數(shù)字平臺(tái)隱私政策用戶感知的測(cè)度研究

DOI：10.3979/1673-8268.20231122006

中圖分類號(hào)：F49 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1673-8268（2025）03-0122-13

在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的當(dāng)下，數(shù)字平臺(tái)依托數(shù)字技術(shù)提供產(chǎn)品與服務(wù)，對(duì)數(shù)據(jù)價(jià)值的挖掘與利用程度日益加深[1]。以抖音、滴滴、美團(tuán)等為代表的數(shù)字平臺(tái)企業(yè)通過記錄用戶的網(wǎng)絡(luò)行為痕跡，構(gòu)建起龐大的用戶畫像數(shù)據(jù)資源池，并借助大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)，為用戶提供個(gè)性化服務(wù)。然而，數(shù)據(jù)價(jià)值的深度挖掘在為生活帶來便利的同時(shí)，也暴露出平臺(tái)非法收集、濫用與泄露個(gè)人信息等問題。為規(guī)范平臺(tái)數(shù)據(jù)使用行為，保障用戶隱私安全，政府監(jiān)管與行業(yè)自律缺一不可。其中，平臺(tái)公布隱私政策，向用戶作出其如何收集、使用、存儲(chǔ)個(gè)人信息的承諾聲明并予以踐行，是行業(yè)自律的重要手段[2]。鑒于隱私政策可能對(duì)企業(yè)挖掘用戶數(shù)據(jù)價(jià)值產(chǎn)生一定限制，為最大程度獲取數(shù)據(jù)資源優(yōu)勢(shì)，部分平臺(tái)在隱私政策的制定與執(zhí)行過程中，往往存在主觀傾向性不足的問題：其一，部分平臺(tái)存在一攬子授權(quán)、強(qiáng)制同意等現(xiàn)象，使用戶陷入“不同意即離開”的二元困境，幾乎喪失了與平臺(tái)協(xié)商的權(quán)利[3];其二，隱私政策可讀性不強(qiáng)，存在用詞晦澀、篇幅冗長(zhǎng)、重點(diǎn)模糊等問題，導(dǎo)致用戶閱讀效率低、體驗(yàn)差，多數(shù)用戶對(duì)隱私政策采取漠視態(tài)度，最終造成政策無效告知與用戶無奈同意的尷尬局面[4-5]。

數(shù)字經(jīng)濟(jì)時(shí)代，用戶是個(gè)人信息的主體，隱私政策的制定與執(zhí)行應(yīng)以用戶為中心，不能異化為平臺(tái)企業(yè)規(guī)避法律風(fēng)險(xiǎn)的工具[6]。因此，本文圍繞數(shù)字平臺(tái)企業(yè)隱私政策，從用戶個(gè)人信息權(quán)益保護(hù)的角度出發(fā)，探討用戶對(duì)于平臺(tái)隱私政策的感知滿意度問題，旨在通過科學(xué)測(cè)度分析，為平臺(tái)制定和完善隱私政策提供理論指導(dǎo)與實(shí)踐參考。

一、相關(guān)研究回顧

關(guān)于隱私政策的研究，學(xué)者多圍繞網(wǎng)站或平臺(tái)隱私政策的可用性與合規(guī)性評(píng)價(jià)[7]、框架優(yōu)化[8、應(yīng)用實(shí)踐[9]及隱私政策對(duì)用戶行為影響[10]等關(guān)鍵問題展開討論。其中，隱私政策的可用性與合規(guī)性評(píng)價(jià)作為指導(dǎo)隱私政策規(guī)范制定的重要基礎(chǔ)，成為當(dāng)前研究的熱點(diǎn)。例如，肖雪等[1]對(duì)我國(guó)社交平臺(tái)隱私政策合規(guī)性進(jìn)行了評(píng)估，為完善社交平臺(tái)隱私政策提出改進(jìn)建議;徐雷等[12]對(duì)移動(dòng)APP隱私條款的可獲得性與內(nèi)容合規(guī)性進(jìn)行評(píng)價(jià)，并從政府、企業(yè)、用戶層面對(duì)個(gè)人信息保護(hù)提出建議。從研究視角來看，現(xiàn)有研究大多基于隱私政策文本開展，對(duì)國(guó)內(nèi)外網(wǎng)站或平臺(tái)隱私政策進(jìn)行抽樣評(píng)估。例如，唐遠(yuǎn)清等[13」圍繞隱私政策文本，對(duì)比分析了微信與Facebook 隱私政策的優(yōu)缺點(diǎn);宛玲等[14]采用人工通讀方式對(duì)英國(guó)10所著名大學(xué)的圖書館網(wǎng)站隱私政策文本進(jìn)行了研究。然而，盡管用戶對(duì)隱私政策的感知情況在數(shù)據(jù)信息保護(hù)中所起的關(guān)鍵作用已成為國(guó)內(nèi)外學(xué)者的共識(shí)，但從用戶視角出發(fā)對(duì)隱私政策閱讀感知進(jìn)行測(cè)度的實(shí)證研究成果仍相對(duì)匱乏。如Williams等[15]認(rèn)為，隱私政策的制定應(yīng)從便于用戶理解的角度出發(fā)，而非單純?yōu)榱吮Ｗo(hù)企業(yè)利益;賀小石[6指出，確保用戶的實(shí)質(zhì)知情是企業(yè)制定隱私政策的首要目標(biāo)。因此，從用戶角度出發(fā)考察隱私政策用戶閱讀感知，并以此促使企業(yè)完善隱私政策，顯得尤為重要。

