推荐系统感知个性化的影响研究

邹煜璇

（北方工业大学 北京 100144）

一、概念

推荐系统（Recommender system）是一种信息过滤技术，能将商品的属性和用户的浏览等输入的信息相结合，利用系统数据库中相似用户的历史数据，通过系统算法过滤其偏好，推荐相应的新消息给用户[1]。推荐系统不但能够减轻消费者搜寻的负担，极大改善了消费体验，提高忠诚度，同时给企业也带来更多利益，因而成为电子商务企业广泛使用的工具之一[2]。互联网的发展带来了网络信息量的激增，推荐系统能够解决信息超载问题，为消费者提供个性化服务，帮助消费者更加快捷高效地找到需要的信息；也能给企业带来更高的客户忠诚度、更好的业绩，具有重要的经济价值。推荐系统能够帮助顾客改善决策质量，实现更好的产品选择，减少用户的搜索精力、决策时间，具有重要的经济价值。

Komiak等（2006）认为，感知个性化意味着推荐系统用于其推荐生成的产品属性偏好将有效地阐明客户的个人需求，并且推荐系统的产品过滤策略和排名计算与客户的个人购物策略是一致的[3]。陈明亮（2009）认为大部分用户对推荐系统的处理逻辑特点并不清楚，能切身体验到的是推荐系统的输出特性[4]。B.Xiao（2007）和W.Wang（2005）认为，推荐内容个性化直接影响消费者对推荐系统的评价，个性化程度越高，消费者认为推荐系统的价值越高，消费者对推荐系统的信任也越强，接受推荐产品的意愿也越强[5]。但逐渐也有少数学者发现，高度个性化的推荐信息并不是一定会得到满意的反馈，消费者对推荐系统的主观感受和评价也会受到其他因素的影响[6]。范钧（2020）发现，电商平台的推荐契合度会对消费者的感知操控意图和感知隐私侵犯造成影响，进而产生心理抗拒。

在推荐系统的研究情境下，是指消费者降低推荐系统使用强度、暂停或永久停止使用推荐系统。不持续使用行为并不是与持续使用完全相反，在一定意义上属于一种可能独立存在的行为倾向或者与持续使用并存的一种复杂的行为意愿，基于人类心理两种对立的态度潜在相互共存的理论，这种非持续使用倾向可以看作人类心理的内部斗争，其影响机制也是极为复杂的。过去关于不持续使用意愿的已有研究主要集中在系统功能超载、信息过载、社交过载、情绪耗竭、疲劳、技术压力感、负面情绪、满意度等方面，且都是在社交媒体背景下进行讨论。目前未有研究将不持续使用意愿引入推荐系统使用背景下，而现实背景下推荐系统确实造成了消费者一定程度的担忧甚至反感，出于隐私保护的角度，消费者在过分感知个性化的情况下，会在推荐系统提供的好处和隐私泄露可能带来的威胁危害之间进行权衡。

随着互联网的发展，记录、收集和使用个人信息变得更加轻而易举。消费者的隐私意识也在不断增强，隐私关注已经成为了学者研究的热点。消费者明确表示强烈的隐私关注，担心自己的隐私受不到良好的保护或可能被滥用；而另一方面，消费者又常常无偿地分享自己的个人信息，或对保护消费者隐私的政策置若罔闻。相关研究发现，较高的隐私关注水平会提升消费者的风险信念。在同样的推荐系统情境下，由于高隐私关注的消费者，更加担忧自身数据被收集和使用的合理合法性，更看重这一过程是否侵犯了自己隐私，因此对于高隐私关注的消费者而言，更加能够认识到不持续使用带来的更多受益。也就是说，隐私关注度越高的用户，就会更倾向于不持续使用推荐系统，以达到规避隐私泄露风险的可能。

二、感知个性化对不持续使用意愿的影响

实证研究表明，有21%的消费者并未对个性化推荐服务做出积极的响应。在消费者使用在线个性化推荐服务时，隐私是一个主要问题。之前的研究表明，大部分用户都对使用个性化推荐感兴趣，但关心在线公司如何使用自己的私人数据[10]。综上所述，推荐系统能够帮助顾客改善决策质量，实现更好的产品选择，减少用户的搜索精力、决策时间，具有重要的经济价值。然而，消费者出于对隐私安全的保护动机，又形成了不持续使用意愿，削弱了推荐系统的作用。

根据益普索全球顾问公司发布的《2019年全球公民对数据隐私的态度调查》显示，消费者对数据隐私越来越重视，这一情况在中国、印度、马来西亚和沙特阿拉伯等地区表现得更为明显。Veritas公司在其2018年发布的《全球消费者数据隐私报告》中指出，如果企业未能妥善保护个人数据，57.7%的中国受访者表示将停止从该企业购买产品和服务；而如果企业能够有效保护个人数据的安全，则有90.5%的受访者表示愿意加大从该企业购买的力度。可以看出个性化推荐的好处不是没有代价的，而且想要鼓励用户更多地去使用，其好处必须大于成本。消费者一方面渴望高质量的个性化，出于便利或体验等利益而允许企业收集自己的信息。

另一方面，对其个人的隐私信息有强烈的担忧。用户对个人隐私的担忧会给个性化系统带来很多深层次的影响，一方面用户不愿意信任推荐系统，从而不愿意甚至放弃使用它；另一方面用户不愿意向系统提供个性化信息，也不愿意被系统跟踪监视，从而导致推荐系统无法得到足够数据进而影响推荐的准确度。这不仅不利于推荐系统发挥其帮助用户决策的功能，也降低了企业提供此服务的经济价值]。由此可见，从隐私关注的角度来看，推荐系统个性化服务会使得消费者减轻信息搜寻的压力，然而过分的个性化反之会造成消费者的反感与排斥。出于对自己的隐私信息的保护，消费者会减少使用频率甚至不再使用该推荐系统。这样使得企业提供个性化服务的目的适得其反。

三、总结

本文从隐私关注角度，分析了消费者对推荐系统的感知个性化，会使其产生不持续使用意愿，并基于已有文献阐述了内在发生机理。将不持续使用意愿引入推荐系统研究情境中，并提出过分的感知个性化，会使得消费者对推荐系统产生不持续使用意愿。

推荐系统在大数据的背景下能够给消费者带来便捷，减轻搜索压力和信息过载的问题，给提供推荐服务的企业也带来了更多利益。但是在隐私泄露的情境下，越来越多的消费者隐私关注在不断提高，面对推荐系统带来的便利，消费者心理会产生矛盾的态度，在获取到的便利和隐私泄露的威胁之间进行权衡，如果隐私泄露带来的威胁更大，超过了推荐系统能带来的好处，消费者则会产生不持续使用意愿，选择转向使用其他推荐系统，减少或者降低使用频率，甚至不继续使用推荐系统。这样一来就降低了推荐系统的经济价值。

隐私关注程度高的消费者会，更注重隐私泄露可能带来的危害，因为他们对危险的感知更强烈。提醒企业在使用推荐系统为消费者提供个性化服务时，要充分把握用户心理感知，避免主观性的强制推荐。企业一味地追求推荐信息的个性化、精准性，提高用户的感知个性化，反而会让消费者担心自己的隐私是否被泄露和过度使用。企业应当调整推荐系统的个性化程度，使得消费者的感知个性化程度，更契合其对隐私的关注程度。