基于KANO模型的社交平臺(tái)個(gè)人信息保護(hù)要素研究

金 燕 張啟源

(鄭州大學(xué)信息管理學(xué)院，鄭州，450001)

1 引言

Web2.0的發(fā)展促進(jìn)了各類社交平臺(tái)的興起，如興趣類的貼吧、知乎、豆瓣，網(wǎng)站類的Facebook、Qzone，話題類的Twitter、微博等等。人們可以通過這些社交平臺(tái)與他人進(jìn)行溝通、分享心情、分享知識(shí)等。但隨著人們對(duì)社交平臺(tái)利用的深入，一些問題逐漸呈現(xiàn)出來，其中尤為突出的就是社交平臺(tái)用戶的個(gè)人信息保護(hù)問題。部分個(gè)人、商家和組織在利益的驅(qū)動(dòng)下，追逐社交網(wǎng)絡(luò)大數(shù)據(jù)中蘊(yùn)含的商業(yè)價(jià)值，利用一切技術(shù)和手段搜集和捕獲用戶個(gè)人信息，引發(fā)一系列問題，如Facebook的泄密門事件[1]。美國當(dāng)?shù)貢r(shí)間2018年3月17日，《紐約時(shí)報(bào)》《英國衛(wèi)報(bào)》等多家媒體報(bào)道，F(xiàn)acebook上超過5000萬用戶信息數(shù)據(jù)被一家名為“劍橋分析”(CambridgeAnalytica)的英國數(shù)據(jù)分析公司利用,該公司通過對(duì)Facebook用戶的日常喜好、性格特點(diǎn)、教育水平等數(shù)據(jù)的分析，預(yù)測(cè)他們的政治傾向，進(jìn)行新聞的精準(zhǔn)推送，從而試圖影響2016年美國總統(tǒng)大選結(jié)果。雖然用戶數(shù)據(jù)并不是由Facebook直接泄漏，但至少說明Facebook對(duì)于第三方應(yīng)用如何獲取和使用用戶數(shù)據(jù)缺乏監(jiān)管，導(dǎo)致用戶數(shù)據(jù)被濫用、誤用，引發(fā)了自創(chuàng)建以來最大的一次用戶信任危機(jī)。可以說，社交平臺(tái)已經(jīng)成了用戶現(xiàn)實(shí)生活在網(wǎng)絡(luò)中的一個(gè)映射，用戶在社交平臺(tái)上的各類個(gè)人信息、每一次的行為都可以被記錄、追蹤、搜集和利用，那么當(dāng)用戶使用社交平臺(tái)享受數(shù)字化生活時(shí)，是否關(guān)心過社交平臺(tái)的隱私聲明，是否了解社交平臺(tái)的個(gè)人信息保護(hù)措施，對(duì)社交平臺(tái)提供的個(gè)人信息保護(hù)措施是否滿意呢？

國內(nèi)外關(guān)于社交平臺(tái)個(gè)人信息保護(hù)的相關(guān)研究已經(jīng)取得了豐富的成果。國內(nèi)研究主要集中于網(wǎng)絡(luò)社交環(huán)境下個(gè)人信息保護(hù)的現(xiàn)狀調(diào)查和個(gè)人信息保護(hù)機(jī)制的建立。如，羅力對(duì)社交網(wǎng)絡(luò)用戶個(gè)人信息安全的現(xiàn)狀進(jìn)行剖析，提出了有效保護(hù)社交網(wǎng)絡(luò)用戶信息安全的3種途徑，包括加強(qiáng)立法保障和行業(yè)自律、提高社交網(wǎng)絡(luò)企業(yè)的信息安全管理水平、提升用戶信息安全素養(yǎng)[2]；王娜等以用戶個(gè)人行為為切入點(diǎn)，對(duì)移動(dòng)社交網(wǎng)絡(luò)中個(gè)人信息保護(hù)現(xiàn)狀進(jìn)行抽樣調(diào)查和分析，指出了影響個(gè)人信息安全的用戶行為習(xí)慣主要包括以個(gè)人信息作為密碼、安裝未知移動(dòng)社交應(yīng)用等[3]；陶麗茂等從技術(shù)層面、管理層面、法律層面以及公民意識(shí)層面構(gòu)建了大數(shù)據(jù)時(shí)代下的個(gè)人信息保護(hù)機(jī)制[4]。國外研究主要集中于社交網(wǎng)絡(luò)隱私保護(hù)相關(guān)技術(shù)研究。如，Squicciarini等提出了一個(gè)隱私保護(hù)機(jī)制，它支持用戶的個(gè)人資料信息的半自動(dòng)化生成規(guī)則，填補(bǔ)了社交網(wǎng)絡(luò)用戶的隱私管理需求和現(xiàn)有隱私保護(hù)機(jī)制之間的空白[5]；Yin等提出了一種基于Map-Reduce模型的社會(huì)網(wǎng)絡(luò)隱私保護(hù)方案[6]；Wang等致力于推廣一種保護(hù)個(gè)人隱私的技術(shù)，并提出了匿名的標(biāo)準(zhǔn)，以評(píng)估泄露社交網(wǎng)絡(luò)個(gè)人數(shù)據(jù)、破壞個(gè)人隱私所帶來的風(fēng)險(xiǎn)[7]。已有的相關(guān)研究表明，當(dāng)前從用戶視角對(duì)影響社交平臺(tái)個(gè)人信息保護(hù)滿意度的要素展開的相關(guān)研究較少。