在研究方法方面，已有研究主要采用比較分析法或內(nèi)容研究法。如周拴龍等[16]采用比較分析法，以阿里巴巴和Amazon為例，對(duì)中美電商網(wǎng)站的隱私政策進(jìn)行比較研究;趙金旭等[17]采用內(nèi)容分析法，按照“符合條件賦值為1、不符合條件賦值為0”的原則，對(duì)70個(gè)大中城市政府網(wǎng)站的隱私政策進(jìn)行了測(cè)評(píng)。與之類似，趙靜等[18、張曉娟等[19]分別對(duì)30個(gè)B2C網(wǎng)站、36個(gè)政務(wù)APP 的隱私政策進(jìn)行了考察。然而，用戶感知傾向具有一定的模糊性，無法采用非此即彼的二值邏輯進(jìn)行簡(jiǎn)單判斷。諸如“符合條件賦值為1、不符合條件賦值為0”的考量方式難以體現(xiàn)用戶感知的連續(xù)過渡性特征，導(dǎo)致研究結(jié)果的科學(xué)性和嚴(yán)謹(jǐn)性存在較大局限。而模糊數(shù)學(xué)理論中的模糊綜合評(píng)價(jià)法為模糊事物的判定問題提供了定量分析工具，該方法利用隸屬函數(shù)刻畫元素對(duì)集合隸屬程度的連續(xù)過渡性，將經(jīng)典集合的二值邏輯拓展為區(qū)間內(nèi)的連續(xù)性邏輯[20]。

鑒于此，本文從用戶視角出發(fā)，結(jié)合模糊數(shù)學(xué)理論，提出一種基于語義隸屬度模糊推理的隱私政策用戶感知滿意度測(cè)度模型。具體步驟如下：首先，根據(jù)個(gè)人信息保護(hù)相關(guān)政策與已有研究成果，選取影響用戶感知的關(guān)鍵指標(biāo)，構(gòu)建隱私政策用戶感知滿意度指標(biāo)體系。對(duì)于指標(biāo)權(quán)重計(jì)算，部分學(xué)者使用平均賦權(quán)法對(duì)各指標(biāo)賦予同等權(quán)重[]，也有學(xué)者采用傳統(tǒng)層次分析法（analytic hierarchy process，AHP）進(jìn)行主觀賦權(quán)[21]，其核心是以一定標(biāo)度把人的知識(shí)與經(jīng)驗(yàn)數(shù)量化并構(gòu)建比較判斷矩陣，再運(yùn)用適當(dāng)?shù)呐判蚍椒ㄇ蟪雠判蛳蛄俊Ｈ欢?，由于人的主觀判斷具有模糊性，傳統(tǒng)AHP 法難以體現(xiàn)人類思維過程中的不確定性，而模糊層次分析法（fuzzy AHP，F(xiàn)AHP）通過引入模糊數(shù)學(xué)理論，對(duì)傳統(tǒng)AHP 法進(jìn)行了優(yōu)化，因此本文采用FAHP法確定指標(biāo)權(quán)重。其次，運(yùn)用模糊綜合評(píng)價(jià)模型，通過量化用戶感知傾向的語義隸屬度，推導(dǎo)語義隸屬關(guān)系，從而實(shí)現(xiàn)對(duì)隱私政策用戶感知滿意度的科學(xué)測(cè)度。最后，選取抖音、快手、小紅書等10個(gè)頭部短視頻平臺(tái)進(jìn)行實(shí)證研究，采用結(jié)構(gòu)化訪談方式獲取第一手?jǐn)?shù)據(jù)，測(cè)量用戶對(duì)短視頻平臺(tái)隱私政策的感知滿意度。本研究能精準(zhǔn)識(shí)別隱私政策的不足之處，為平臺(tái)優(yōu)化隱私政策與政府部門的科學(xué)監(jiān)管提供參考依據(jù)。

