本文是一篇在职研究生论文，本研究通过脑电记录仪收集了用户在面对不同收益和不同风险的隐私决策过程中的神经活动，旨在通过分析这些神经活动为隐私悖论的成因提供一个更客观、更科学的解释。
第一章 绪论
1.1研究背景
1.1.1现实背景
个性化服务是互联网发展过程中的重要产物，广泛存在于日常生活中，已经成为了生活中不可或缺的一部分[1]，如音乐软件的每日推荐、视频软件的猜你喜欢等功能都属于个性化服务。然而，天下没有免费的午餐。这种基于个人喜好进行信息推荐的个性化服务建立在众多用户隐私的基础之上。在用户们享受各种APP所提供个性化服务的同时，服务提供方获取了大量用户的个人隐私信息，包括地理位置信息、家庭住址信息、购买习惯信息等重要程度相对较低的信息，也包括财务数据信息、疾病历史信息等重要程度相对较高的信息[2]。事物的发展具有两面性，用户们在享受个性化服务的同时，还面临隐私泄露的挑战，比如快递企业用户信息被盗、房地产企业倒卖用户个人信息等恶劣的事件，或是企业间的用户信息共享、实时追踪个人地理位置等较为轻微的事件。
已有研究表明，用户在决策是否披露自身隐私信息时会从两方面进行考虑，一方面是使用个性化服务所带来的收益，如便利化服务等[3-7]；另一方面是披露自身隐私信息可能带来的风险，如隐私信息的泄露等问题[8-12]。一些学者提出，用户的决策还可能会受到用户个人特质的影响，如用户对隐私信息的关注程度[2, 11, 13, 14]。有趣的是，生活中存在着这样一种现象，很大一部分用户一边声称自己十分重视自身隐私信息的安全，一边很随意的将自身的隐私信息披露给提供个性化服务的企业，这一现象被学者们称为“隐私悖论”。
近年来，我国陆续出台了一系列的政策和法规来规范互联网行业对用户隐私信息的收集和使用，这使得越来越多的用户认识到隐私的价值。越来越多的互联网用户逐渐关注和重视起隐私信息的安全，他们不再盲目接受APP所提供的个性化服务，而是有选择地接受那些对自身影响较小的个性化服务。但是，也催生出了一些用户，他们认为隐私信息受到了法律的保护，更加随意的披露自身的隐私信息。还有一些用户则因为以前盲目的披露自身隐私数据，产生了一朝被蛇咬十年怕井绳的情况，使得这部分用户不敢也不愿去披露自身的隐私。
1.2研究问题和内容
1.2.1研究问题
基于以上内容，本研究以态度的元认知理论和认知的精细加工模型为基础，从隐私计算和隐私关注两方面入手，结合神经-行为实验方法，研究隐私计算和隐私关注对用户隐私披露意愿及其认知机制的影响，通过分析行为数据和脑电数据，从更客观的视角解释用户隐私披露意愿的产生过程及影响因素。
本文的研究问题为：
（1）在行为层面，收益感知如何影响用户的隐私披露意愿？风险感知如何影响用户的隐私披露意愿？隐私关注如何影响用户的隐私披露意愿？收益感知和风险感知如何共同影响用户的隐私披露意愿？隐私关注如何影响隐私计算过程？
（2）在神经认知层面，在识别收益感知和风险感知时，用户如何分配注意力资源和认知资源？不同隐私关注水平的用户注意力资源和认知资源分配模式是否一样？收益感知和风险感知如何影响用户的认知冲突？隐私关注如何在认知冲突阶段影响隐私计算？
1.2.2研究内容
本研究将文章结构分为六个部分，各部分的内容安排如下：
第一章，绪论。该部分介绍了数字经济时代中个性化服务领域的隐私悖论的研究背景和技术基础，根据现实情况提出了本研究的研究对象、问题和内容，进而阐述研究意义、研究方法和论文结构安排。
第二章，文献综述和理论基础。该部分对本研究所涉及的理论进行了介绍，并综述了学者们的相关研究。具体为隐私悖论、隐私关注理论、隐私计算理论和态度元认知理论。
第三章，研究框架与假设。通过第二章对已有文献的整理，结合双通道模型，从隐私计算（收益感知、风险感知）和隐私关注两方面进行了假设，提出了研究模型，在行为层面和神经层面探究影响隐私披露意愿产生的路径。
第四章，研究设计。该部分以前人在隐私悖论研究中使用过的成熟设计为基础，结合认知科学的实验范式，根据本研究特点进行小范围预实验进行微调，形成最终实验范式，并开展正式实验研究，通过博睿康64通道脑电仪记录被试的神经活动数据。
第五章，假设检验。该部分首先运用Matlab和eeglab对收集到的脑神经数据进行预处理，步骤为：重采样、滤波、去伪迹、分段叠加、平均和总平均。然后使用E-Prime导出被试的行为数据记录并整理。最后，使用SPSS对脑神经数据和行为数据进行统计分析，对相关假设进行检验，并对检验结果进行初步解释。
第六章，结论和贡献。该部分首先分类汇总了研究结果，深入解释了检验结果，分析了实验中假设不成立的原因。然后，该部分总结了本研究的研究结论，并根据结论提出了有针对性和可操作的意见。最后指出了该研究中存在的不足。
第二章 文献综述和理论基础
2.1隐私悖论的相关研究