本研究試圖移植服務(wù)領(lǐng)域的Kano模型，以當(dāng)前社交平臺(tái)開展的用戶個(gè)人信息保護(hù)項(xiàng)目作為衡量指標(biāo)，通過Kano正反向問卷測(cè)量各類用戶對(duì)當(dāng)前社交平臺(tái)個(gè)人信息保護(hù)狀況的滿意度，借助于Kano要素分類表與Better-Worse四象限圖，對(duì)影響社交平臺(tái)個(gè)人信息保護(hù)滿意度的要素進(jìn)行歸類，在此基礎(chǔ)上對(duì)社交平臺(tái)的個(gè)人信息保護(hù)機(jī)制提出相應(yīng)的改進(jìn)建議。具體研究目標(biāo)如下：①通過Kano調(diào)查識(shí)別影響社交平臺(tái)個(gè)人信息保護(hù)滿意度的要素，并進(jìn)行歸類；②在要素歸類的基礎(chǔ)上進(jìn)行Better-Worse分析；③以要素識(shí)別歸類和Better-Worse分析為基礎(chǔ)，提出社交平臺(tái)改善個(gè)人信息保護(hù)現(xiàn)狀的措施和建議。

2 Kano模型及其應(yīng)用

1984年，日本管理學(xué)家狩野紀(jì)昭[8]確立了Kano模型的完整架構(gòu)，他將構(gòu)成產(chǎn)品或服務(wù)的典型特征或因素稱為一個(gè)質(zhì)量要素，并認(rèn)為所有的質(zhì)量要素都可以劃歸為不同的類型，而不同類型的質(zhì)量要素對(duì)用戶滿意度的影響是不同的。影響用戶滿意度的主要質(zhì)量類型包括：①魅力質(zhì)量(A：Attractive)，此類質(zhì)量要素表現(xiàn)充足時(shí)，用戶滿意度會(huì)迅速大幅度提升；不充足時(shí)用戶也可以接受，不會(huì)造成用戶不滿意；②一維質(zhì)量(O：One-dimensional)，此類質(zhì)量要素的充足程度增加時(shí)，用戶滿意度會(huì)隨之線性增加，反之亦然；③必備質(zhì)量(M：Must-be)，必備質(zhì)量是用戶認(rèn)為理所當(dāng)然的質(zhì)量要素，當(dāng)其表現(xiàn)不充足時(shí)，用戶滿意度會(huì)迅速大幅度下降，但當(dāng)其表現(xiàn)超過業(yè)界平均值之后，必備服務(wù)質(zhì)量要素再充足，用戶也不會(huì)表現(xiàn)出特別滿意；④無差異質(zhì)量(I：Indifferent)，此類型要素不論充足與否都不會(huì)造成用戶滿意或是不滿意；⑤逆向質(zhì)量(R：Reverse)，此類型質(zhì)量要素充足時(shí)會(huì)引起不滿，不充足時(shí)令人感到滿意。當(dāng)服務(wù)機(jī)構(gòu)的服務(wù)水平處于業(yè)界平均值之下時(shí)，必備質(zhì)量(M)對(duì)用戶滿意水平的影響比較顯著；而在平均值之上時(shí)，魅力質(zhì)量(A)對(duì)用戶滿意的影響比較顯著[9]。

