Recommender systems increasingly us

Recommender systems increasingly use contextual and demographical data as a basis for recommendations.
Users, however, often feel uncomfortable providing such information. In a privacy-minded design of
recommenders, users are free to decide for themselves what data they want to disclose about themselves.
But this decision is often complex and burdensome, because the consequences of disclosing personal informa-tion are uncertain or even unknown. Although a number of researchers have tried to analyze and facilitate
such information disclosure decisions, their research results are fragmented, and they often do not hold up
well across studies. This article describes a unified approach to privacy decision research that describes the
cognitive processes involved in users’ “privacy calculus” in terms of system-related perceptions and
experiences that act as mediating factors to information disclosure. The approach is applied in an online
experiment with 493 participants using a mock-up of a context-aware recommender system. Analyzing
the results with a structural linear model, we demonstrate that personal privacy concerns and disclosure
justification messages affect the perception of and experience with a system, which in turn drive information
disclosure decisions. Overall, disclosure justification messages do not increase disclosure. Although they are
perceived to be valuable, they decrease users’ trust and satisfaction. Another result is that manipulating
the order of the requests increases the disclosure of items requested early but decreases the disclosure of
items requested later.

ผลลัพธ์ (ไทย) 1:

ผู้แนะนำระบบใช้ข้อมูลบริบท และ demographical มากขึ้นเป็นพื้นฐานสำหรับคำแนะนำผู้ใช้ อย่างไรก็ตาม มักจะไม่สบายใจให้ข้อมูลดังกล่าว ในการออกแบบที่ดีเป็นส่วนตัวของrecommenders ผู้ใช้มีอิสระในการตัดสินใจด้วยตนเองว่าข้อมูลที่ต้องการเปิดเผยตัวเองแต่ตัดสินใจนี้มักจะเป็นที่เป็น ภาระ และซับซ้อนเนื่องจากผลกระทบของการเปิดเผยบุคคล informa-สเตรชันแน่ใจ หรือไม่รู้จัก แม้ว่าจำนวนนักวิจัยได้พยายามวิเคราะห์ และอำนวยความสะดวกจะกระจัดกระจายการตัดสินดังกล่าวเปิดเผยข้อมูล ผลการวิจัยของพวกเขา และพวกเขามักจะไม่เก็บค่าในการศึกษาดี บทความนี้อธิบายวิธีการรวมการวิจัยการตัดสินใจส่วนบุคคลที่อธิบายการกระบวนการรับรู้ที่เกี่ยวข้องกับผู้ใช้ "ส่วนตัวแคลคูลัส" ในแง่ของภาพลักษณ์ที่เกี่ยวข้องกับระบบ และประสบการณ์ซึ่งเป็นปัจจัยที่เป็นสื่อกลางเพื่อเปิดเผยข้อมูล วิธีที่ใช้ในการ onlineทดลองกับ 493 คนโดยใช้แบบจำลองของระบบผู้แนะนำตามบริบท วิเคราะห์ผลกับแบบจำลองเชิงโครงสร้าง เราแสดงให้เห็นถึงความเป็นส่วนตัวส่วนบุคคลที่เกี่ยวข้องและเปิดเผยข้อความเหตุผลส่งผลต่อการรับรู้ของ และประสบการณ์ ด้วยระบบ ที่ใช้ไดรฟ์ข้อมูลตัดสินใจเปิดเผย โดยรวม ข้อความเปิดเผยเหตุผลไม่เพิ่มเปิดเผย แม้ว่าจะเป็นการรับรู้ที่เป็นประโยชน์ จะลดความน่าเชื่อถือและความพึงพอใจของผู้ใช้ ผลอื่นคือ การจัดการลำดับของการร้องขอเพิ่มการเปิดเผยข้อมูลของสินค้าที่ร้องขอก่อน แต่ลดลงเปิดเผยสินค้าที่ร้องขอในภายหลัง

ผลลัพธ์ (ไทย) 2:

