分类筛选
分类筛选:

社交媒体类有关硕士论文开题报告范文 与移动社交媒体位置信息分享持续意愿隐私保护视角相关研究生毕业论文范文

版权:原创标记原创 主题:社交媒体范文 类别:专科论文 2024-03-08

《移动社交媒体位置信息分享持续意愿隐私保护视角》

本文是社交媒体类有关硕士论文开题报告范文跟隐私保护和意愿和视角类研究生毕业论文范文。

陈明红,孙 顺,漆贤军

摘 要 隐私保护是否有效已成为位置服务采纳的关键问题.为探究移动社交媒体位置信息分享持续意愿,文章以ECM-ISC为基础,从隐私保护视角构建概念模型,通过问卷调研和结构方程建模方法进行实证分析.研究表明:感知有用性和满意度是位置信息分享持续意愿的重要影响因素;满意度受到感知有用性和期望确认度的正向影响,受到感知风险的负向影响;移动社交媒体特性对感知有用性、期望确认度和感知风险都具有正向影响;隐私保护有效性既是前因变量又是调节变量,对感知有用性和期望确认度产生正向影响,对感知风险具有负向影响,对移动社交媒体特性与感知有用性之间的影响关系具有正向调节作用.

关键词 移动社交 位置服务 信息分享 持续意愿 隐私保护

引用本文格式 陈明红,孙顺,漆贤军. 移动社交媒体位置信息分享持续意愿研究——隐私保护视角[J].图书馆论坛,2017(4):58-67.

Understanding Continuance Intention of Location Information Sharing on Mobile Social Media

——A Privacy Protection Perspective

CHEN Ming-hong ,SUN Shun,QI Xian-jun

Abstract Whether privacy protection is effective or not has become a key problem of the adoption of location-based service. In order to explore users’ continuance intention of location information sharing on mobile social media,this study constructed a conceptual model based on ECM-ISC from the aspect of privacy protection,and conducted empirical analysis with questionnaire investigation and structural equation modeling. The results showed that(a)perceived usefulness and satiaction were important in predicting users’ continuance intention of location information sharing;(b)satiaction was positively determined by perceived usefulness and expectation confirmation,negatively related to perceived risk;(c)the characteristics of mobile social media had statistically significant impact on perceived usefulness,expectation confirmation,and perceived risk;(d)as the antecedent and moderator,the validity of privacy protection not only had positive effect on perceived usefulness and expectation confirmation,exerted negative impacts on perceived risk ,but also played a positive moderating role between the characteristics of mobile social media and perceived usefulness.

Keywords mobile social media;location-based services;information sharing;continuance intention;privacy protection

随着移动设备的全面普及和定位技术的日益成熟,移动社交媒体的位置服务(location-based services,LBS)已广泛应用于社交、电子商务、公共安全、生活服务等多个领域.移动社交媒体用户以坐标位置为基础开展社交活动,不仅可以与好友分享行程、发送实时位置,还能通过“面对面建群”“查找附近的人”等功能构建和维护社交关系.信息传播的移动化、本地化和社交化使得移动社交媒体位置服务具有较好的社交虚拟现实体验,备受用户青睐.根据位置服务提供商skyhook的调查,38%的社交媒体用户使用过位置服务[1].腾讯企鹅智酷的报告显示,定位功能为群提供了更丰富的使用场景,大大增加了活跃用户数[2].移动社交媒体位置信息的引入还原了人际传播的真实性,弥补了传统社交网络用户身份缺失的不足,缺点是较易暴露用户的身份、家庭住址、常规路线甚至行为习惯等隐私信息,增加用户隐私泄露的风险.据调查,美国55%的LBS使用者担心位置隐私被窃取[3],可见位置服务中的隐私安全问题引起人们的关注.隐私泄露会抑制移动社交媒体位置服务的发展,降低服务效能与用户体验.反之,隐私保护能够维护用户权益和安全,促进用户持续分享位置信息和使用位置服务.鉴于此,本文以信息系统持续使用的期望确认模型(Expectation Confirmation Model of IS Continuance,ECM-ISC)为基础,从隐私保护视角探讨移动社交媒体位置信息分享持续意愿的影响因素及作用机制,并针对性提出移动社交媒体位置共享服务的相关策略.