KANO模型自提出以來，就被很多學(xué)者應(yīng)用于服務(wù)質(zhì)量的提升、用戶需求分析、滿意度影響因素探索等方面的研究，孟慶良等構(gòu)建了一種定量化的Kano模型，將顧客需求分類客觀化，提出基于定量化Kano模型的顧客需求最終重要度確定方法[10]；唐中君等運(yùn)用Kano模型結(jié)合模糊聚類方法，對(duì)個(gè)性化需求進(jìn)行識(shí)別與篩選，構(gòu)建了產(chǎn)品的個(gè)性化需求層次模型，并確定了個(gè)性化需求項(xiàng)的重要度排序[11]；陳梅梅等基于改進(jìn)的Kano模型，研究了B2C電子商務(wù)網(wǎng)站滿意度影響因素[12]?；诖耍疚恼J(rèn)為，利用Kano模型來探索社交平臺(tái)個(gè)人信息保護(hù)滿意度要素是可行的。

3 研究思路與設(shè)計(jì)

本文的研究思路是：①問卷設(shè)計(jì)。通過與6名社交平臺(tái)管理者與使用者的訪談，結(jié)合目前社交平臺(tái)涉及用戶個(gè)人信息保護(hù)的項(xiàng)目，最終形成社交平臺(tái)個(gè)人信息保護(hù)的Kano調(diào)查問卷。問卷包含16個(gè)測(cè)量指標(biāo)，如表1所示。問卷形式基本遵循狩野紀(jì)昭開發(fā)的結(jié)構(gòu)型問卷，問項(xiàng)由成對(duì)的正反向問題構(gòu)成，如表2所示。每個(gè)問題都有5個(gè)答案選項(xiàng)供選擇，并分別用李克特5級(jí)量表的1、2、3、4、5進(jìn)行量化，其意義如下：“我很喜歡”，即讓被調(diào)查者感到滿意、開心、驚喜；“它理應(yīng)如此”，即讓被調(diào)查者覺得是應(yīng)該的、必備的功能/服務(wù)；“無所謂”，即讓被調(diào)查者不會(huì)特別在意，但還可以接受；“勉強(qiáng)接受”，即讓被調(diào)查者不喜歡，但是可以接受；“我很不喜歡”，即讓被調(diào)查者感到不滿意”。問卷調(diào)查的過程也就是被調(diào)查者選擇正反向問題的相關(guān)答案的過程。②實(shí)施調(diào)查。統(tǒng)計(jì)調(diào)查結(jié)果，并根據(jù)表3所示的Kano評(píng)價(jià)表進(jìn)行交叉分析，得到每一要素類型歸屬的Kano調(diào)查結(jié)果表。③進(jìn)行Better-Worse分析。④得出結(jié)論。

4 調(diào)查結(jié)果分析

本次調(diào)查的對(duì)象為各類社交平臺(tái)用戶，調(diào)查問卷發(fā)放的時(shí)間為2018年5月，主要通過問卷星在線平臺(tái)進(jìn)行，考慮到網(wǎng)絡(luò)調(diào)研具有一定的局限性，隨后又在公共圖書館、大型商場(chǎng)隨機(jī)選擇部分人群進(jìn)行現(xiàn)場(chǎng)調(diào)查。此次調(diào)查共發(fā)放問卷260份，回收有效問卷228份，回收率87.7%，將其中24位未使用過社交平臺(tái)的樣本視為無效樣本剔除后， 實(shí)際有效回收為204份，有效回收率為78.5%。被調(diào)查對(duì)象的年齡主要分布在21—34歲之間，其中男性占43.1%，女性占56.9%；擁有本科學(xué)歷的占55.9%，研究生學(xué)歷占24%。被調(diào)查者均具有較長(zhǎng)的社交平臺(tái)使用經(jīng)歷，年齡等符合社交平臺(tái)典型用戶群體特征[13]。

表1 社交平臺(tái)個(gè)人信息保護(hù)的 Kano問卷指標(biāo)集

表2 社交平臺(tái)個(gè)人信息保護(hù)Kano問卷調(diào)查示例

表3 Kano評(píng)價(jià)表

使用SPSS22.0軟件對(duì)此次調(diào)查數(shù)據(jù)進(jìn)行信度、效度、Kano二維屬性歸類分析。Kano問卷整體信度Cronbach'sα系數(shù)為0.856，其中正向問卷的系數(shù)為0.858，反向問卷的系數(shù)為0.915；KANO問卷的總體效度KMO值為0.798，其中正向問卷為0.858，反向問卷為0.896。