ระบบ Recommender มากขึ้นใช้ข้อมูลบริบทและประชากรเป็นพื้นฐานสำหรับคำแนะนำ.
ผู้ใช้ แต่มักจะรู้สึกอึดอัดให้ข้อมูลดังกล่าว ในการออกแบบความเป็นส่วนตัวใจของ
Recommenders ผู้ใช้มีอิสระในการตัดสินใจด้วยตัวเองว่าข้อมูลที่พวกเขาต้องการที่จะเปิดเผยเกี่ยวกับตัวเอง.
แต่การตัดสินใจครั้งนี้มักจะมีความซับซ้อนและเป็นภาระเพราะผลของการเปิดเผยส่วนตัว Informa-การมีความไม่แน่นอนหรือไม่รู้จักแม้กระทั่ง แม้ว่าจำนวนของนักวิจัยได้พยายามที่จะวิเคราะห์และอำนวยความสะดวกใน
การตัดสินใจการเปิดเผยข้อมูลดังกล่าวผลการวิจัยของพวกเขามีการแยกส่วนและพวกเขามักจะไม่ถือขึ้น
ได้ดีในการศึกษา บทความนี้อธิบายวิธีการแบบครบวงจรเพื่อการวิจัยการตัดสินใจความเป็นส่วนตัวที่อธิบายถึง
กระบวนการทางความรู้ที่เกี่ยวข้องกับการใช้ 'แคลคูลัส "ความเป็นส่วนตัว" ในแง่ของการรับรู้เกี่ยวกับระบบและ
ประสบการณ์ที่ทำหน้าที่เป็นสื่อกลางปัจจัยที่จะต้องเปิดเผยข้อมูล วิธีการที่ถูกนำไปใช้ในการออนไลน์
ทดสอบกับ 493 ผู้เข้าร่วมใช้จำลองของระบบ recommender ตามบริบท การวิเคราะห์
ผลที่มีรูปแบบเชิงเส้นโครงสร้างที่เราแสดงให้เห็นว่าความกังวลความเป็นส่วนตัวและการเปิดเผย
ข้อความเหตุผลมีผลต่อการรับรู้และประสบการณ์เกี่ยวกับระบบซึ่งจะขับรถข้อมูล
การตัดสินใจการเปิดเผยข้อมูล โดยรวมข้อความเหตุผลเปิดเผยไม่ได้เพิ่มการเปิดเผยข้อมูล แม้ว่าพวกเขาจะ
มองว่าจะมีค่าพวกเขาลดความไว้วางใจของผู้ใช้และความพึงพอใจ ผลก็คือว่าการจัดการกับ
คำสั่งของการร้องขอการเพิ่มการเปิดเผยข้อมูลของรายการที่ได้รับการร้องขอต้นลดลง แต่การเปิดเผยข้อมูลของ
รายการที่ได้รับการร้องขอในภายหลัง

ผลลัพธ์ (ไทย) 3:

แนะนำระบบขึ้นใช้ตามบริบทและข้อมูล demographical เป็นพื้นฐานสำหรับข้อเสนอแนะ .
ผู้ใช้ แต่มักจะรู้สึกอึดอัด ให้ข้อมูลดังกล่าว ในความเป็นส่วนตัว รักการออกแบบ
recommenders ผู้ใช้มีอิสระที่จะตัดสินใจด้วยตัวเองว่าพวกเขาต้องการที่จะเปิดเผยข้อมูลเกี่ยวกับตัวเอง .
แต่การตัดสินใจนี้มักจะซับซ้อนและเป็นภาระเพราะผลของการเปิดเผย Informa tion ส่วนตัวไม่แน่ใจ หรือแม้แต่ที่ไม่รู้จัก แม้ว่าจำนวนของนักวิจัยได้พยายามที่จะวิเคราะห์และอำนวยความสะดวก
การตัดสินใจเปิดเผยข้อมูลดังกล่าว ผลการค้นคว้าของพวกเขากระจัดกระจาย และพวกเขามักจะไม่ถือ
ดีในการศึกษา บทความนี้อธิบายวิธีการรวมกับความเป็นส่วนตัวของการตัดสินใจครั้งนี้อธิบาย
กระบวนการที่เกี่ยวข้องในการรับรู้ของผู้ใช้ " แคลคูลัส " ความเป็นส่วนตัวในแง่ของระบบการรับรู้และประสบการณ์ที่เกี่ยวข้องกับ
เป็นปัจจัยในการส่งผ่านข้อมูล วิธีการที่ใช้ในการทดลองกับผู้ออนไลน์
493 ใช้จำลองของบริบททราบแนะนำระบบ วิเคราะห์
ผลลัพธ์กับโครงสร้างเชิงเส้นรูปแบบเราแสดงให้เห็นว่าความกังวลเกี่ยวกับความเป็นส่วนตัวและเปิดเผย
เหตุผลข้อความ มีผลต่อการรับรู้และประสบการณ์กับระบบ ซึ่งจะเปิดเผยข้อมูล
ไดรฟ์ในการตัดสินใจ โดยรวม , การเปิดเผยเหตุผลข้อความไม่เพิ่มการเปิดเผย แม้ว่าพวกเขาจะ
รู้สึกจะมีคุณค่า พวกเขาลดความไว้วางใจของผู้ใช้และความพึงพอใจ ผลอื่น ที่จัดการ
เพื่อขอเพิ่มการเปิดเผยรายการที่ต้องการก่อน แต่ลดการเปิดเผย
รายการที่ต้องการในภายหลัง