1 研究基础

1.1 位置信息分享的相关研究

用户需要通过分享位置信息获得位置服务,因而信息分享是位置服务的基础和前提,也是学界关注的重点问题.已有研究多是围绕位置信息分享行为及意愿两个方面展开,前者主要通过采集社交网络中用户位置数据,探析位置信息分享行为特征与规律,如李敏等分析嘀咕网用户签到及评论数据指出用户签到行为具有时空特征且倾向于正面评价签到地[4];Li等人通过分析海量的Gowalla数据,挖掘位置信息分享的时空特征与社交关系之间的关联,并由此预测用户的活动内容及行为轨迹[5].后者主要从技术因素、内在动机和社会影响等方面加以研究,如Chang等指出感知有用性和主观规范对位置信息分享态度和意愿具有重要影响[6];Yu等从感知价值视角出发揭示享乐价值、实用价值和社交价值对位置信息分享的促进作用[7];Wang等发现自我展示是用户分享位置信息的内在动机[8].

1.2 移动社交媒体持续使用已有研究

用户持续使用是信息系统成功的关键[9].随着移动社交媒体的发展,越来越多的学者关注移动社交媒体持续使用的问题,大都以Bhattacherjee的ECM-ISC为基本框架,且从多视角展开讨论,如Zhou[10]和洪红等[11]分别探讨网络外部性对移动社交媒体持续使用意愿的直接和间接影响;Wang等从社会视角加以研究,提出社会影响包括指令性规范、行为规范、社会认同和群体规范4个维度,验证了前3个变量对移动社交网络持续使用意愿具有显著正向影响[12];Hsiao等以ECM-ISC为基础,研究移动社交APP持续使用意愿,发现满意度、娱乐性和社会联系具有直接影响,满意度和习惯具有中介作用[13].

1.3 隐私保护的相关研究

在移动社交媒体位置服务应用中,信息分享和隐私保护总是矛盾的,如何让用户在分享位置信息的同时减少隐私信息泄露是位置服务亟待解决的问题,学者们大多围绕隐私保护技术、有效性及其影响进行探讨.已有研究表明,在移动社交媒体使用过程中,隐私决策是用户在感知收益与隐私风险之间进行权衡的过程,感知收益和隐私保护有效性在使用意愿形成中起正向影响,而隐私风险则产生负向影响.用户是理性的,会通过理性选择来获取移动社交应用的最大收益,并将隐私风险降到最低[14].然而,在一些特定的情境下,因为心存侥幸、经济补偿可观、服务个性化等原因,用户会减少隐私关注甚至毫无防备地展示自己,表现出隐私悖论行为,用户愿意揭示隐私的行为与其担心隐私泄露的心态相违背.对此,学界尝试采用使用-满足理论与信息边界理论[15]、隐私计算理论与社会交换理论[16]等加以解释.

综上所述,关于位置信息分享、移动社交媒体持续使用和隐私保护的研究较为丰硕,为本研究提供了较好的理论支撑,但很少从隐私保护视角对移动社交媒体位置信息分享持续意愿加以研究,因此,本文以ECM-ISC为基础,着重探讨隐私保护的有效性对于位置信息分享持续意愿形成的重要性.

2 研究模型与假设

2.1 研究模型

本研究的理论模型如图1所示.隐私保护有效性和移动社交媒体特性通过感知有用性、期望确认度、感知风险以及满意度影响持续分享意愿,同时隐私保护有效性是调节变量、调节移动社交媒体特性与后续3个变量之间的影响关系,此外,移动社交媒体是二阶变量,通过移动性和可获取性两个一阶变量进行测量.