4.1 社交平臺(tái)個(gè)人信息保護(hù)要素的Kano調(diào)查結(jié)果

根據(jù)Kano調(diào)查問卷、Kano評(píng)價(jià)表和Kano調(diào)查結(jié)果表這三個(gè)工具能夠很方便地推斷出每個(gè)要素所應(yīng)歸屬的類型[14]。使用SPSS22.0的交叉分析功能，計(jì)算出每一要素的類別占比，并在此基礎(chǔ)上，分別計(jì)算出TS、CS、Better和Worse值，如表4所示。表中數(shù)據(jù)的具體說明見下文詳解。

表4 社交平臺(tái)個(gè)人信息保護(hù)要素的Kano調(diào)查結(jié)果

4.2 Kano二維屬性歸類狀況

Kano模型類似于一種定性歸類方法，以頻數(shù)來判斷每個(gè)測(cè)試要素的歸類。表4中A、O、M、I、Q、R欄的數(shù)字分別代表C1至C16要素用戶回答歸類于魅力要素(A)、一維要素(O)、必備要素(M)、無差異要素(I)、可疑要素(Q)和逆向要素(R)的相對(duì)頻數(shù)計(jì)算情況(此表中為計(jì)算所得百分比數(shù)值)。其中，可疑要素(Q)指用戶的回答自相矛盾。傳統(tǒng)Kano模型只取頻數(shù)的最大值作為這一要素的歸屬類別，表4中N1欄列出了以此劃分的各個(gè)要素的Kano類型歸屬，包括5個(gè)一維要素(C4、C10、C11、C13、C14)、8個(gè)無差異要素(C1、C2、C3、C5、C8、C9、C12、C16)和3個(gè)必備要素(C6、C7、C15)。

在上述Kano二維屬性歸類結(jié)果中，無差異要素的數(shù)量占50%，且沒有出現(xiàn)其他具有顯著優(yōu)勢(shì)的分類。此種情況下，Lee和Newcomb[15]認(rèn)為，可以引入一種新的分類，即混合類，以有助于觀測(cè)要素類別的轉(zhuǎn)換趨勢(shì)，幫助社交平臺(tái)管理者合理制定和調(diào)整管理決策?；旌项惖木唧w條件是TS(TotalStrength)值≥60%，并且CS(CategoryStrength)值≤6%，其具體計(jì)算方法為：TS=回答M，O，A的數(shù)量/總回答數(shù)；CS=max{A，O，M，I，R，Q}-secondmax{A，O，M，I，R，Q}，本次計(jì)算結(jié)果如表4中的TS和CS兩列所示。可知，引入混合類的概念之后，經(jīng)過調(diào)整的各要素Kano類型歸屬如表4中的N2列所示，其中H代表混合類，H后括弧內(nèi)為占比最大的前兩個(gè)傳統(tǒng)Kano歸類，表明混合類的主要組成。兩次分析得到的Kano類型分布表如表5所示。

表5 Kano類型分布表

不同Kano類型的社交平臺(tái)個(gè)人信息保護(hù)要素對(duì)用戶滿意度的影響不同，社交平臺(tái)應(yīng)該針對(duì)不同類型的要素制定不同的管理策略。一維要素(O)通常表現(xiàn)為用戶對(duì)社交平臺(tái)個(gè)人信息保護(hù)方面顯性的服務(wù)期望，這些要素基本決定了用戶對(duì)社交平臺(tái)現(xiàn)有的個(gè)人信息保護(hù)措施是否滿意，加入混合類之后，得到2項(xiàng)一維要素(C11、C13)。按照傳統(tǒng)Kano模型的思想，無差異要素(I)將會(huì)增加成本與項(xiàng)目的風(fēng)險(xiǎn)，應(yīng)該舍棄。但Yang[16]認(rèn)為，并非所有的無差異質(zhì)量要素都會(huì)是資源的浪費(fèi)，部分要素隨著時(shí)間的推移，有可能轉(zhuǎn)化為魅力要素(A)。同時(shí)，Kano的研究指出[17]，要素類別產(chǎn)生變化的軌跡為：I→A→O→M。據(jù)此認(rèn)為，社交平臺(tái)個(gè)人信息保護(hù)要素極有可能還處于I→A→O的發(fā)展階段。本次調(diào)研雖存在一半的無差異要素(C1、C2、C3、C5、C8、C9、C12、C16)，但從TS值與CS值的觀測(cè)上，隨著時(shí)間的推移，C12要素可能會(huì)演變?yōu)镮和O相混合的混合類要素。6項(xiàng)混合類要素(C4、C6、C7、C10、C14、C15)的存在也從另一個(gè)角度說明了這一點(diǎn)。由表4可知，混合類基本上都是O類和M類的混合。Kano類型隨時(shí)間的轉(zhuǎn)變是必然的，網(wǎng)絡(luò)環(huán)境下Kano要素類型的轉(zhuǎn)換相較于傳統(tǒng)環(huán)境更加迅速，因此各類社交平臺(tái)必須及時(shí)追蹤調(diào)查和了解這些要素的屬性變化，及時(shí)調(diào)整管理策略。