二、用戶感知滿意度評(píng)價(jià)指標(biāo)構(gòu)建

（一）指標(biāo)構(gòu)建依據(jù)

為指導(dǎo)與規(guī)范平臺(tái)企業(yè)隱私政策內(nèi)容的制定，世界主要國(guó)家和地區(qū)頒布了一系列政策法規(guī)，確立了個(gè)人信息處理活動(dòng)應(yīng)遵循的基本原則與要求。這些法規(guī)已成為構(gòu)建隱私政策評(píng)價(jià)指標(biāo)的主要參考依據(jù)。我國(guó)數(shù)字平臺(tái)隱私政策用戶感知滿意度評(píng)價(jià)首先應(yīng)立足于國(guó)內(nèi)市場(chǎng)監(jiān)管實(shí)際，因此本研究主要參考國(guó)內(nèi)隱私保護(hù)相關(guān)政策法規(guī)，包括 2021年頒布實(shí)施的《中華人民共和國(guó)個(gè)人信息保護(hù)法》（以下簡(jiǎn)稱《個(gè)人信息保護(hù)法》），該法規(guī)是我國(guó)第一部個(gè)人信息保護(hù)專門法律，對(duì)個(gè)人信息處理規(guī)則、用戶權(quán)利及處理者義務(wù)作了系統(tǒng)、科學(xué)的規(guī)定[22];；2020年發(fā)布的《信息安全技術(shù)個(gè)人信息安全規(guī)范》（GB/T35273—2020，以下簡(jiǎn)稱《規(guī)范》），適用于各類組織的個(gè)人信息處理活動(dòng)[23]。同時(shí)需要指出的是，國(guó)內(nèi)政策法規(guī)仍在完善過程中，需適當(dāng)參考國(guó)際經(jīng)驗(yàn)以更好地指導(dǎo)與規(guī)范國(guó)內(nèi)市場(chǎng)實(shí)踐。因此，本研究補(bǔ)充參考了部分域外相關(guān)政策法規(guī)，包括歐盟2018 年頒布的《通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation，GDPR），該條例被稱為“史上最嚴(yán)格的數(shù)據(jù)保護(hù)法案”[24];美國(guó)1973年提出的“公平信息實(shí)踐原則”（Fair Informa-tionPracticePrinciples，F(xiàn)IPPs），被認(rèn)為是目前評(píng)估隱私政策完整性的基本框架與原則[10]。

基于上述國(guó)內(nèi)外標(biāo)志性政策文件和現(xiàn)有研究成果，本研究構(gòu)建了數(shù)字平臺(tái)隱私政策用戶感知滿意度評(píng)價(jià)指標(biāo)體系。為保障指標(biāo)的科學(xué)性，本研究邀請(qǐng)了5位數(shù)字平臺(tái)深度用戶和5位個(gè)人信息保護(hù)領(lǐng)域?qū)＜疫M(jìn)行調(diào)整與完善，最終得到數(shù)字平臺(tái)隱私政策用戶感知滿意度指標(biāo)體系（見表1）。

表1用戶感知滿意度指標(biāo)體系

續(xù)表

（二）指標(biāo)權(quán)重計(jì)算

權(quán)重是衡量各指標(biāo)對(duì)評(píng)估對(duì)象影響程度的比例參數(shù)，反映指標(biāo)間的相對(duì)重要性差異。由于定性指標(biāo)評(píng)價(jià)具有一定模糊性，為提高評(píng)估結(jié)果的科學(xué)性與準(zhǔn)確性，本研究采用模糊層次分析法計(jì)算指標(biāo)權(quán)重。該方法在考量用戶感知模糊性的同時(shí)，又兼顧了權(quán)重求解過程的簡(jiǎn)潔性與實(shí)用性。具體過程如下：

1.采用德爾菲（Delphi）法確定指標(biāo)間相對(duì)重要性?；谝褬?gòu)建的指標(biāo)體系，設(shè)計(jì)指標(biāo)間相對(duì)重要性調(diào)查問卷，并邀請(qǐng)專家通過德爾菲法對(duì)各級(jí)指標(biāo)進(jìn)行兩兩比較。

2.構(gòu)造模糊互補(bǔ)判斷矩陣。根據(jù)杜棟[38|提出的“五標(biāo)度法”對(duì)專家評(píng)估結(jié)果進(jìn)行標(biāo)度化處理，構(gòu)造模糊互補(bǔ)判斷矩陣 B=（b_ij）_n×n ，其模糊標(biāo)度及其含義如式（1）所示。

