理解Twitter上的隐私切换行为
隐私设计与用户控制数据隐私感知与决策隐私政策制定者
文献标题
Understanding Privacy Switching Behaviour on Twitter
文献信息
- 主题领域: 隐私管理与在线社交网络行为
- 关键词: 隐私, 安全, 在线社交网络, Twitter, 隐私设置
研究背景与问题
- 发现的问题或挑战:
- Twitter的隐私设置仅允许公共和保护两种选择,设置的简化在提高易用性的同时限制了用户的隐私管理能力。
- 用户频繁切换隐私设置可能反映出一种复杂的行为模式,而现有研究通常假设用户保持稳定的隐私状态。
- 重要性:
- 社交网络平台上的隐私管理仍处于一种参与性行为中,直接影响用户的个人隐私和社会互动。
- 了解用户如何动态调整隐私设置可以帮助平台优化设计并减少隐私泄漏。
- 研究动机与相关工作:
- 部分研究关注社交网络用户的隐私设置使用情况,但多为静态“公共用户”与“保护用户”之间的对比。
- 其他相关工作分析了用户在社交媒体上的内容管理、隐私保护策略和用户行为驱动因素。
- 作者提出继续研究范围以“动态切换隐私设置”这一行为为中心。
解决方案
- 方法或解决方案:
- 通过定量分析和定性研究相结合的方法,全面了解用户的隐私切换行为及其动机:
- 数据采集:监测107,000个Twitter账号在保护状态的3个月隐私设置变化。
- 行为分析:比较用户在公共状态与保护状态下的发帖行为差异。
- 调查研究:两次用户问卷调查(量化和质性),探索用户切换隐私设置的原因及策略。
- 通过定量分析和定性研究相结合的方法,全面了解用户的隐私切换行为及其动机:
- 创新之处:
- 将隐私切换行为作为研究重点,为传统“公共与保护对比”的二元视角提供了动态补充。
- 结合直接用户行为数据和问卷调查,从多角度理解切换行为的动机和影响。
- 实施步骤与技术:
- 使用Twitter API定期检查用户的隐私状态变化。
- 收集和标注用户发帖数据(时间与隐私状态)。
- 提取推文特征(如提及次数、使用媒体、语言分布等),并进行统计分析。
- 针对用户行为和动机进行主题分析与多选问卷。
研究成果
- 具体成果:
- 动态隐私切换行为非常普遍:约40%的保护账号在3个月内至少切换了一次隐私设置,其中25%的用户切换超过10次。
- 用户在保护状态下发推频率较低;公共状态下更倾向于使用提及(mentions)和标签(hashtags)互动。
- 用户切换到“保护”以管理个人信息和限制非关注者的访问;切换到“公共”主要是为了参与互动或提升推文可见性。
- 常见隐私管理策略包括删除推文、软屏蔽、不登录时切换到保护模式。
- 优势:
- 针对隐私切换行为提出用户实际需求,从设计层面改善平台设置。
- 提供了综合定量数据和问卷调查的交叉验证,结论更具可靠性。
- 实验与评估结果:
- 数据与调研揭示出隐私切换与用户行为相关性。
- 用户切换隐私状态背后的动机,如回避骚扰、保留档案价值、参与平台互动等。
- 局限性与未来方向:
- 局限性包括用户样本可能倾向于年轻用户及保护用户;无法收集所有已删除推文的数据。
- 未来方向包括探索更细化的人群样本(如年龄段、地域差异等)和扩展包含多平台的研究范围。
- 提出一些设计建议(如时间性隐私设置、支持多账户管理和高效信息删除),可进一步验证实际效果。
设计建议
- 平台设计改进:
- 提供“推文固定可见性”功能,允许单推文设置独立的公开或保护状态。
- 直接支持多账户绑定,允许用户在公共与保护账户之间高效切换。
- 引入基于时间的推文删除机制,如设置时间范围或自动删除选项。
- 增强对互动限制的功能,如完整禁止非关注者互动,并允许用户隐藏动作通知。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 用户在Twitter上为何频繁切换隐私设置?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 用户在“公开模式”和“保护模式”下的行为有何不同?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 隐私切换行为对用户的社交和隐私管理有何影响?分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
lightbulb
现实痛点
1- 用户难以灵活管理Twitter上的隐私设置,易导致隐私泄露。分类: 社交平台安全、内容治理与在线伤害同类问题arrow_forward
- 100%
SIGCHI 社会影响力奖演讲 – 让隐私和安全更易于使用
CHI '18· 隐私设计与用户控制 +1
- 100%
你可能受到影响:数据泄露通知中的可读性和可用性问题的经验分析
CHI '19· 隐私设计与用户控制 +1
- 100%
人类与GDPR的互动:访问个人数据的实际经验
CHI '22· 隐私设计与用户控制 +1
- 100%
模糊处理照片内容标记带来的危害
CHI '22· 隐私设计与用户控制 +1
- 100%
安全和隐私界面中的语言正式程度如何影响预期的遵守程度
CHI '23· 隐私设计与用户控制 +1
- 100%
风险呼吁方法对用户分享机密信息的影响
CHI '24· 隐私设计与用户控制 +1
- 75%
更好地预测(和保护)隐私决策的环境因素
CHI '18· 隐私设计与用户控制 +1
- 75%
“此应用程序希望使用您的当前位置以更好地为您服务”:个性化移动服务中用户同意和系统透明度的重要性
CHI '18· 隐私设计与用户控制 +1
- 75%
使用防病毒客户支持聊天进行计算机安全感知的现场研究
CHI '19· 隐私设计与用户控制 +1
- 75%
机器启发式:当我们比信任人类更信任计算机来处理我们的个人信息时
CHI '19· 隐私设计与用户控制 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3517675
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文