2.1.1隐私悖论的界定和发展史
在已有研究中，不同学界的学者们从不同理论视角对“隐私”这一概念做出了界定。Smith等[55]从价值视角对隐私做出了定义，认为隐私是一种权利或商品，个体可以对其进行控制和处置。Hong等[26], Hong和Thong [56]认为隐私是“个人对自己信息以何种方式，在何时何地公开、分享和扩散给他人的控制能力。”从道德、法律和社会等多个层面来看，在数字经济时代，各企业对用户隐私信息的需求与日俱增，隐私问题成为了目前十分紧要的研究课题 [57, 58]。有学者提出，企业以营销为目的收集的隐私信息可分为五类，分别为人口统计学特征、生活方式特征、购买习惯、财务信息和个人识别信息[59]。该研究指出，消费者不同类型的信息的关注程度不同，消费者一般较为愿意向企业提供人口统计学特征和生活方式特征，对其余信息的关注程度则较高，很少愿意进行披露[59]。
隐私悖论（Privacy Paradox）是指个体在态度上表现出对隐私信息的关注和对隐私泄露的担忧，但出于种种原因，在行为表现为将自身隐私进行披露的矛盾现象[1, 16, 23, 60]。隐私悖论的研究最早出现在医学领域，研究人员为了发表一篇论文，需要公开实验中所用到的数据。当研究人员向患者提出允许其使用他们的临床病例材料时，遭到了患者的强烈抵制，理由是患者们不希望自身隐私信息公之于众；但是当研究人员向患者们解释其病例信息将用于推动医学的进步时，患者们的态度发生了翻天覆地变化，他们立刻就同意了研究人员公开其病例信息的请求[11, 16, 18]。研究人员对此现象解释为，当信息收集者给出合理的解释或个体对信息收集者存在信任时，人们就可能会表现出一些不平常的行为，例如披露隐私[61]。
2.2隐私关注理论
2.2.1隐私关注的界定
关于隐私关注（Privacy Concern），学者们大多基于人们的感知角度对其进行界定。在早期，隐私关注被定义为“人们对隐私是否受到了公正待遇的主观感知”[78]。在数字经济时代，学者们对隐私关注的研究逐渐增多。目前广为学者们接受定义为：用户对企业收集、存储和使用个人隐私信息行为的忧虑，反映了个体对企业对待其个人隐私信息的期望和网站实际行动之间的感知差异[17，26]。目前，有两个广为接受的模型解释了隐私关注组成维度，分别为信息隐私关注模型（CFIP）和网络用户隐私关注模型（IUIPC）。
Smith等[78]提出了信息隐私关注模型，他们从企业行为的方面将隐私关注划分为收集、错误、二次使用和不当访问方面导致的忧虑。收集维度是指，由于企业大量收集和存储用户的隐私信息，用户因为担心隐私而产生的担忧。错误维度是指，用户对企业不作为或少作为而导致个人隐私信息泄露而产生的担忧。二次使用维度是指，用户对企业将针对某个特定目的而收集的信息用作他用而产生的担忧。不当访问维度是指，用户对隐私信息被未授权的人查看或使用的担忧。
Malhotra等[79]提出了网络用户隐私关注模型，他们引入社会契约理论，将隐私关注分为收集、控制和知晓三个维度。该模型认为，收集维度是指用户认为企业收集的数据量和提供的收益不匹配，因而产生的担忧。控制维度是指用户对无法控制隐私信息如何被企业使用而产生的担忧。知晓维度是指，用户对企业如何使用自己的隐私信息知晓程度不高而产生的担忧。
第三章 研究框架与假设....................... 18
3.1研究逻辑............................ 18
3.1.1问题提出 .......................... 18
3.1.2研究思路 .......................... 19
第四章 研究设计....................... 28
4.1实验目的..................... 28
4.2实验被试..................... 28
4.3实验过程...................... 29
第五章 假设检验............................ 32
5.1数据处理...................... 32
5.2数据分析..................... 32
第五章 假设检验
5.1数据处理
实验中使用E-Prime 3.0作为实验程序编程软件，博睿康NeuroScan W64 64通道脑电采集仪器作为脑电数据采集工具。实验结束后，将E-Prime 3.0中记录的被试行为决策数据导出至Excel中进行分类汇总，将NeuroScan W64中记录的脑电数据通过Matlab转码为EEGlab文件。随后通过EEGlab对脑电数据进行预处理，数据处理流程如下：
1.电极定位。将NeuroScan W64的电极位置分布图导入至EEG
