大數(shù)據(jù)時(shí)代,人們通過(guò)信息交換獲取更多互聯(lián)網(wǎng)服務(wù)的同時(shí),產(chǎn)生了個(gè)人信息泄露的巨大隱患。根據(jù)我國(guó)互聯(lián)網(wǎng)企業(yè)的隱私聲明與法律框架界定的差距,提出隱私聲明的評(píng)估指標(biāo)體系,對(duì)消除或減少網(wǎng)絡(luò)應(yīng)用的隱私問(wèn)題提供決策參考,為完善個(gè)人信息法律法規(guī)、改善我國(guó)互聯(lián)網(wǎng)服務(wù)的信息保護(hù)生態(tài)提供實(shí)證基礎(chǔ)。以19個(gè)品牌網(wǎng)絡(luò)應(yīng)用的隱私聲明文本為研究對(duì)象,依據(jù)所提出的評(píng)估指標(biāo)體系進(jìn)行分析,發(fā)現(xiàn)目前大多數(shù)網(wǎng)絡(luò)應(yīng)用隱私聲明存在設(shè)置不規(guī)范、定義不清晰、"霸王條款"、內(nèi)容不完整等問(wèn)題。 

【文章來(lái)源】：現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào)). 2020,42(03)北大核心CSSCI

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

隱私聲明評(píng)估指標(biāo)體系

本文關(guān)注聲明文本中的專業(yè)術(shù)語(yǔ)和模糊性詞匯(見(jiàn)表1)，其中專業(yè)術(shù)語(yǔ)主要是指計(jì)算機(jī)領(lǐng)域內(nèi)的專業(yè)術(shù)語(yǔ)，而模糊性詞匯主要是指依據(jù)這些詞匯無(wú)法得出確定結(jié)論的詞匯。由編碼者分別對(duì)19個(gè)文本中的詞匯進(jìn)行統(tǒng)計(jì)計(jì)數(shù)，得出這些詞匯所占全文本的文字?jǐn)?shù)比率，依此來(lái)判斷隱私聲明文本的可閱讀性。文本用詞比率越高，說(shuō)明該隱私聲明易讀性越低。結(jié)果如圖2所示，其中橫坐標(biāo)表示各網(wǎng)絡(luò)應(yīng)用的名稱。絕大部分聲明的文本用詞比率都在2%以上，其中騰訊新聞、微信和抖音甚至分別高達(dá)4.4%、4.3%和4.2%。一方面，這意味著用戶在閱讀隱私聲明時(shí)，會(huì)遇到很多難懂的專業(yè)性詞匯，這給用戶理解隱私聲明帶來(lái)較大的困難，也會(huì)讓用戶失去閱讀的耐心;另一方面，模糊性詞匯造成的不確定性增加讀者閱讀的抵觸情緒，降低文本的可閱讀性。

【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)是否能改進(jìn)公共政策分析?——基于系統(tǒng)文獻(xiàn)綜述的研究[J]. 石婧,艾小燕,操子宜.  情報(bào)雜志. 2018(02)
[2]大數(shù)據(jù)隱私侵權(quán)界定及其應(yīng)對(duì)策略研究[J]. 李雨明,聶圣歌,西楠.  圖書(shū)館工作與研究. 2017(S1)
[3]七家網(wǎng)站隱私聲明的文本分析與比較研究[J]. 徐敬宏,趙珈藝,程雪梅,雷杰淇.  國(guó)際新聞界. 2017(07)
[4]我國(guó)網(wǎng)站隱私保護(hù)政策研究:基于49家網(wǎng)站的內(nèi)容分析[J]. 申琦.  新聞大學(xué). 2015(04)
[5]大數(shù)據(jù)時(shí)代個(gè)人數(shù)據(jù)的隱私顧慮研究——基于調(diào)研數(shù)據(jù)的分析[J]. 王忠,趙惠.  情報(bào)理論與實(shí)踐. 2014(11)



本文編號(hào)：3332653