0.1，指標(biāo) i 比指標(biāo) j 極端不重要0.3，指標(biāo) χ_i 比指標(biāo) j 明顯不重要0.5，指標(biāo) i 比指標(biāo) j 同等重要（20 ，指標(biāo) i 比指標(biāo) j 明顯重要0.9，指標(biāo) i 比指標(biāo) j 極端重要0.2，0.4，介于兩相鄰數(shù)之間0.6，0.8，介于兩相鄰數(shù)之間

3.借鑒徐澤水[39]提出的模糊互補(bǔ)判斷矩陣最小方差法（least variance priority method，LVM）計(jì)算指標(biāo) 權(quán)重。設(shè) ω=（ω₁，ω₂，…，ω_n） 是矩陣 B 的排序向量，由LVM法可得 ω=（ω₁，ω₂，…，ω_n） 滿足

推廣至群決策中，若有 s 位專家參與評(píng)估，第 k 位專家給出的模糊互補(bǔ)判斷矩陣為 s ），則由LVM法求得 B_k 合成矩陣的排序向量 滿足

式（3）中 （204號(hào)

大量實(shí)證研究表明，當(dāng) -1時(shí)，權(quán)重計(jì)算結(jié)果出現(xiàn)負(fù)值或0，說明專家判斷矩陣的一致性不足，需反饋專家重新評(píng)估；否則，可直接采用式（3）確定權(quán)重向量[40]。本研究邀請(qǐng)了4位平臺(tái)經(jīng)濟(jì)領(lǐng)域高校教師、3位個(gè)人信息保護(hù)研究方向博士研究生，以及3位具有5年以上工作經(jīng)驗(yàn)的互聯(lián)網(wǎng)技術(shù)人員組成專家組，構(gòu)造模糊互補(bǔ)判斷矩陣 ，并通過式（3）計(jì)算各因素權(quán)重（取 ，最終得到數(shù)字平臺(tái)隱私政策用戶感知滿意度指標(biāo)權(quán)重（見表2）。

三、用戶感知滿意度測(cè)度算法

（一）基本原理

本研究基于模糊綜合評(píng)價(jià)模型，通過量化用戶感知傾向的語義隸屬度實(shí)現(xiàn)用戶滿意度測(cè)度。其基本原理是根據(jù)語義極性隸屬度規(guī)則（最大隸屬度原則）推導(dǎo)模糊綜合評(píng)價(jià)結(jié)果，從而實(shí)現(xiàn)隱私政策用戶感知滿意水平的定量化。其中，語義隸屬度是指語義信息隸屬于特定極性的量化程度。就隱私政策用戶感知滿意度而言，用戶感知傾向的觀測(cè)值通常以自然語言描述形式呈現(xiàn)，反映出用戶的主觀感知，其類屬邊界具有明顯的不確定性，因此用戶感知的語義信息具備邊界模糊性。同時(shí)，用戶感知傾向?qū)δ骋粯O性類屬程度的界定，可利用模糊數(shù)學(xué)理論中的隸屬度加以刻畫。例如，在對(duì)隱私政策閱讀友好性進(jìn)行評(píng)價(jià)時(shí)，“差、中、好”這三種語義極性的類屬邊界判定存在模糊性。利用隸屬函數(shù)對(duì)用戶感知傾向的語義極性隸屬度進(jìn)行刻畫后，根據(jù)最大隸屬度原則，可以推斷：若某一語義信息隸屬于“好”的程度比“中”“差”的程度大，那么該語義信息應(yīng)隸屬于“好\"這一等級(jí)。

表2評(píng)價(jià)指標(biāo)權(quán)重

（二）用戶感知滿意度測(cè)度過程

根據(jù)模糊綜合評(píng)價(jià)基本原理[20]及已構(gòu)建的數(shù)字平臺(tái)隱私政策用戶感知滿意度指標(biāo)體系，本研究建立了二級(jí)模糊綜合評(píng)價(jià)模型（見圖1），具體步驟如下。

1.確定評(píng)價(jià)因素集。隱私政策的用戶感知水平受多種因素共同影響（見表1），所有這些因素共同構(gòu)成評(píng)價(jià)因素集，記為： U={u₁，u₂，…，u_n} （ n 為評(píng)價(jià)因素?cái)?shù)）。將評(píng)價(jià)因素集 U 按屬性類別分為 s 個(gè)子因素集 U₁，U₂ ， ，其中 ，且滿足 n₁+n₂+ …+n_s=n;U₁∪U₂∪…∪U_s=U ；對(duì)任意 i≠j ，有 U_i∩U_j= x 。本研究根據(jù)已構(gòu)建的隱私政策用戶感知滿意度指標(biāo)體系，建立5個(gè)子因素集 U_i ，即 U₁={u₁₁，u₁₂，u₁₃}= {政策文本識(shí)別性，政策內(nèi)容可見性，政策更新及時(shí)性； 呈現(xiàn)形式友好性，閱讀難度適宜性，排版結(jié)構(gòu)清晰性，展現(xiàn)形式多樣性}； U₃，U₄，U₅ 、U₆ 依此類推。