2.2 研究假设

2.2.1 ECM-ISC的相关假设

ECM-ISC是Bhattacherjee以期望确认理论(Expectation Confirmation Theory,ECT)为基础构建的信息系统持续使用的期望确认模型,该模型将感知有用性作为信息系统采纳后的用户期望,认为感知有用性和期望确认度通过满意度影响持续意愿[17].近年来,ECM-ISC被视为信息系统持续使用研究的经典模型,广泛应用于多个研究领域.在移动应用和社交媒体的相关研究中,ECM-ISC也常用于分析用户使用前后的期望及其与满意度、持续意愿之间的关系,如Hsu等将该模型应用于付费APP的持续使用研究中[18],Mouakket将其应用于Facebook持续使用研究[19].研究结论显示,ECM-ISC对移动应用和社交媒体持续意愿具有很好的解释力,因此,ECM-ISC也适用于本研究.由此,本研究提出相关假设如下:

H1:位置信息持续分享意愿受到满意度的正向影响

H2:位置信息持续分享意愿受到感知有用性的正向影响

H3:满意度受到感知有用性的正向影响

H4:满意度受到期望确认度的正向影响

H5:感知有用性受到期望确认度的正向影响

2.2.2 感知风险

感知风险是隐私问题研究中最常用的变量,可将其理解为用户对潜在的不确定因素或可能遭遇损失的主观预期[20],与用户对隐私的关注密切相关.感知风险对信息系统采纳及持续意愿的负向影响作用已被证实,如Ayanso等研究表明加拿大医生使用电子病历时感知到的风险对满意度和持续使用意愿具有显著的负向影响[21].同样,用户在使用位置服务[22]或移动社交网络时[23],感知风险也产生负向影响.据此,提出以下假设:

H6:感知风险对位置信息持续分享意愿具有负向影响

H7:感知风险对满意度具有负向影响

2.2.3 移动社交媒体特性

人们使用移动社交媒体可随时随地轻松获取所需信息和服务,主因是移动社交媒体具有移动性(mobility)和可获取性(ailability)的特征.其中,移动性代表“无处不在”,是指用户不受地方限制使用移动社交媒体的程度;可获取性代表“无时不在”,是指用户不受时间限制获取移动社交媒体相关信息和服务的程度[24].移动性和可获取性对用户采纳意愿及满意度评价具有积极影响,如移动社交游戏的移动性对感知有用性具有正向影响[25];移动数据服务的移动性使得用户期望确认度更高[26];移动支付的可获取性对用户满意度产生重要影响[27].然而,移动性和可获取性在给用户带来便利的同时,也增加了风险.精确定位可能泄露位置隐私,位置定位可能泄露社会性隐私[28],因而用户感知到的风险在增加.综合而言,移动社交媒体的移动性和可获取性这两个属性对有用性感知、期望确认程度以及风险感知都产生正向影响,由此,提出如下3个假设:

H8a:移动社交媒体特性正向地影响感知有用性

H8b:移动社交媒体特性正向地影响期望确认度

H8c:移动社交媒体特性正向地影响感知风险

2.2.4 隐私保护有效性

移动社交媒体中的隐私数据可能存在被泄露、和跟踪的风险,为降低这些隐私风险,移动社交服务提供者在技术和管理上采取了一系列保护措施.若隐私保护有效,隐私风险降低,用户的顾虑随之减少,有利于实现移动社交媒体可用性与用户隐私保护需求之间的平衡;若隐私保护不当,隐私风险提高,用户的权益和安全将面临严重的威胁,用户对隐私的关注和顾虑不断增加,移动社交媒体的可用性便日渐减小,用户的隐私保护需求将难以满足.可见,隐私保护是否有效对用户体验具有直接影响.