4.3 Better-Worse指數(shù)四象限圖

傳統(tǒng)Kano模型要素歸類判定的方法只是針對(duì)某一指標(biāo)，選取占比最大的類別作為最終的歸類；即使引入混合類，也只是針對(duì)某一指標(biāo)，選取占比最大的前兩類，忽略了占比較小的類別的分布狀態(tài)，丟失了大量的統(tǒng)計(jì)樣本，導(dǎo)致實(shí)際應(yīng)用中出現(xiàn)不能精準(zhǔn)地支持決策的情況。為了克服這一弊端，Berger[14]等人提出顧客滿意指數(shù)，以改善傳統(tǒng)Kano模型的指標(biāo)。此指數(shù)計(jì)算某一要素能在多大程度上影響顧客滿意(Better)，或使顧客不滿意(Worse)，其具體計(jì)算公式為：Better=(A+O)/(A+O+M+I)。當(dāng)Better值為正值，近似于1時(shí)，代表高度影響用戶滿意；Better趨近于0時(shí)，表示對(duì)用戶滿意度只有非常小的影響。Worse=(O+M)/(A+O+M+I)*(-1)，其數(shù)值為負(fù)。其值若逼近-1，代表當(dāng)質(zhì)量要素不充足時(shí)，對(duì)用戶不滿意影響將會(huì)特別大。本研究引入顧客滿意指數(shù)，具體計(jì)算結(jié)果見表4。

利用Better、Worse兩個(gè)指標(biāo)，可以識(shí)別出哪些要素能增加用戶的滿意度，哪些要素能防止用戶不滿意。這樣在考慮改善社交平臺(tái)信息保護(hù)現(xiàn)狀時(shí)，既考慮某一要素充足時(shí)對(duì)用戶滿意度的提升程度，又考慮到該要素不充足時(shí)對(duì)用戶滿意度的損傷程度。為了方便進(jìn)一步探討，可以利用四象限圖表示這16個(gè)要素的分布情形，象限圖以Better值為橫軸，以Worse值的絕對(duì)值為縱軸，以Better值和Worse值的平均數(shù)為原點(diǎn)，如圖1所示。

圖1 Better-Worse指數(shù)四象限圖

在四象限圖中，第一象限的特點(diǎn)是Better值高，Worse系數(shù)絕對(duì)值也很高。落入這一象限的要素，稱之為期望要素(一維要素)，說明無論對(duì)于提升用戶的滿意度還是防止用戶的不滿意，這些要素都值得重視。落在第一象限的要素有8個(gè)，見表1中的C4、C6、C7、C10、C11、C13、C14、C15項(xiàng)。

第二象限的特點(diǎn)是Better值低，Worse系數(shù)絕對(duì)值高。落入這一象限的要素，稱之為必備要素，說明這些要素可以有效地防止用戶的不滿意，但無法大幅度提升用戶的滿意度。在本次調(diào)研結(jié)果中，未有要素落入這一象限。

第三象限的特點(diǎn)是Better低，Worse系數(shù)絕對(duì)值也低。落入這一象限的要素，稱之為無差異要素，說明這些要素既無法提升用戶的滿意度，對(duì)防止用戶不滿意也作用不大。落在第三象限的要素有7個(gè)，見表1中的C1、C2、C3、C5、C8、C9、C16，它們對(duì)用戶滿意度的影響不大，故在資金和技術(shù)有限的情況下，可以消減這類要素的投入。