圖1二級(jí)模糊綜合評(píng)價(jià)模型示意圖

2.劃分語義極性，確定評(píng)語集。在保證評(píng)估方法具備分辨性與穩(wěn)定性的前提下，對(duì)用戶感知傾向的語義極性進(jìn)行劃分，記為 V={v₁，v₂，…，v_m} （ m 為評(píng)語等級(jí)數(shù)）。本研究從模糊語義極性分類層面將隱私政策的用戶感知信息劃分為“很差、差、一般、好、很好\"5個(gè)梯度，即評(píng)語集 很差，差，一般，好，很好，同時(shí)，設(shè)定與該評(píng)語集相對(duì)應(yīng)的分?jǐn)?shù)集合向量 V^T=（1，2，3，4，5）^T ，并設(shè)定當(dāng) z_ilt;1.5 時(shí)滿意度的評(píng)級(jí)為“很差”， z_i∈[1.5，2.5） 時(shí)滿意度的評(píng)級(jí)為“差”， z_i∈[2.5，3.5） 時(shí)滿意度的評(píng)級(jí)為“一般”， z_i∈[3.5 ，4.5）時(shí)滿意度的評(píng)級(jí)為“好”， z_i≥4.5 時(shí)滿意度的評(píng)級(jí)為“很好”。

3.子因素集 U_i 的一級(jí)模糊綜合評(píng)價(jià)。確定合適的隸屬函數(shù)，分別計(jì)算每個(gè)子因素集 U_i 中各因素對(duì)評(píng)語集 V 的隸屬程度，由此得到 s 個(gè)單因素模糊關(guān)系矩陣 。設(shè) 是子因素集U_i 的模糊權(quán)向量，按照模糊矩陣合成規(guī)則，將模糊權(quán)向量 A_i 與單因素模糊關(guān)系矩陣 R_i 進(jìn)行合成，得到 s 個(gè)一級(jí)評(píng)判結(jié)果向量

B_i=A_ioR_i=（b_i1，b_i2，…，b_im）（i=1，2，…，s）

4.綜合因素集 U 的二級(jí)模糊綜合評(píng)價(jià)。將每個(gè)子因素集 U_i 當(dāng)作一個(gè)指標(biāo)因素，記模糊綜合因素集U={U₁，U₂，…，U_s} ，則 U 的模糊關(guān)系矩陣為

式（5）中，第 i 行第 j 列元素 b_ij 表示被評(píng)價(jià)事物從子因素 U_i 上來看，對(duì)評(píng)語集 V={v₁，v₂，…，v_m} 中各評(píng)語等級(jí)的隸屬度， 1?i?s，1?j?m ，且 b_ij∈[0，1] 。設(shè)A 是模糊集合 U 的模糊權(quán)向量，將模糊權(quán)向量A與模糊關(guān)系矩陣R合成，得到二級(jí)評(píng)價(jià)結(jié)果向量

根據(jù)二級(jí)評(píng)價(jià)結(jié)果向量，利用最大隸屬度原則推理模糊綜合評(píng)價(jià)結(jié)果。

5.用戶感知滿意值計(jì)算。采用評(píng)分法計(jì)算用戶感知滿意值，即設(shè) V^T 是與評(píng)語集 V={v₁，v₂，…，v_m} 相對(duì)應(yīng)的分?jǐn)?shù)集合向量，則有

四、實(shí)證研究

近年來，我國(guó)各類數(shù)字平臺(tái)用戶規(guī)模呈爆發(fā)式增長(zhǎng)。以短視頻平臺(tái)為例，截至2024年12月，我國(guó)短視頻用戶已達(dá)10.40億，占網(wǎng)民總量的 93.8%^[41] 。與此同時(shí)，短視頻領(lǐng)域的隱私泄露問題也日益凸顯，成為社會(huì)各界關(guān)注的焦點(diǎn)。本研究聚焦于短視頻平臺(tái)，綜合考慮平臺(tái)的典型性和影響范圍的廣泛性等因素，選取華為應(yīng)用市場(chǎng)安裝量排名靠前的10款熱門短視頻APP（抖音、快手、小紅書、西瓜、好看、微視、皮皮蝦、央視頻、美拍、梨視頻）作為研究對(duì)象，對(duì)其隱私政策的用戶感知水平進(jìn)行測(cè)度。

