PHÉP TÍNH QUYỀN RIÊNG TƯ TRONG CÁC HỆ THỐNG GỢI Ý DỰA TRÊN NỘI DUNG: VAI TRÒ ĐIỀU TIẾT CỦA TÍNH MINH BẠCH TRONG VIỆC ĐỊNH HÌNH NHẬN THỨC CỦA NGƯỜI DÙNG VỀ RỦI RO VÀ LỢI ÍCH
Trần Khánh Ngọc[1], Trần Thị Hải Yến, Nguyễn Cao Thùy Linh,
Nguyễn Vân Anh
Sinh viên K63 CTTT Kinh tế đối ngoại – Viện Kinh tế và Kinh doanh quốc tế
Trường Đại học Ngoại Thương, Hà Nội, Việt Nam
Phạm Thị Cẩm Anh
Giảng viên Viện Kinh tế và Kinh doanh quốc tế
Trường Đại học Ngoại thương, Hà Nội, Việt Nam
Tóm tắt
Trong bối cảnh hệ thống gợi ý dựa trên nội dung trên mạng xã hội, nghiên cứu phân tích mối quan hệ giữa mức độ cá nhân hóa và sự sẵn lòng tiết lộ dữ liệu của người dùng, đồng thời nhấn mạnh vai trò điều tiết của tính minh bạch trong các đề xuất nội dung. Dựa trên lý thuyết tính toán quyền riêng tư, mô hình nghiên cứu được kiểm định với dữ liệu khảo sát từ 287 người dùng mạng xã hội. Kết quả cho thấy cá nhân hóa được cảm nhận làm gia tăng đáng kể cả lợi ích cảm nhận và rủi ro cảm nhận, phù hợp với các nghiên cứu trước đây. Lợi ích cảm nhận có tác động tích cực đến sự sẵn lòng tiết lộ dữ liệu, trong khi rủi ro cảm nhận có ảnh hưởng tiêu cực. Mô hình giải thích ở mức trung bình phương sai của lợi ích cảm nhận và ở mức khiêm tốn đối với sự sẵn lòng tiết lộ, trong khi khả năng giải thích đối với rủi ro cảm nhận còn hạn chế. Đáng chú ý, tính minh bạch thể hiện vai trò điều tiết: khi mức độ minh bạch cao, tác động tích cực của cá nhân hóa lên lợi ích cảm nhận được tăng cường, đồng thời tác động của cá nhân hóa lên rủi ro cảm nhận suy giảm. Nghiên cứu đóng góp vào mô hình bằng cách giới thiệu khái niệm tính minh bạch như một yếu tố điều tiết, do đó cung cấp những hiểu biết quan trọng cho người dùng mạng xã hội và nhà phát triển nền tảng.
Từ khóa: cá nhân hóa, quyền riêng tư, tiết lộ dữ liệu, tính minh bạch, hệ thống đề xuất dựa trên nội dung
THE PRIVACY CALCULUS OF CONTENT-BASED RECOMMENDATION SYSTEMS: THE MODERATING ROLE OF TRANSPARENCY IN SHAPING USER’S PERCEPTION OF RISKS AND BENEFITS
Abstract
This study examines the relationship between personalization features and willingness to disclose data in the context of content-based recommendation system, and the moderating role of transparency in this relationship. The authors applied the privacy calculus theory with the use of a structural equation approach and survey data of 278 social media users. The results are consistent with prior literature as they indicate that perceived personalization significantly increases perceived benefit and perceived risk. These results propose that perceived benefit has a positive influence on willingness to disclose data, whereas perceived risk demonstrates a negative effect. The model accounts for a moderate amount of variance in perceived benefit, and a modest amount in willingness to disclose; however, remaining limited explanatory power for perceived risk. Notably, transparency shows a significant moderating role in the studied relationships. Specifically, a higher level of transparency amplifies the positive effect of personalization on perceived benefits, while weakening its relationship with perceived risks. The study contributes to the privacy calculus framework by introducing the concept of transparency as a moderator, therefore providing significant inssights for both social media users and platform developers.
Keywords: personalization, privacy, data disclosure, transparency, content-based recommendation systems
[1] Tác giả liên hệ, Email: k63.2412140085@ftu.edu.vn