以往研究通常将隐私保护作为信息系统或服务采纳的前因变量,如Wisniewski等揭示了隐私保护有效性与Facebook APP使用意愿之间的正相关关系[29];Xu等指出用户对隐私保护有效性的判断与感知风险具有负相关关系[30].同样地,我们认为隐私保护有效性对有用性感知和期望确认度有正向影响,对感知风险产生负向影响,并从隐私保护政策的有效性、技术的有效性和保护方式的有效性3个方面测量移动社交媒体隐私保护的有效性.由此,提出相关假设如下:

H9a:隐私保护有效性正向地影响感知有用性

H9b:隐私保护有效性正向地影响期望确认度

H9c:隐私保护有效性负向地影响感知风险

此外,隐私保护有效性作为调节变量,在移动社交媒体特性与后续3个变量之间的关系中起调节作用.当隐私保护有效时,用户感知到的风险更低,更容易对移动社交媒体的移动性和可获取性两个特征产生积极的认同感,进而对采纳和使用决策具有积极影响,包括认为移动社交媒体更有用、期望确认程度更高和用户满意度更高;反之,若保护不妥当,用户感知到的风险更高,且感知到的有用性和期望确认程度更低.据此,提出以下3个假设:

H10a:隐私保护有效性对移动社交媒体特性与感知有用性之间的关系具有正向调节作用

H10b:隐私保护有效性对移动社交媒体特性与期望确认度之间的关系具有正向调节作用

H10c:隐私保护有效性对移动社交媒体特性与感知风险之间的关系具有负向调节作用

3 研究方法

3.1 问卷设计

问卷设计主要通过3个步骤完成:第一,对经常使用移动社交媒体位置信息共享的12名本科生和3名研究生进行访谈,提炼出初始构念;第二,通过仔细研读大量相关文献和咨询领域专家,提出理论模型并制作调查问卷;第三,针对37名在校大学生进行小规模的预调查,根据调查结果对部分题项措辞、顺序和数量等修改,反复斟酌后最终形成正式问卷.所有变量皆为定距数值型变量,采用Likert7分量表进行测量,分值从1(代表“强烈不同意”)到7(代表“强烈同意”)逐渐增大.问卷中的8个一阶变量分别设置3~4个题项,共有28个题项.为提高内容效度,测量量表尽可能援引于国外权威期刊文献,并结合本文的研究情境进行修改.

3.2 数据搜集与描述性统计

由于微信是最常用的移动社交工具之一,可提供诸多基于位置的服务,满足用户沟通、分享、娱乐等不同场景的需求,因此本研究针对微信用户进行调查.通过纸质问卷和网络问卷两种方式派发问卷:在讲授专业课的两个本科班中现场派发纸质问卷92份;在问卷星网站上制作网络问卷,在同行、亲友中派发问卷.收回问卷439份,剔除填写不完整、连续多个选项答案相同、前后逻辑矛盾等无效问卷,共得到有效问卷409份.对样本的描述性统计如下:从性别看,男女比例为39%、61%;从年龄分布看,23岁以下有312人(占76%),24至30岁有82人(占20%),30岁以上有15人(占4%左右);从受教育程度看,本科以下23人(占5%),本科308人(占75%),本科以上78人(占20%);从使用频率看,每周使用约1次的占25%,每周使用多次的占51%,每天频繁使用的占24%.

4 数据分析与假设检验

4.1 共同方法偏差

尽管针对不同对象分阶段派发问卷,但每份问卷均由同一个调查对象独立作答,因而可能产生共同方法偏差.采用Podsakoff等推荐的Harman单因子EFA检验[31],即对所有测量项目进行不做旋转处理的主成分因子分析,观察第一个公因子解释得方差变异量是否小于阈值0.5.从计算结果看,第一个公因子解释了0.410的方差变异,因此不存在严重的共同方法偏差.

4.2 信度与效度分析

本研究模型共包括6个反映型一阶变量和1个形成型二阶变量(移动社交媒体特性),两类变量的信效度分析指标不同,需要分别计算.