（一）調(diào)研設(shè)計(jì)與樣本選擇

實(shí)驗(yàn)過程中，需要受訪者在完整閱讀被測(cè)短視頻平臺(tái)APP 隱私政策后如實(shí)回答調(diào)研題項(xiàng)。鑒于隱私政策通常篇幅較長(zhǎng)、內(nèi)容較多，為確保調(diào)研結(jié)果的有效性與回收率，本研究采用結(jié)構(gòu)化訪談方式收集第一手資料。結(jié)構(gòu)化訪談是按照事先設(shè)計(jì)的訪談問卷展開的標(biāo)準(zhǔn)化訪談。相較于自填式問卷調(diào)查法，該方法的優(yōu)勢(shì)在于能夠把控調(diào)查結(jié)果的可靠性與回收率，且便于獲取非語言信息，而這些正是本研究在獲取數(shù)據(jù)時(shí)重點(diǎn)關(guān)注的要素。

具體操作如下：首先，根據(jù)前文構(gòu)建的指標(biāo)框架設(shè)計(jì)訪談問卷?？紤]到受訪者對(duì)隱私保護(hù)相關(guān)政策規(guī)范的了解程度會(huì)對(duì)訪談結(jié)果產(chǎn)生影響，本研究在設(shè)計(jì)訪談問卷時(shí)將相關(guān)政策法規(guī)融入具體問題之中。例如，問卷某一題項(xiàng)被設(shè)計(jì)為\"《個(gè)人信息保護(hù)法》第15條規(guī)定，基于個(gè)人同意處理個(gè)人信息的，個(gè)人有權(quán)撤回其同意’。請(qǐng)結(jié)合該法規(guī)對(duì)下面問題進(jìn)行評(píng)價(jià)：抖音APP隱私政策明確、清楚地表示，我具有撤回授權(quán)同意的權(quán)利”。然后，根據(jù)訪談問卷對(duì)選定的受訪者開展一對(duì)一、面對(duì)面的訪談工作，主要流程如下：（1）向受訪者介紹現(xiàn)有隱私保護(hù)相關(guān)政策法規(guī)的大致概況，并展示部分?jǐn)?shù)字平臺(tái)違規(guī)收集個(gè)人信息、侵犯用戶隱私的資訊信息，通過情景模擬，使受訪者充分進(jìn)入訪談狀態(tài);（2）讓受訪者詳細(xì)閱讀被測(cè)短視頻平臺(tái)APP隱私政策的文本內(nèi)容；（3）按照訪談問卷進(jìn)行正式問答，要求受訪者對(duì)問卷各題項(xiàng)進(jìn)行打分評(píng)價(jià)（評(píng)分等級(jí)分為1、2、3、4、5共5個(gè)等級(jí)，依次代表“非常差、差、一般、好、非常好”）。在此過程中，受訪者可回溯查看隱私政策文本內(nèi)容，以便作出真實(shí)回答。此外，為確保問卷設(shè)計(jì)的合理性，本研究在正式訪談前選取10人參與預(yù)訪談，并根據(jù)預(yù)訪談結(jié)果及受訪者建議對(duì)問卷題項(xiàng)進(jìn)行修正，最終形成正式訪談問卷。

在樣本選擇方面，本研究對(duì)受訪者的選擇遵循以下原則：（1）受訪者是短視頻平臺(tái)APP的活躍用戶；（2）對(duì)調(diào)研問題具備一定理解能力，能較好地配合訪談工作。依據(jù)上述原則，最終確定280名訪談對(duì)象。在剔除惡意作答、敷衍了事等不合格問卷后，共獲得268份有效問卷。受訪者的職業(yè)包括學(xué)生、教師、政府人員、公司職員及其他，其中男性占 45.90% 、女性占 54.10% ;年齡主要集中在18～39歲，占比達(dá) 79.48% ;擁有本科及以上學(xué)歷者占 88.81% 。樣本人口特征信息如表3所示。

表3人口特征信息統(tǒng)計(jì)

（二）用戶感知滿意度評(píng)價(jià)