第四象限的特點(diǎn)是Better高，Worse系數(shù)絕對(duì)值低。落入這一象限的要素，稱之為魅力要素，說明這些要素能夠較大地提升用戶的滿意度，但對(duì)消除用戶不滿的作用較小。落在第四象限的要素僅1個(gè)，見表1中的C12。當(dāng)社交平臺(tái)想要采取積極的管理策略，大幅度提高用戶對(duì)其個(gè)人信息保護(hù)狀況的滿意度時(shí)，應(yīng)該重視這一要素。

總之，若是決定采取積極的管理策略，提升用戶對(duì)社交平臺(tái)個(gè)人信息保護(hù)的滿意度，應(yīng)重視第一、第四象限要素的改善，而第三象限的服務(wù)質(zhì)量要素可以不必太費(fèi)心。

5 結(jié)論及建議

5.1 結(jié)論

(1)要提高用戶個(gè)人信息保護(hù)的滿意度，社交平臺(tái)應(yīng)加大投入，重點(diǎn)改善C11(用戶可選擇個(gè)人信息可見范圍)、C13(具備明確的個(gè)人信息管控措施)兩項(xiàng)要素。在Kano分類結(jié)果中，C11和C13都屬于期望性的要素；在Better-Worse四象限圖中，二者都分布在第一象限，對(duì)于提升用戶滿意度或防止用戶不滿，都值得重視。

(2)應(yīng)維持C4(默認(rèn)同意被收集個(gè)人信息)、C6(誘引獲取個(gè)人詳細(xì)信息)、C7(提供官方接口獲取個(gè)人信息)、C10(提供個(gè)人信息保護(hù)/隱私保護(hù)政策)、C14(與合作組織或機(jī)構(gòu)共享用戶信息)、C15(注銷賬號(hào)后保留個(gè)人信息數(shù)據(jù))六項(xiàng)要素的用戶滿意度。這六項(xiàng)要素都分布于Better-Worse四象限圖的第一象限之中，是提升滿意度或防止不滿意都應(yīng)著重考慮的對(duì)象，但在Kano分類結(jié)果中，它們屬于必備要素(M)與一維要素(O)相混合的要素，由于其具有必備要素的成分，對(duì)于用戶而言，如果不能站在用戶的角度，從這幾個(gè)方面去保護(hù)用戶的個(gè)人信息，則會(huì)增加用戶的不滿。

(3)應(yīng)該多加關(guān)注C12(用戶可選擇個(gè)人信息可見項(xiàng)目)要素的情況。對(duì)于分布在第四象限中，但被歸為無差異要素的C12要素，應(yīng)該增加對(duì)其關(guān)注度。隨著時(shí)間的推移，這一項(xiàng)要素可能逐漸轉(zhuǎn)變?yōu)橐痪S要素或必備要素，影響用戶的滿意度。

(4)應(yīng)該對(duì)C1(個(gè)人信息注冊(cè)后能瀏覽社交平臺(tái)的內(nèi)容)、C2(注冊(cè)時(shí)需要填寫個(gè)人基本信息)、C3(需要使用身份證號(hào)碼進(jìn)行實(shí)名認(rèn)證)、C5(默認(rèn)使用郵箱地址進(jìn)行郵件推送)、C8(記錄分析用戶操作行為習(xí)慣)、C9(對(duì)用戶精準(zhǔn)推送廣告)、C16(獲取快捷登錄賬號(hào)已有的個(gè)人信息)七項(xiàng)要素保持關(guān)注，但應(yīng)合理控制對(duì)它們的資源投入。這七項(xiàng)要素主要分布于Better-Worse四象限圖的第三象限，并且在Kano分類中都屬于無差異要素，對(duì)于提升滿意度和防止用戶不滿意度的作用較小，在資源有限的情況下，應(yīng)該減少投入，但應(yīng)對(duì)其保持關(guān)注，以防后期隨著時(shí)間推移，屬性歸類發(fā)生轉(zhuǎn)變，影響到用戶滿意度。

5.2 建議

通過調(diào)查與分析，我們認(rèn)為，應(yīng)當(dāng)從以下方面改進(jìn)社交平臺(tái)用戶個(gè)人信息保護(hù)狀況，以提高用戶的滿意度。

