推薦系統感知個性化的影響研究

鄒煜璇

（北方工業大學 北京 100144）

一、概念

推薦系統（Recommender system）是一種信息過濾技術，能將商品的屬性和用戶的瀏覽等輸入的信息相結合，利用系統數據庫中相似用戶的歷史數據，通過系統算法過濾其偏好，推薦相應的新消息給用戶[1]。推薦系統不但能夠減輕消費者搜尋的負擔，極大改善了消費體驗，提高忠誠度，同時給企業也帶來更多利益，因而成為電子商務企業廣泛使用的工具之一[2]。互聯網的發展帶來了網絡信息量的激增，推薦系統能夠解決信息超載問題，為消費者提供個性化服務，幫助消費者更加快捷高效地找到需要的信息；也能給企業帶來更高的客戶忠誠度、更好的業績，具有重要的經濟價值。推薦系統能夠幫助顧客改善決策質量，實現更好的產品選擇，減少用戶的搜索精力、決策時間，具有重要的經濟價值。

Komiak等（2006）認為，感知個性化意味著推薦系統用于其推薦生成的產品屬性偏好將有效地闡明客戶的個人需求，并且推薦系統的產品過濾策略和排名計算與客戶的個人購物策略是一致的[3]。陳明亮（2009）認為大部分用戶對推薦系統的處理邏輯特點并不清楚，能切身體驗到的是推薦系統的輸出特性[4]。B.Xiao（2007）和W.Wang（2005）認為，推薦內容個性化直接影響消費者對推薦系統的評價，個性化程度越高，消費者認為推薦系統的價值越高，消費者對推薦系統的信任也越強，接受推薦產品的意愿也越強[5]。但逐漸也有少數學者發現，高度個性化的推薦信息并不是一定會得到滿意的反饋，消費者對推薦系統的主觀感受和評價也會受到其他因素的影響[6]。范鈞（2020）發現，電商平臺的推薦契合度會對消費者的感知操控意圖和感知隱私侵犯造成影響，進而產生心理抗拒。

在推薦系統的研究情境下，是指消費者降低推薦系統使用強度、暫停或永久停止使用推薦系統。不持續使用行為并不是與持續使用完全相反，在一定意義上屬于一種可能獨立存在的行為傾向或者與持續使用并存的一種復雜的行為意愿，基于人類心理兩種對立的態度潛在相互共存的理論，這種非持續使用傾向可以看作人類心理的內部斗爭，其影響機制也是極為復雜的。過去關于不持續使用意愿的已有研究主要集中在系統功能超載、信息過載、社交過載、情緒耗竭、疲勞、技術壓力感、負面情緒、滿意度等方面，且都是在社交媒體背景下進行討論。目前未有研究將不持續使用意愿引入推薦系統使用背景下，而現實背景下推薦系統確實造成了消費者一定程度的擔憂甚至反感，出于隱私保護的角度，消費者在過分感知個性化的情況下，會在推薦系統提供的好處和隱私泄露可能帶來的威脅危害之間進行權衡。

隨著互聯網的發展，記錄、收集和使用個人信息變得更加輕而易舉。消費者的隱私意識也在不斷增強，隱私關注已經成為了學者研究的熱點。消費者明確表示強烈的隱私關注，擔心自己的隱私受不到良好的保護或可能被濫用；而另一方面，消費者又常常無償地分享自己的個人信息，或對保護消費者隱私的政策置若罔聞。相關研究發現，較高的隱私關注水平會提升消費者的風險信念。在同樣的推薦系統情境下，由于高隱私關注的消費者，更加擔憂自身數據被收集和使用的合理合法性，更看重這一過程是否侵犯了自己隱私，因此對于高隱私關注的消費者而言，更加能夠認識到不持續使用帶來的更多受益。也就是說，隱私關注度越高的用戶，就會更傾向于不持續使用推薦系統，以達到規避隱私泄露風險的可能。

二、感知個性化對不持續使用意愿的影響

實證研究表明，有21%的消費者并未對個性化推薦服務做出積極的響應。在消費者使用在線個性化推薦服務時，隱私是一個主要問題。之前的研究表明，大部分用戶都對使用個性化推薦感興趣，但關心在線公司如何使用自己的私人數據[10]。綜上所述，推薦系統能夠幫助顧客改善決策質量，實現更好的產品選擇，減少用戶的搜索精力、決策時間，具有重要的經濟價值。然而，消費者出于對隱私安全的保護動機，又形成了不持續使用意愿，削弱了推薦系統的作用。

根據益普索全球顧問公司發布的《2019年全球公民對數據隱私的態度調查》顯示，消費者對數據隱私越來越重視，這一情況在中國、印度、馬來西亞和沙特阿拉伯等地區表現得更為明顯。Veritas公司在其2018年發布的《全球消費者數據隱私報告》中指出，如果企業未能妥善保護個人數據，57.7%的中國受訪者表示將停止從該企業購買產品和服務；而如果企業能夠有效保護個人數據的安全，則有90.5%的受訪者表示愿意加大從該企業購買的力度。可以看出個性化推薦的好處不是沒有代價的，而且想要鼓勵用戶更多地去使用，其好處必須大于成本。消費者一方面渴望高質量的個性化，出于便利或體驗等利益而允許企業收集自己的信息。

另一方面，對其個人的隱私信息有強烈的擔憂。用戶對個人隱私的擔憂會給個性化系統帶來很多深層次的影響，一方面用戶不愿意信任推薦系統，從而不愿意甚至放棄使用它；另一方面用戶不愿意向系統提供個性化信息，也不愿意被系統跟蹤監視，從而導致推薦系統無法得到足夠數據進而影響推薦的準確度。這不僅不利于推薦系統發揮其幫助用戶決策的功能，也降低了企業提供此服務的經濟價值]。由此可見，從隱私關注的角度來看，推薦系統個性化服務會使得消費者減輕信息搜尋的壓力，然而過分的個性化反之會造成消費者的反感與排斥。出于對自己的隱私信息的保護，消費者會減少使用頻率甚至不再使用該推薦系統。這樣使得企業提供個性化服務的目的適得其反。

三、總結

本文從隱私關注角度，分析了消費者對推薦系統的感知個性化，會使其產生不持續使用意愿，并基于已有文獻闡述了內在發生機理。將不持續使用意愿引入推薦系統研究情境中，并提出過分的感知個性化，會使得消費者對推薦系統產生不持續使用意愿。

推薦系統在大數據的背景下能夠給消費者帶來便捷，減輕搜索壓力和信息過載的問題，給提供推薦服務的企業也帶來了更多利益。但是在隱私泄露的情境下，越來越多的消費者隱私關注在不斷提高，面對推薦系統帶來的便利，消費者心理會產生矛盾的態度，在獲取到的便利和隱私泄露的威脅之間進行權衡，如果隱私泄露帶來的威脅更大，超過了推薦系統能帶來的好處，消費者則會產生不持續使用意愿，選擇轉向使用其他推薦系統，減少或者降低使用頻率，甚至不繼續使用推薦系統。這樣一來就降低了推薦系統的經濟價值。

隱私關注程度高的消費者會，更注重隱私泄露可能帶來的危害，因為他們對危險的感知更強烈。提醒企業在使用推薦系統為消費者提供個性化服務時，要充分把握用戶心理感知，避免主觀性的強制推薦。企業一味地追求推薦信息的個性化、精準性，提高用戶的感知個性化，反而會讓消費者擔心自己的隱私是否被泄露和過度使用。企業應當調整推薦系統的個性化程度，使得消費者的感知個性化程度，更契合其對隱私的關注程度。