根據(jù)已構(gòu)建的評(píng)價(jià)模型，以抖音平臺(tái)為例，對(duì)被測(cè)短視頻平臺(tái)APP隱私政策的用戶感知滿意度進(jìn)行詳細(xì)計(jì)算（其余平臺(tái)的計(jì)算過程不在本文中展示，具體計(jì)算結(jié)果見表4）。首先，運(yùn)用模糊統(tǒng)計(jì)法[42]計(jì)算每個(gè)子因素集 U_i 中各因素對(duì)評(píng)語集 V 的隸屬度。以 U₁₁ 指標(biāo)為例，在268名受訪者中，有7人認(rèn)為抖音APP的隱私政策文本識(shí)別性“很差”，15人評(píng)價(jià)為“差”，23人評(píng)價(jià)為“一般”，135人評(píng)價(jià)為“好”，88人評(píng)價(jià)為“很好”。由模糊統(tǒng)計(jì)法 r_ij=P_ij/N （， i=1，2，…，n;j=1，2，…，m;N 為評(píng)價(jià)總?cè)藬?shù)），可得單指標(biāo)隸屬度向量為 r₁₁=（0.026 1，0.056 0，0.085 8，0.503 7，0.328 4） （保留4位小數(shù)，下同）。同理，可依次計(jì)算其他指標(biāo)的隸屬度數(shù)據(jù)（見表4）。

表4各指標(biāo)語義隸屬度

根據(jù)式（4），對(duì)各子因素集 U_i 分別進(jìn)行一級(jí)模糊綜合評(píng)價(jià)，得到6組一級(jí)評(píng)價(jià)結(jié)果向量（標(biāo)準(zhǔn)化后） B₂=A₂oR₂=（0.189 8，0.306 2，0.257 7 ，0.186 2，0.060 1） ，0.165 0，0.542 7，0.249 6，0.030 2? ？ 5 R₆=（0.0094，0.1061，0.5079，0.3619，0.0148） 。以該6組一級(jí)評(píng)價(jià)結(jié)果向量為元素構(gòu)建綜合因素集 U 的模糊關(guān)系矩陣，再根據(jù)式（6）對(duì)綜合因素集 U 進(jìn)行二級(jí)模糊綜合評(píng)價(jià)，得出二級(jí)評(píng)價(jià)結(jié)果向量（標(biāo)準(zhǔn)化后） 。接著，根據(jù)式（7）計(jì)算用戶感知滿意值，即用戶感知滿意值的綜合得分 3.176 5（保留4位小數(shù)，下同）。該得分處于[2.5，3.5）區(qū)間內(nèi)，屬于“一般”水平。同理，各子因素集的用戶感知滿意值分別為：政策可達(dá)性 Z_?1=3.1116 ，閱讀友好性 Z₂=2.6205 ，用戶互動(dòng)性 Z₃=3.665 4 ，告知明確性 ?Z₄=3.120 1 ，權(quán)利完整性 Z₅=3.408 6 ，信息安全性 Z₆=3.2665 。依據(jù)抖音平臺(tái)APP 隱私政策用戶感知滿意度測(cè)度過程，同理可獲取其他樣本平臺(tái)APP 隱私政策用戶感知滿意度的評(píng)價(jià)結(jié)果（見表5）。

表5短視頻平臺(tái)隱私政策用戶感知滿意度評(píng)價(jià)結(jié)果

（三）研究結(jié)果分析

由表5可知，當(dāng)前我國(guó)短視頻平臺(tái)隱私政策的用戶感知滿意度水平個(gè)體差異較大?？焓?、微視和央視頻等平臺(tái)隱私政策用戶感知滿意值處于[3.5，4.5）區(qū)間，屬于“好\"等級(jí);抖音、小紅書、西瓜、皮皮蝦、美拍等平臺(tái)隱私政策用戶感知滿意值處于[2.5，3.5）區(qū)間，屬于“一般\"等級(jí)；而好看和梨視頻等平臺(tái)隱私政策用戶感知滿意值處于[1.5，2.5）區(qū)間，屬于“差”等級(jí)。圖2展示了樣本APP在華為應(yīng)用市場(chǎng)的安裝量與隱私政策用戶感知滿意度評(píng)分情況。整體而言，平臺(tái)熱度與隱私政策評(píng)分并非呈正反饋關(guān)系。一些知名度高、市場(chǎng)份額占比較大的短視頻平臺(tái)（如抖音、小紅書）在隱私政策制定方面表現(xiàn)欠佳，而部分相對(duì)小眾平臺(tái)（如微視、央視頻）的隱私政策用戶感知滿意度情況卻表現(xiàn)更好。由此可見，短視頻平臺(tái)企業(yè)在用戶隱私保護(hù)方面雖存在基礎(chǔ)共識(shí)，但頭部企業(yè)并未將自身市場(chǎng)優(yōu)勢(shì)在用戶隱私政策制定方面予以體現(xiàn)，其市場(chǎng)地位與社會(huì)責(zé)任不相匹配，未來頭部企業(yè)應(yīng)注重發(fā)揮其在行業(yè)規(guī)范方面的引領(lǐng)作用。

