大数据环境下用户多层次隐私顾虑变异性与精准服务提供策略研究

In the big data era, the sparcity of online user behavior (everyone is unique online) and the huge collection of behavior tracking data, it is easy to identify someone online even we only use the data without user id, the end of privacy is coming. The unclear and context dependentable results the privacy paradox (One insist he care about privacy, but he still use the online services although the provider ask them to give up privacy right). With the development of virtual community, we have to make sure the sharing rules and boundary of group privacy. This project will study the individual and collective privacy, we will develop the privacy sensitivity measurement index of privacy based on the application context, interaction mode etc. build a balancing mechanism between convenience of personalized services and the risk of privacy breach, apply the bounded rationality theory (dual system, optimistic bias, awe, small self etc.) to find the mechanism behind the privacy paradox, study the user interaction mode based on communication privacy management, discuss the path to diffuse the sharing information in virtual community, build a group privacy boundary dynamic decision mode. Finally，with the text analytics and data mining, we will conduct the experiment to check the theorectial model again.

大数据环境中，网络行为的稀疏性（每个人的网络行为都不相同）加上多源海量用户行为数据，导致即使仅采用脱敏数据，也能准确识别用户身份，个人隐私面临终结。隐私本身的不确定性和情景相关性又导致比较严重的隐私悖论（用户声称在意隐私，却常常为了使用个性化服务而放弃自己的隐私）。同时，虚拟社区信息共享的规则与边界（集体隐私）迫切需要明确。本课题将从个体与集体两个层次展开研究，首先从信息类别、应用场景等多维度构建隐私信息敏感度指标，采用有限理性理论和交际隐私管理理论破解个体与集体层次隐私顾虑变异性的影响因素，采用脑波核磁共振（fMRI）对用户的深层行为进行研究。在此基础上设计用户服务精准性与隐私保密间的动态适配机制，利用合作单位开发的移动医疗保健app进行真实环境实验，本课题将据此采集真实的用户行为数据，进行文本分析和数据挖掘，以期发现用户在虚拟社区中的分享与传播规律，找到信息传播扩散路径。

本项目通过五年的努力，在大数据与隐私保护领域进行了大量深入研究，在理论方面，本项目达到了国际先进水平，共发表及录用期刊论文论文14篇，其中英文文章共有11篇，均为SCI，SSCI索引刊物，包括《Journal of Product innovation Management》和《Decision Sciences》，都为管理类别的顶级期刊。所取得的文献的发表大大超过了预期的目标。在实践上，本课题依据上述理论成果，将该成果应用于金融行业，提出了一套隐私泄漏行为规范与准则。.在理论上，本课题首先从基础理论的选择上，摈弃了以往的理性选择理论，选取了保护动机理论（Protection Motivation Theory）以及相关的恐惧诉求（fear appeal）理论,幸存者偏差理论，以及信息系统期望理论，归因理论等作为基础，提出了一系列研究模型,具体来说，包括以下几个方面：.1）在隐私信息敏感性与精准服务动态适配策略方面，本研究探索了用户在获取精准推荐服务时对隐私信息敏感度及信任度的机理，并最终从初步，到过程，到接纳后的三阶段动态模型。进行了一系列研究，探究了用户个人和公司员工对集体隐私的基本心理动机和机理。.2）在个体隐私顾虑变异性研究，本课题在有限理性理论的基础上，人的乐观偏差（ Optimistic Bias），对用户心理愿望和实际行为的偏差展开研究，提出了用户隐私真实行为的认知偏差决策模型。某些极端条件下的，隐私顾虑行为研究，本课题采用核磁共振脑扫描（fMRI）的方法进行了部分脑波实验研究，探究了个体在面对信息泄露中的深层次真实反应与脑部活动状态。.3）在集体隐私行为研究方面，本课题在相关理论的指导下，对公司员工对集体隐私泄漏行为展开研究，并利用疫情信息的扩散探索了社交网络中群组共享信息的扩散路径与影响因素，深入挖掘了集体隐私边界的影响因素，确定何种信息，社交网络中其他用户的何种行为，在何种范围内可以被分享的决策模型。