对6个反映型一阶变量而言,信度可采用组合信度(CR)和平均抽取方差(E)进行测量,两者的最低值分别为0.7和0.5(如表1所示).所有变量的CR值都在0.8以上,E值均大于0.7,因此信度良好.效度包括会聚效度和区分效度,会聚效度主要查看每个测度项的因子载荷值是否足够高.由表1可知,每个变量测度项的因子载荷值均大于0.8,说明会聚效度好;区分效度通过比较变量E值的平方根与变量间的相关系数进行检验,计算结果显示,所有变量E值的平方根(表2对角线上加粗数据)均大于对应变量间的相关系数,因而区别效度良好.

对形成型的二阶变量——移动社交媒体特性而言,信效度通过计算变量权重值、方差膨胀因子VIF( Variance Inflation Factor)和一阶因子载荷值进行考察.如表3所示,两个一阶变量的权重值和载荷值显著,且VIF值小于5,说明移动性和可获取性这两个一阶变量作为二阶变量移动社交媒体特性的重要因子具有较高的信度与效度.

4.3 主模型评价

所有的路径系数、显著性水平(p值)和各因变量的可解释方差R2见图2.除感知风险的R2值为0.047,属于较低水平外,其余4个内生潜变量(持续分享意愿、满意度、感知有用性和期望确认度)的R2值分别为0.652、0.600、0.343和0.252,属于中等标准[32],说明模型整体具有较强的解释力.在构造的假设中,H6、H10b和H10c未得到支持,其余13个假设均得以验证.

4.4 效应值与预测相关性

自变量的效应值表示自变量对因变量的作用大小,通过比较模型包含和排除自变量时因变量的R2值来计算.计算公式如下:

式中,f2表示自变量的效应值,

分别表示包含和排除自变量时因变量的R2值.根据Cohen[33]提出的标准,当0.02<f2≤0.15时,自变量具有弱效应;当0.15<f2≤0.35时,自变量具有中效应;当f2>0.35时,自变量具有强效应.计算结果如表4所示,模型中的两个自变量对后续因变量的解释力具有弱效应.

进一步,采用Stone-Geisser的Q2方法来评估模型的预测力,Q2是指某个内生潜变量的交叉效度冗余,当Q2>0时,说明自变量对因变量具有预测相关性;反之,则不具备预测相关性.Q2的计算公式如下:

Q2等于1-SSED /SSOD(2)

式(2)中,SSED是预测误差平方和(即预测值与实际值之差),SSOD是用均值替代的误差平方和.计算结果表明,持续分享意愿、满意度、感知有用性、期望确认度和感知风险5个内生潜变量的Q2值分别为0.529、0.541、0.286、0.212和0.036,这些值大于0,表明自变量与因变量之间具有预测相关性,结构模型预测力好,稳健性高.

当Q2>0时,可采用预测相关性系数q2来判断预测相关性大小.其计算公式为:

式(3)中,

分别表示包含和排除自变量时模型的预测相关性,q2值的判别标准同f2.计算结果如表5所示.模型中各影响路径的预测相关性存在差别,满意度对持续分享意愿的影响以及期望确认度对满意度的影响具有较强的预测相关性,其余大多数路径的预测相关性较弱.

4.5 调节效应分析

首先,为了回避共线性问题,将移动社交媒体特性、隐私保护有效性和感知有用性3个变量进行中心化处理;然后,将前两个变量的数值相乘得到的交互项引入回归方程中,其中,移动社交媒体特性是自变量,感知有用性是因变量,以此分析隐私保护有效性的调节效应.如图3所示,两条直线向上倾斜,说明移动社交媒体特性对感知有用性具有正向影响.当隐私保护较好时,移动社交媒体的移动性和可获取性对感知有用性影响较大(如图中红线);当隐私保护较差时,移动社交媒体的移动性和可获取性对感知有用性的影响作用较小(如图中蓝线).

