说,降低用户隐私关注度的途径之一就是采用公平的程序。程序公平,也称为程序正义(ProceduralJustice),最早由Lind和Tyler提出,指的是个人对其参与的某一活动实施过程公正性的感知[34]。在信息披露领域,这一理论认为,当一家公司具有公正的程序来保护个人隐私时,用户就会乐意于向其披露个人信息。即使个人信息的采集将对用户产生不利的影响,在公正的程序下用户通常也不会感到不满[35]。如巫月娥基于感知信息公平理论建立了社交电子商务中用户隐私披露意愿的理论模型,并通过实证研究发现感知信息交互公平对社交电子商务中用户隐私披露意愿有显著影响[7]。

  程序公平可以通过政府法规、行业自律[36],组织隐私政策和其他干预措施实现[37]。特别地,隐私干预对于要进行隐私披露决策的用户而言,是评估一家社会化媒体公司可信度的重要标准[20]。2.3.2社会存在理论(SocialPresenceTheory)提高网站的社会存在水平也是一个有助于降低用户隐私关注程度的途径[20]。

  社会存在水平是在沟通交流中对方与自己的密切程度。该理论认为,对于某项任务,只有当社会存在水平与任务所需的交流参与水平相匹配,沟通才是有效的[38]。对于社会化媒体领域,该理论认为线上虚拟环境与线下真实环境的相似性将产生一种社会存在感,这会增加用户对该网站的信任度,有助于减轻隐私问题[39]。因此,社会化媒体可以应用多种技术来增强他们的社会存在,以鼓励用户的信息披露,例如采用视频而不是文本的形式来宣布隐私策略[40]。然而,在另一项研究中,研究者发现,社会存在对隐私没有重大影响[41]。这表明我们仍需要进一步地研究来扩充对这一领域的认识。

  2.4其他影响隐私决策的理论梳理

  效用最大化理论(UtilityMaximizationTheory)也能解释社会化媒体用户进行隐私披露的决策行为,其核心是将个人的效用或满意度最大化。在信息隐私领域,它将信息隐私的效用函数(UtilityFunction)描述为预期收益(如金钱激励或个性化服务)和预期成本(如用户隐私关注和风险)之间的差异,二者的均衡点就代表用户愿意披露的隐私数量[37]。

  人格理论(PersonalityTheories)或特质理论(TraitTheories)则认为用户的性格特征(即稳定的心理属性)对其隐私的感知和披露行为具有潜在的影响[20]。Westin根据个体隐私披露的程度将其分为三类:隐私基要主义者、不关注隐私者和隐私实用主义者。其中,隐私基要主义者指那些高度关注隐私的个体,他们不会因为社会资本或个性化服务等而放弃自己的隐私;不关注隐私者指那些乐意于将个人信息披露给政府或企业的人;而介于这两类人之间的是隐私实用主义者,他们的隐私披露行为通常基于隐私演算[8]。

  社会资本理论(SocialCapitalTheory)认为,个体信息披露的行为很大程度受其朋友行为模式的影响。比如有学者研究了基于构建人际关系和分享行为的社会资本对于老年用户的信息披露行为的影响,研究发现,大多数老年用户会采取和其朋友一致的隐私保护措施,如个人照片、教育经历、工作经历方面的信息[42]。此外,用户披露隐私的目的、以前隐私受侵的经历以及网站的声誉等因素都会对其隐私披露决策产生影响。例如,有研究发现,当用户为了社交、表达自我或取悦他人而披露个人信息时,他们就会趋于披露更多的联系信息、工作经历、内部信息以及外部信息[23];Gu等[43]通过建立拟合似然模型发现,社会化媒体用户以前的隐私受侵经历会增加用户的隐私关注;Li等则研究了网站的声誉以及用户对网站的个人熟知度对个体隐私关注程度的影响,发现网站的声誉度、用户对网站的熟知度越高,相应的隐私关注程度就越低[29]。