(1)法律層面。應(yīng)當(dāng)制定和完善社交平臺(tái)個(gè)人信息保護(hù)相關(guān)法律法規(guī)，為社交平臺(tái)用戶個(gè)人信息保護(hù)的各權(quán)利主體提供有效的法律保障。應(yīng)該明確界定個(gè)人信息的范圍、個(gè)人信息的最高主權(quán)、以及各權(quán)利主體對(duì)個(gè)人信息擁有的權(quán)利和應(yīng)盡的保護(hù)義務(wù)等，對(duì)違法違規(guī)行為進(jìn)行界定和約束。

(2)行業(yè)層面。對(duì)于社交平臺(tái)運(yùn)營(yíng)機(jī)構(gòu)而言，應(yīng)當(dāng)合力制定相應(yīng)的行業(yè)規(guī)范，在一定程度上彌補(bǔ)法律的滯后性。首先，各類社交平臺(tái)運(yùn)營(yíng)機(jī)構(gòu)應(yīng)該具有良好的信息倫理道德，主要體現(xiàn)在：①尊重用戶的知情權(quán)，讓用戶得知在使用社交平臺(tái)的過程中，會(huì)被收集哪些個(gè)人信息，以及這些個(gè)人信息會(huì)被如何利用、利用的期限是多久；②明確告知用戶收集其個(gè)人信息的目的，經(jīng)用戶授權(quán)或許可再收集或利用；③賦予用戶對(duì)其個(gè)人信息的最高控制權(quán)，允許用戶修改、支配及隱瞞個(gè)人的真實(shí)信息。若用戶無意間泄露重要度較高的個(gè)人信息，應(yīng)該允許其采取補(bǔ)救措施，允許“被遺忘權(quán)[18]”的行使。其次，可以成立第三方社交平臺(tái)信息保護(hù)認(rèn)證機(jī)構(gòu)，制定認(rèn)證與評(píng)估標(biāo)準(zhǔn)。實(shí)施社交平臺(tái)個(gè)人信息保護(hù)認(rèn)證機(jī)制，對(duì)具備個(gè)人信息保護(hù)措施的社交平臺(tái)，由第三方認(rèn)證機(jī)構(gòu)頒布認(rèn)證標(biāo)志。同時(shí)，允許認(rèn)證機(jī)構(gòu)定期對(duì)已獲得認(rèn)證的社交平臺(tái)進(jìn)行評(píng)估，對(duì)于不合格者，進(jìn)行公示或懲罰等。

(3)用戶層面。用戶是社交平臺(tái)個(gè)人信息的生成者，對(duì)個(gè)人信息的保護(hù)具有絕對(duì)的主導(dǎo)權(quán)。然而，用戶在享用社交平臺(tái)互動(dòng)性和便捷性的同時(shí)，常常會(huì)忽略個(gè)人信息安全，不可避免地泄露個(gè)人信息。對(duì)用戶而言，首先，應(yīng)當(dāng)提高個(gè)人信息保護(hù)意識(shí)，在使用社交平臺(tái)時(shí)，不隨便向他人透露個(gè)人信息，不隨便暴露自己和家人的照片以及個(gè)人地理位置信息，對(duì)陌生人設(shè)置相應(yīng)的訪問權(quán)限等，主動(dòng)保護(hù)個(gè)人信息安全，防止社交平臺(tái)上的個(gè)人信息被非法利用。其次，用戶要規(guī)范和約束自身在社交平臺(tái)上的行為，養(yǎng)成良好的社交平臺(tái)使用習(xí)慣。例如設(shè)置賬戶密碼時(shí)，盡量使用復(fù)雜的字符串，避免使用電話、生日等，并做到定期更換；發(fā)布含有個(gè)人信息的動(dòng)態(tài)之前權(quán)衡該動(dòng)態(tài)是否會(huì)暴露個(gè)人信息；不刻意、惡意獲取或利用他人信息；不隨意轉(zhuǎn)發(fā)傳播涉及他人個(gè)人隱私的信息等。此外，用戶還應(yīng)該積極維護(hù)自身權(quán)益，當(dāng)發(fā)現(xiàn)社交平臺(tái)非法利用自己的個(gè)人信息時(shí)，應(yīng)當(dāng)使用協(xié)商、調(diào)解等方式及時(shí)維權(quán)，必要時(shí)可采取訴訟等法律手段。