5 研究结论与讨论

5.1 研究结论

(1)验证了ECM-ISC用于位置信息分享持续意愿研究的合理性,感知有用性和满意度对持续意愿都产生较为显著的影响,且满意度的影响高于感知有用性;感知有用性和期望确认程度都是满意度的前因变量,期望确认度的影响更大.该结论与Bhattacherjee[34]、Shiau[35]等研究一致,因此本研究是信息系统持续使用研究的扩充和完善.

(2)由于用户对隐私关注不够或感知行为控制能力不足,即使用户认识到隐私泄露可能引发安全隐患和隐私风险,也不会因此中止位置信息的分享行为,而是在担忧风险的同时继续分享位置信息,移动社交媒体位置信息分享行为存在普遍的“隐私悖论”现象.实证研究表明,隐私保护有效性对感知有用性和期望确认程度具有显著的正向影响,对感知风险具有显著的负向影响,并且能够正向调节移动社交媒体特性与感知有用性之间的影响关系.若隐私保护有效,用户感知到的风险低,对移动社交媒体的信任度和满意度高,用户持续分享位置信息的意愿强;反之,用户持续分享位置信息的意愿弱.

(3)移动社交媒体特性是由移动性和可获取性两个一阶变量构成的二阶变量,对感知有用性、期望确认度和感知风险均有十分显著的正向影响,这说明移动社交媒体是一把“双刃剑”:一方面,正如Park等指出的那样[36],移动性和可获取性使得移动社交媒体易于获取用户位置、行为轨迹、社交关系等信息,并将这些信息与时间序列相融合,为用户提供更加便利、可信和个性化的服务;另一方面,移动社交媒体的位置服务潜藏着更多风险,用户共享位置信息时不仅会发送地理坐标信息,还可能泄露家庭住址、生活习惯及常规路线等个人隐私.

5.2 启示

(1)完善隐私保护技术,规避隐私泄露风险.目前,用户使用移动社交媒体位置服务时主要面临如下隐私威胁:一是位置服务中的隐私威胁,即用户将位置信息发送给LBS提供商时可能存在个人隐私泄露风险;二是定位服务中的隐私威胁,移动设备定位时需不断采集位置信息,存在位置隐私泄露威胁;三是攻击者通过大数据挖掘获取用户位置隐私和社会性隐私.因此,可综合应用假位置技术、假名技术和隐匿时空技术等多种隐私保护技术,将位置信息以难于被攻击者识别的形式发布,全面保护用户位置、身份和行为轨迹等隐私信息,并根据用户需求开发个性化隐私保护模型,为用户提供个性化的隐私保护机制.

(2)强化用户信息安全意识,完善隐私保护的相关法律法规.移动社交媒体的移动性和可获取性不仅增强了用户对移动社交位置服务的认同度,同时也带来了更多的隐私风险.用户在享受移动社交位置服务为生活、工作带来便利的同时,应提高信息安全意识.根据《我国公众网络安全意识调查报告(2015)》,66.98% 的网民认为个人隐私泄露的主要原因是自我保护不当,自我保护意识太差[37].对此,用户应提高风险认知,注意识别移动社交位置服务潜藏的隐私风险,谨慎使用“摇一摇”“附近的人”等功能,不要随意粘贴或分享位置信息,尽量减少隐私信息的泄露.此外,移动互联网的快速发展凸显出相关法律的滞后性,相关部门应该不断完善法律法规体系以全面保护用户隐私.