  2.5社会化媒体中隐私披露理论整体框架

  根据理论间的内在联系以及各理论对于社会化媒体情境下用户隐私披露行为的不同影响,本文整理得出了社会化媒体中隐私披露理论整体框架图,见图1。如图1所示,处于核心位置的是隐私演算理论[20],在这一理论中,预期收益和可感知风险分别从正向和逆向影响用户的隐私披露行为和隐私边界,而隐私边界的拓展与收缩又对用户的隐私披露行为产生正向影响,即交际隐私管理理论。对于可感知风险,起显著影响作用的是程序公平度[7]、社会存在度[39]和用户性格特征[20],分别对应程序公平理论、社会存在理论和人格理论;而对于预期收益,则是社会资本的影响较为显著[42]。

  tu1

  3评析与展望

  当前大多数网络隐私披露的研究主要着眼于两个不同的视角:用户视角和平台视角。通过用户视角,研究者发现大部分用户的隐私决策是基于感知收益与感知风险的权衡过程,人们披露隐私的程度取决于隐私演算的结果[44]。交际隐私管理理论从另一个角度解释了这一过程:用户建立与他人分享隐私的边界,以此实现隐私披露与隐匿行为的平衡[45]。此外,性格特征、社会资本、披露隐私的目的、以前隐私受侵的经历以及网站知名度等因素都会对用户的隐私披露行为产生影响。

  通过社会化媒体平台的视角,研究发现,采用公平的隐私保护程序,提高社会存在水平,优化隐私披露的环境以降低隐私敏感度等方式都有助于降低用户的隐私关注度,从而激励其隐私披露的行为。

  除此之外,这些研究还呈现另外两方面特点。一方面,把理论研究同实证研究结合在一起,尤其偏重于模型的构建和证明。另一方面,大多数研究只选取了用户或媒体其中一个角度,很少有研究综合二者建立完整框架。随着社会化媒体的进一步发展与普及以及人们对于隐私问题关注度的提高,相关的学术研究势必将继续深入。从以上文献分析来看,该领域存在以下几个方向有待进一步探讨:

  1)对社会资本影响的深入研究。已经有研究证实社会资本(如社交媒体中的朋友)对于用户的隐私披露行为有着重要影响[46],随着人们对于社会化媒体的依赖,这一影响必然会进一步显现。

  2)对不同的社会化媒介进行分别探究。对于不同的社会化媒介,如聊天软件、游戏平台、各类论坛,用户的隐私披露行为可能是不同的。对其进行分别研究,有助于进一步阐明隐私披露环境对隐私决策的影响,从而为平台运营者提供理论支持。

  3)对文化因素进行探究。不同国家甚至不同地区的用户可能存在不同的文化习俗或者观念,这也可能影响他们的隐私决策行为。

  参考文献

  [1]GWI.17thNovember2016Chartoftheday:98%digitalconsumersaresocialnetworking[EB/OL].[2016].http://blog.globalwebindex.net/239/#sdfafdsf.htm.

  [2]李凯,严建援,林漳希.信息系统领域网络精准广告研究综述[J].南开管理评论,2015,18(2):147-160.

  [3]GAUDEULA,GIANNETTIC.Theeffectofprivacyconcernsonsocialnetworkformation[J].JournalofEconomicBehavior&Organization,2017,141:233–253.

  [4]HIRSCHPRUNGR,TOCHE,BOLTONF,etal.Amethodologyforestimatingthevalueofprivacyininformationdisclosuresystems[J].ComputersinHumanBehavior,2016,61:443-453.

  [5]"DictionaryandThesaurus|Merriam-Webster"[EB/OL].[2016-08-10].www.merriam-webster.com.

  [6]OBARJA,WILDMANS.Socialmediadefinitionandthegovernancechallenge:Anintroductiontothespecialissue[J].TelecommunicationsPolicy.2015,39(9):745–750.

  [7]巫月娥.社交电子商务中用户隐私披露意愿影响因素研究[J].重庆邮电大学学报:社会科学版,2015,27(2):54-60.

