• 个人云存储用户的信息隐私感知威胁及应对策略研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 泛在信息环境下,云内的共享性、个性化服务过程及泛在接入使得用户的隐私威胁不断加大,探索用户感知威胁的削弱因素及应对策略,将有助于解析泛在信息环境下用户自身复杂的信息保护行为,促进云存储服务的进一步发展和规模化应用。[方法/过程] 结合心理学中的乐观偏差及应对理论,基于削弱因素感知威胁应对策略的研究逻辑,从乐观偏差、使用经验、官方认证3个维度分析对云存储用户感知威胁的不同影响,并验证乐观偏差对感知威胁到应对策略的调节作用。通过在线问卷调查,采用偏最小二乘法对结构模型进行估计。[结果/结论] 研究发现,使用经验、乐观偏差负向影响感知威胁,而官方认证的作用并不显著。此外,乐观偏差会负向调节感知威胁与问题应对之间的关系,但不会影响其与情绪应对的关系。研究结果可有助于揭示云储存用户感知威胁与应对策略的发生规律及内在机理,并为云服务提供商的风险管控以及国家工信部门的监管政策提供建议和参考。

  • 基于用户间信任关系改进的协同过滤推荐 方法*

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-12-05 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】利用用户间信任关系改进协同过滤推荐中用户相似性计算精度, 即在目标用户没有相似用户的前 提下, 从其信任用户中选择信任值高的作为相似用户, 进而提高相似用户聚类效果, 提高推荐质量, 并有效缓解 协同过滤推荐稀疏性和冷启动问题。【方法】筛选信任用户作为相似用户; 根据选择的信任用户和目标用户形成 一个项目的评分集, 并对目标用户未评价过的项目进行评分估算(根据信任用户评分进行简单的评分计算); 将用 户间的信任关系依据方差大小进行量化, 形成一个调节因子。本文的创新点就在于调节因子的计算, 并将调节因 子纳入用户相似性计算, 形成相似性用户聚类簇, 在此基础上在相似用户之间进行交叉推荐。【结果】通过平均 绝对误差指标进行实验评价, 结果表明基于信任关系的协同过滤推荐方法相比传统协同过滤, 在推荐精度上更 加准确, 并同时有效缓解了冷启动和稀疏性问题。【局限】本文提出的方法仅在具有信任关系的一个算例上进行 实验测试, 需在其他数据集和真实应用场景下进一步检验。【结论】用户间信任关系蕴涵非常有价值的信息, 对 用户信任关系进行量化, 并纳入用户相似性计算, 在此基础上实施协同过滤推荐, 对缓解冷启动与稀疏性问题 具有较好的理论和实践意义。

  • 基于用户间信任关系改进的协同过滤推荐 方法*

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-30 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】利用用户间信任关系改进协同过滤推荐中用户相似性计算精度, 即在目标用户没有相似用户的前 提下, 从其信任用户中选择信任值高的作为相似用户, 进而提高相似用户聚类效果, 提高推荐质量, 并有效缓解 协同过滤推荐稀疏性和冷启动问题。【方法】筛选信任用户作为相似用户; 根据选择的信任用户和目标用户形成 一个项目的评分集, 并对目标用户未评价过的项目进行评分估算(根据信任用户评分进行简单的评分计算); 将用 户间的信任关系依据方差大小进行量化, 形成一个调节因子。本文的创新点就在于调节因子的计算, 并将调节因 子纳入用户相似性计算, 形成相似性用户聚类簇, 在此基础上在相似用户之间进行交叉推荐。【结果】通过平均 绝对误差指标进行实验评价, 结果表明基于信任关系的协同过滤推荐方法相比传统协同过滤, 在推荐精度上更 加准确, 并同时有效缓解了冷启动和稀疏性问题。【局限】本文提出的方法仅在具有信任关系的一个算例上进行 实验测试, 需在其他数据集和真实应用场景下进一步检验。【结论】用户间信任关系蕴涵非常有价值的信息, 对 用户信任关系进行量化, 并纳入用户相似性计算, 在此基础上实施协同过滤推荐, 对缓解冷启动与稀疏性问题 具有较好的理论和实践意义。