5.3 研究不足与展望

本文以信息系统领域研究的经典模型ECM- ISC为基础,从隐私保护视角探究用户在移动社交媒体中持续分享位置信息的意愿,不仅验证了ECM-ISC的适用性,拓展了该模型的应用领域,而且还较深入地分析了移动社交媒体位置信息分享持续意愿的影响因素和作用机制,得出了一些有价值的结论,为移动社交和位置服务的实践发展提出了改进策略.然而,本研究尚存在一些不足之处,主要问题有:其一,隐私保护是一个复杂的综合性概念,本研究仅从服务提供者的视角开发问项,却忽略了用户的隐私保护行为(如提供虚假信息、限制访问),今后可考虑扩大其外延;其二,自变量的效应值与模型的预测相关性不够高,模型还有待完善和调整;其三,通过问卷调查获得的横截面数据不能揭示各因素因果关系的动态变化,未来可考虑数据采集器获取用户行为轨迹数据,并结合实验展开深入研究,以更加清晰地揭示移动社交媒体位置信息分享的影响机制.

参考文献

[1] SKYHOOK. Infographic:Cracking the Code on Location Services On [EB/OL].[2016-04-05]. http:// blog.skyhookwireless.com/infographic-cracking-the- code-on-location-services-on.

[2] 企鹅智酷. 数据揭秘“群社交”:中国移动社群生态报告[R/OL].[2016-08-06]. http://tech..com/a/ 20150806/008060.htm#p等于7.

[3] Marist Poll. Half of Social Networkers Online Concerned about Privacy [EB/OL]. [2016-05-21]. http:// maristpoll.marist.edu/714-half-of-social-networkers-online -concerned-about-privacy/.

[4] 李敏,王晓聪,张军,等. 基于位置的社交网络用户签到及相关行为研究[J]. 计算机科学,2013,40(10):72-76.

[5] Li R H,Liu J,Yu J X,et al. Co-occurrence prediction in a large location-based social network[J]. Frontiers of Computer Science,2013,7(2):185-194.

[6] Chang C W,Chen G M. College students’ disclosure of location-related information on Facebook[J]. Computers in Human Behior,2014,35:33-38.

[7] Yu J,Zo H,Choi M K,et al. User acceptance of location-based social networking services[J]. Online Information Review,2013,37(5):711-730.

[8] Wang S S,Stefanone M A. Showing Off?Human Mobility and the Interplay of Traits,Self-Disclosure,and Facebook Check-Ins[J]. Social Science Computer Review,2013,31(4):437-457.

[9] Bhattacherjee A. Understanding information systems continuance:an expectation-confirmation model[J]. MIS quarterly,2001,25(3):351-370.

[10] Zhou T. The effect of network externality on mobile social network site continuance[J]. Program Electronic Library & Information Systems,2015,49(3):289- 304.

[11] 洪红,徐迪.移动社交应用的持续使用意愿影响因素研究——探讨网络外部性和羊群行为的共同作用[J].经济管理,2015,37(5):40-50.

[12] Wang E S T,Chou N P Y. Examining social influence factors affecting consumer continuous usage intention for mobile social networking applications[J]. International Journal of Mobile Communications,2016,14(1):43-55.

[13] Hsiao C H,Chang J J,Tang K Y. Exploring the influential factors in continuance usage of mobile social Apps:Satiaction,habit,and customer value perspectives[J]. Telematics & Informatics,2016,33(2):342-355.

[14] Sun Y,Wang N,Shen X L,et al. Location information disclosure in location-based social network services:Privacy calculus,benefit structure,and gender differences[J]. Computers in Human Behior,2015,52(11):278-292.

[15] Sutanto J,Palme E,Tan C H,et al. Addressing the personalization-privacy paradox:an empirical assesent from a field experiment on artphone users[J]. MIS Quarterly,2013,37(4):1141-1164.

[16] Cheung C,Lee Z W Y,Chan,T K H. Self-disclosure in social networking sites:The role of perceived cost,perceived benefits and social influence [J]. Internet Research,2015,25(2):279-299.

[17] Bhattacherjee A. Understanding information systems continuance:an expectation-confirmation model[J]. MIS Quarterly,2001,25(3):351-370.

[18] Hsu J S C,Lin T C,Fu T W,et al. The effect of unexpected features on app users’ continuance intention[J].Electronic Commerce Research and Applications,2015,14(6):418-430.

