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
information 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 ในใจความเป็นส่วนตัวออกแบบของ recommenders ผู้ใช้มีอิสระในการตัดสินใจด้วยตนเองข้อมูลต้องการเปิดเผยตัวเองแต่การตัดสินใจนี้มักจะซับซ้อน และที่เป็น ภาระ เนื่องจากผลกระทบของการเปิดเผยส่วนบุคคลข้อมูลไม่แน่ใจ หรือไม่รู้จัก แม้ว่าจำนวนนักวิจัยได้พยายามวิเคราะห์ และช่วยในการตัดสินใจดังกล่าวเปิดเผยข้อมูล ผลการวิจัยของพวกเขาที่กระจัดกระจาย และพวกเขามักจะทำไม่ถือขึ้นดีในการศึกษา บทความนี้อธิบายการรวมวิธีการตัดสินใจส่วนบุคคลงานวิจัยที่อธิบายกระบวนการรับรู้ที่เกี่ยวข้องกับผู้ใช้ "ส่วนตัวแคลคูลัส" ในด้านที่เกี่ยวข้องกับระบบรับรู้และประสบการณ์ซึ่งเป็นปัจจัยที่เป็นสื่อกลางเพื่อเปิดเผยข้อมูล วิธีการคือใช้ในการทดลองออนไลน์กับ 493 คนโดยใช้แบบจำลองของผู้แนะนำตามบริบทระบบ วิเคราะห์ผล ด้วยแบบจำลองเชิงโครงสร้าง เราแสดงให้เห็นถึงความเป็นส่วนตัวส่วนบุคคลนั้นเกี่ยวข้องและเปิดเผยเหตุผลข้อความมีผลต่อการรับรู้ของ และพบกับระบบที่จะขับรถตัดสินใจเปิดเผยข้อมูล โดยรวม ข้อความเปิดเผยเหตุผลไม่เพิ่มการเปิดเผยข้อมูล แม้ว่าจะมีการรับรู้จะมีคุณค่า พวกเขาลดความน่าเชื่อถือและความพึงพอใจของผู้ใช้ผลอื่นคือ ให้จัดการกับลำดับของการร้องขอเพิ่มการเปิดเผยข้อมูลของสินค้าที่ร้องขอแต่ช่วงลดการเปิดเผยข้อมูลของสินค้าที่ร้องขอในภายหลัง

ผลลัพธ์ (ไทย) 2:

ระบบ Recommender มากขึ้นใช้ข้อมูลบริบทและประชากรเป็นพื้นฐานสำหรับคำแนะนำ.
ผู้ใช้ แต่มักจะรู้สึกอึดอัดให้ข้อมูลดังกล่าว.
ในการออกแบบความเป็นส่วนตัวใจของ Recommenders ผู้ใช้มีอิสระในการตัดสินใจด้วยตัวเองว่าข้อมูลที่พวกเขาต้องการที่จะเปิดเผยเกี่ยวกับตัวเองแต่การตัดสินใจนี้มักจะเป็นที่ซับซ้อนและเป็นภาระเพราะผลของการเปิดเผยส่วนตัวของข้อมูลมีความไม่แน่นอนหรือไม่รู้จักแม้กระทั่ง แม้ว่าจำนวนของนักวิจัยได้พยายามที่จะวิเคราะห์และอำนวยความสะดวกในการตัดสินใจการเปิดเผยข้อมูลดังกล่าวผลการวิจัยของพวกเขามีการแยกส่วนและพวกเขามักจะไม่ถือขึ้นได้ดีในการศึกษา บทความนี้อธิบายวิธีการแบบครบวงจรเพื่อการวิจัยความเป็นส่วนตัวในการตัดสินใจที่จะอธิบายถึงกระบวนการทางความรู้ที่เกี่ยวข้องกับการใช้ 'แคลคูลัส "ความเป็นส่วนตัว" ในแง่ของระบบที่เกี่ยวข้องกับการรับรู้และประสบการณ์ที่ทำหน้าที่เป็นสื่อกลางปัจจัยที่จะต้องเปิดเผยข้อมูล วิธีการที่จะนำไปใช้ในการทดลองออนไลน์ที่มีผู้เข้าร่วม 493 ใช้จำลองขึ้นของผู้แนะนำตามบริบทของระบบ ผลการวิเคราะห์ด้วยแบบจำลองเชิงเส้นโครงสร้างที่เราแสดงให้เห็นว่าความเป็นส่วนตัวกังวลและข้อความเหตุผลการเปิดเผยข้อมูลผลกระทบต่อการรับรู้และประสบการณ์เกี่ยวกับระบบ, ซึ่งจะผลักดันการตัดสินใจการเปิดเผยข้อมูล โดยรวมข้อความเหตุผลเปิดเผยไม่ได้เพิ่มการเปิดเผยข้อมูล แม้ว่าพวกเขาจะมีการรับรู้จะมีค่าพวกเขาลดความไว้วางใจของผู้ใช้และความพึงพอใจ. ผลก็คือว่าการจัดการกับคำสั่งของการร้องขอการเพิ่มการเปิดเผยข้อมูลของรายการที่ได้รับการร้องขอต้นลดลง แต่การเปิดเผยข้อมูลของรายการที่ได้รับการร้องขอในภายหลัง