  [8]WESTINAF.Socialandpoliticaldimensionsofprivacy[J].JournalofSocialIssues,2003,59(2):431–453.

  [9]张玥.国外信息隐私研究述评[J].图书情报工作,2014,13(23).

  [10]LAUFERRS,WOLFEM.Privacyasaconceptandasocialissue:amultidimensionaldevelopmenttheory[J].JournalofSocialIssues,1977,33(3):23-42.

  [11]MALHOTRANK,KIMSS,AGARWALJ.Internetusers'informationprivacyconcerns(IUIPC):theconstruct,thescale,andacausalmodel[J].InformationSystemsResearch,2004,4(15):336-355.

  [12]ZLATOLASLN,WELZERT,HERIČKOM,etal.PrivacyantecedentsforSNSself-disclosure:ThecaseofFacebook[J].ComputersinHumanBehavior,2015,45:158-167.

  [13]BANSALG,ZAHEDIFM,GEFEND.Docontextandpersonalitymatter?Trustandprivacyconcernsindisclosingprivateinformationonline[J].Information&Management,2016,53:1-21.

  [14]CHENR.Livingaprivatelifeinpublicsocialnetworks:Anexplorationofmemberself-disclosure[J].DecisionSupportSystems,2013,55:661-668.

  [15]LIK,LINZX,WANGXW.Anempiricalanalysisofusers’privacydisclosurebehaviorsonsocialnetworksites[J].Information&Management,2015,52:882-891.

  [16]AWADNF,KRISHNANMS.Thepersonalizationprivacyparadox:anempiricalevaluationofinformationtransparencyandthewillingnesstobeprofiledonlineforpersonalization[J].MISQuarterly,2016,30(1):13-28.

  [17]聂勇浩,罗景月.感知有用性、信任与社交网站用户的个人信息披露意愿[J].图书情报知识,2013(5):89-97.

  [18]GINOSARA,ARIELY.Ananalyticalframeworkforonlineprivacyresearch:Whatismissing?[J].Information&Management,2017,54:948-954.

  [19]BELANGERF,CROSSLERRE.Privacyinthedigitalage:areviewofinformationprivacyresearchininformationsystems[J].MISQuarterly2011,35(4):1017-1041.[20]LIY.Theoriesinonlineinformationprivacyresearch:acriticalreviewandanintegratedframework[J].DecisionSupportSystems,2012,54:471-481.

  [21]李凯,黄敬尧,王晓文.LBS用户信息公开意愿影响因素分析[J].情报学报,2016,35(1):84-97.

  [22]BERENDTB,GUNTHERO,PIEKERMANNSS.Privacyine-commerce:statedpreferencesvs.actualbehavior[J].CommunicationsoftheACM,2005,48(4):101–106.

  [23]JAMESTL,WARKENTINM,COLLIGNONSE.Adualprivacydecisionmodelforonlinesocialnetworks[J].Information&Management,2015,52:893–908.

  [24]EASTINMS,BRINSONNH,DOOREYA,etal.Livinginabigdataworld:Predictingmobilecommerceactivitythroughprivacyconcerns[J].ComputersinHumanBehavior,2016,58:214-220.

  [25]LIH,LUOX,ZHANGJ,etal.Resolvingtheprivacyparadox:Towardacognitiveappraisalandemotionapproachtoonlineprivacybehaviors[J].Information&Management,2017,54:1012-1022.

  [26]JEONGY,KIMY.Privacyconcernsonsocialnetworkingsites:Interplayamongpostingtypes,content,andaudiences[J].ComputersinHumanBehavior,2017,69:302-310.

  [27]ANDRADEEB,KALTCHEVAV,WEITZB.Self-disclosureontheweb:theimpactofprivacypolicy,reward,andcompanyreputation[J].AdvancesinConsumerResearch,2002,29:350-353.

  [28]HANNIH,HUIKL,LEESYT,etal.Overcomingonlineinformationprivacyconcerns:aninformation-processingtheoryapproach[J].JournalofManagementInformationSystems2007,24(2):13-42.