[19] Mouakket S. Factors influencing continuance intention to use social network sites:The Facebook case[J]. Computers in Human Behior,2015,53(12):102- 110.

[20] Featherman M S,Plou P A. Predicting e-services adoption:a perceived risk facets perspective[J]. International Journal of Human-Computer Studies,2003,59(4):451-474.

[21] Ayanso A,Herath T C,O´Brien N. Understanding continuance intentions of physicians with electronic medical records (EMR):An expectancy-confirmation perspective[J]. Decision Support Systems,2015,77(9):112-122.

[22] Roback D,Wakefield R L. Privacy risk versus socialness in the decision to use mobile location-based applications[J]. Data Base for Advances in Information Systems,2013,44(2):19-38.

[23] Zhou T,Li H. Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern[J]. Computers in Human Behior,2014,37(8):283-289.

[24] Shin D H. What makes consumers use VoIP over mobile phones?Free riding or consumerization of new service[J]. Telecommunications Policy,2012,36(4):311- 323.

[25] Park E,Baek S,Ohm J,et al. Determinants of player acceptance of mobile social network games:An application of extended technology acceptance model[J]. Telematics & Informatics,2014,31(1):3-15.

[26] Boakye K G. Factors influencing mobile data service (MDS) continuance intention:An empirical study[J]. Computers in Human Behior,2015,50(9):125- 131.

[27] Zhou T. An empirical examination of continuance intention of mobile payment services[J]. Decision Support Systems,2013,54(2):1085-1091.

[28] 李志琼. 移动社交媒体用户隐私的缺失与保护——一种媒介环境学的视角[J]. 新闻世界,2015(6):125-126.

[29] Wisniewski P,Xu H,Lipford H,et al. Facebook apps and tagging:The trade-off between personal privacy and engaging with friends[J]. Journal of the Association for Information Science & Technology,2015,66(9):1883-1896.

[30] Xu H,Dinev T,Smith J,et al. Information privacy concerns:Linking individual perceptions with institutional privacy assurances[J]. Journal of the Association for Information Systems,2011,12(12):798-824.

[31] Podsakoff P M,Mackenzie S B,Lee J Y,et al. Common method biases in behioral research:A critical review of the literature and recommended remedies[J]. Journal of Applied Psychology,2003,88(5):879- 903.

[32] Hair J F,Sarstedt M.PLS-SEM:Indeed a silver bullet[J].Journal of Marketing Theory & Practice,2011,19(2):139-151.

[33] Cohen J. Statistical power analysis for the behioral sciences[M]. New York:Erlbaum,1988.

[34] Bhattacherjee A.Understanding information systems continuance:an expectation-confirmation model[J]. MIS Quarterly,2001,25(3):351-370.

[35] Shiau W L,Huang L C,Shih C H. Understanding continuance intention of blog users:A perspective of flow and expectation confirmation theory[J]. Journal of Convergence Information Technology,2011,6(4):306-317.

[36] Park E,Kim K J. An integrated adoption model of mobile cloud services:Exploration of key determinants and extension of technology acceptance model[J]. Telematics & Informatics,2014,31(3):376-385.

[37] 中国电子商务研究中心.我国公众网络安全意识调查报告(2015) [R/OL].[2015-06-06]. http://b2b.toocle.com/detail--6255683.html.

作者简介 陈明红,中山大学资讯管理学院副教授;孙顺,中山大学资讯管理学院本科生;漆贤军,中山大学资讯管理学院特聘研究员.

收稿日期 2016-10-19

(责任编辑:沈丽霞)

社交媒体论文参考资料:

媒体投稿

新闻媒体投稿

大学生社交礼仪论文

新媒体营销论文

网络媒体投稿

数字媒体论文

上文汇总:此文为一篇大学硕士与社交媒体本科社交媒体毕业论文开题报告范文和相关优秀学术职称论文参考文献资料,关于免费教你怎么写隐私保护和意愿和视角方面论文范文。

和你相关的