ผลลัพธ์ (ไทย) 3:

แนะนำระบบขึ้นใช้ตามบริบทและข้อมูล demographical เป็นพื้นฐานสำหรับข้อเสนอแนะ .
ผู้ใช้ แต่มักจะรู้สึกอึดอัด ให้ข้อมูลดังกล่าว
ในความเป็นส่วนตัว รักการออกแบบ recommenders ผู้ใช้มีอิสระที่จะตัดสินใจด้วยตัวเองว่าพวกเขาต้องการที่จะเปิดเผยข้อมูลเกี่ยวกับตัวเอง

แต่การตัดสินใจนี้มักจะซับซ้อนและเป็นภาระเพราะผลของการเปิดเผยข้อมูลส่วนบุคคล
ไม่แน่ใจหรือแม้กระทั่งไม่รู้จัก แม้ว่าจำนวนของนักวิจัยได้พยายามที่จะวิเคราะห์ และอำนวยความสะดวกในการตัดสินใจ
เปิดเผยข้อมูลดังกล่าว ผลการค้นคว้าของพวกเขากระจัดกระจาย , และพวกเขามักจะทำ
ไม่ถือขึ้นได้ดีในการศึกษา บทความนี้อธิบายวิธีการรวมกับความเป็นส่วนตัวของการตัดสินใจครั้งนี้
อธิบายถึงกระบวนการทางปัญญาที่เกี่ยวข้องกับ " แคลคูลัส " ความเป็นส่วนตัวของผู้ใช้ในแง่ของระบบการรับรู้และประสบการณ์ที่เกี่ยวข้องกับ
ทำหน้าที่ไกล่เกลี่ยปัจจัยในการเปิดเผยข้อมูล โดย
ใช้ในการทดลองออนไลน์กับเราผู้เข้าร่วมใช้จำลองของบริบททราบแนะนำ
ระบบ วิเคราะห์ผลด้วยโครงสร้างเชิงเส้นรูปแบบเราแสดงให้เห็นว่าความเป็นส่วนตัว
ส่วนตัวและเปิดเผยเหตุผลข้อความที่มีผลต่อการรับรู้และประสบการณ์กับระบบ
ซึ่งเปิดในการเปิดเผยข้อมูลไดรฟ์ในการตัดสินใจ โดยรวม , การเปิดเผยเหตุผลข้อความไม่ได้
เพิ่มการเปิดเผย แม้ว่าพวกเขาจะรับรู้เป็นค่า พวกเขาลดความไว้วางใจของผู้ใช้และความพึงพอใจ
ผลอื่น ที่จัดการเพื่อขอเพิ่มการเปิดเผยรายการที่ต้องการ
ต้นลดลงแต่การเปิดเผยรายการที่ต้องการในภายหลัง .