  [29]LIY.Theimpactofdispositiontoprivacy,websitereputationandwebsitefamiliarityoninformationprivacyconcerns[J].DecisionSupportSystems,2014,57:343-354.

  [30]BARNESSB.Aprivacyparadox:socialnetworkingintheUnitedStates[J].FirstMonday,2016,11(9).

  [31]LIX,CHENX.Factorsaffectingprivacydisclosureonsocialnetworksites:anintegratedmodel[C]∥Proceedingsofthe2010InternationalConferenceonMulti-MediaInformationNetworkingandSecurity,2010.

  [32]CHOIBCF,LANDL.TheeffectsofgeneralprivacyconcernsandtransactionalprivacyconcernsonFacebookappsusage[J].Information&Management,2016,53:868–877.

  [33]STEWARTKA,SEGARSAH.Anempiricalexaminationoftheconcernforinformationprivacyinstrument[J].InformationSystemResearch,2002,13:36-49.

  [34]XUH,TEOHH,TanzerN,etal.Effectsofindividualself-protection,industryself-regulation,andgovernmentregulationonprivacyconcerns:astudyoflocation-basedservices[J].InformationSystemResearch,2012,23(4):1342-1363.

  [35]LIH,SARATHYR,XUH.Theroleofaffectandcognitionononlineconsumers'decisiontodisclosepersonalinformationtounfamiliaronlinevendors[J].DecisionSupportSystems,2011,51(3):434-445.

  [36]XUH,TEOHH,TANBCY,etal.Theroleofpush–pulltechnologyinprivacycalculus:thecaseoflocation-basedservices[J].JournalofManagementInformationSystems,2009,26(3):135-173.

  [37]XUH,LUOXR.,CARROLLJM,etal.Thepersonalizationprivacyparadox:anexploratorystudyofdecisionmakingprocessforlocation-awaremarketing[J].DecisionSupportSystems,2011,51(1):42-52.

  [38]RICER.Usingsocialpresencetheorytocomparetraditionalandneworganizationalmedia[J].HumanCommunicationResearch,1993,19(4):451–484.

  [39]PAVLOUPA,LIANGH,XUEY.Understandingandmitigatinguncertaintyinonlineexchangerelationships:aprincipal-agentperspective[J].MISQuarterly,2007,31(1):105-136.

  [40]ALJUKHADARM,SENECALS,OUELLETTED.Canthemediarichnessofaprivacydisclosureenhanceoutcome?Amultifacetedviewoftrustinrichmediaenvironments[J].InternationalJournalofElectronicCommerce,2010,14(4):103-126.

  [41]TUCH.Therelationshipbetweensocialpresenceandonlineprivacy[J].TheInternetandHigherEducation,2002,5(4):293-318.

  [42]CHAKRABORTR,VISHIKC,RAGHAVRH.Privacypreservingactionsofolderadultsonsocialmedia:Exploringthebehaviorofoptingoutofinformationsharing[J].DecisionSupportSystems,2013,55:948-956.

  [43]GUJ,XUYJ(CALVIN),XUH,etal.Privacyconcernsformobileappdownload:Anelaborationlikelihoodmodelperspective[J].DecisionSupportSystems,2017,94:19-28.

  [44]HALLAMC,ZANELLAG.Onlineself-disclosure:theprivacyparadoxexplainedasatemporally[J].ComputersinHumanBehavior,2017,68:217-227.

  [45]PETRONIOS.Communicationboundarymanagement:atheoreticalmodelofmanagingdisclosureofprivateinformationbetweenmarriedcouples[J].CommunicationTheory,1991,1(4):311-335.

  [46]WANGL,YANJ,LINJ,etal.Lettheuserstellthetruth:self-disclosureintentionandself-disclosurehonestyinmobilesocialnetworking[J].InternationalJournalofInformationManagement,2017,37:1428-1440.

2023最新分区查询入口

SCI SSCI AHCI