同時(shí)，從基于二級(jí)指標(biāo)結(jié)果繪制的雷達(dá)圖（見圖3）可以看出，當(dāng)前我國(guó)短視頻平臺(tái)隱私政策在閱讀友好性方面的用戶感知滿意度明顯低于政策可達(dá)性、用戶互動(dòng)性、告知明確性、權(quán)利完整性和信息安全性等方面的用戶感知滿意度水平。

圖2應(yīng)用市場(chǎng)APP安裝量與用戶感知滿意值

圖3短視頻平臺(tái)在不同指標(biāo)方面的表現(xiàn)情況

1.在政策可達(dá)性方面，所有樣本平臺(tái)的隱私政策名稱都具有明確的專指性，以便于用戶識(shí)別，但在內(nèi)容可見性和更新及時(shí)性方面還有待提高。例如，抖音、快手、小紅書的隱私政策回溯查找路徑較深（需點(diǎn)擊5步），使用戶體驗(yàn)感知不佳。小紅書、西瓜視頻等隱私政策更新及時(shí)，但僅快手、央視頻向用戶展示了政策更新頻率以及歷史版本，其他樣本平臺(tái)的隱私政策更新頻率和歷史版本均無法查看。平臺(tái)向用戶展示政策更新頻率和歷史版本能夠體現(xiàn)其對(duì)用戶隱私的重視程度，有利于用戶了解平臺(tái)的自檢自查活動(dòng)，進(jìn)而提升平臺(tái)的可信賴度。

2.在閱讀友好性方面，所有樣本平臺(tái)隱私政策都能在APP內(nèi)部以全屏形式展現(xiàn)，無須跳轉(zhuǎn)至外部平臺(tái)，但在閱讀難度適宜性、排版結(jié)構(gòu)清晰性和展現(xiàn)形式多樣性上存在通病。例如，八成平臺(tái)的隱私政策篇幅冗長(zhǎng)，字?jǐn)?shù)超過12000字，大大增加了用戶的閱讀時(shí)間成本，嚴(yán)重影響閱讀體驗(yàn)。在注釋說明方面，只有好看視頻在文末對(duì)專業(yè)術(shù)語添加了注釋，用戶閱讀與理解難度大。超七成平臺(tái)的隱私政策內(nèi)容存在詳略不當(dāng)、邏輯不清、重點(diǎn)不突出等問題，易造成用戶閱讀困難。除微視外，其他樣本平臺(tái)均無索引功能，梨視頻、央視頻甚至缺乏目錄，不利于節(jié)省用戶閱讀時(shí)間、提高閱讀效率。多數(shù)樣本平臺(tái)展現(xiàn)形式單一，未添加圖片、視頻等多樣化元素，難以提高視覺傳達(dá)效果。對(duì)于大部分用戶而言，其自身隱私保護(hù)意識(shí)較弱，很少主動(dòng)關(guān)注隱私政策。而效率低下、閱讀困難的政策內(nèi)容進(jìn)一步降低了用戶閱讀的意愿，最終導(dǎo)致隱私政策流于形式，無法真正發(fā)揮其作為個(gè)人信息保護(hù)“第一道防線”的作用。

3.在用戶互動(dòng)性方面，半數(shù)樣本平臺(tái)具備訪客模式（基本功能模式），用戶只需提供必要授權(quán)便可使用APP 基本功能，這在一定程度上緩解了當(dāng)前互聯(lián)網(wǎng)平臺(tái)隱私政策普遍存在的“霍布森選擇效應(yīng)”（沒有選擇余地的“選擇”）。但在非訪客模式下，仍然存在用戶不同意信息收集便無法正常使用APP的情況。在申訴反饋便利性上，絕大部分樣本平臺(tái)設(shè)立了用戶投訴渠道，快手和微視還針對(duì)未成年人設(shè)置了專門投訴渠道，較其他短視頻平臺(tái)更關(guān)注未成年人個(gè)人信息保護(hù)。

4.在告知明確性方面，大部分樣本平臺(tái)對(duì)信息收集及其目的告知較為全面，并將信息收集與功能匹配進(jìn)行了對(duì)應(yīng)展示。但該部分內(nèi)容篇幅過長(zhǎng)、可讀性差，可能涉及過度收集信息的風(fēng)險(xiǎn)。在信息共享與披露方面，除梨視頻外，其他樣本平臺(tái)都以鏈接形式提供了第三方共享清單，對(duì)信息共享平臺(tái)進(jìn)行了詳細(xì)介紹。

5.在權(quán)利完整性方面，所有樣本平臺(tái)都賦予了用戶查閱權(quán)、更正權(quán)、刪除權(quán)和注銷權(quán)，但不同平臺(tái)對(duì)用戶權(quán)利描述的詳略程度有所差異。如央視頻隱私政策僅用一句話簡(jiǎn)略概括，未提供具體操作指引。在用戶權(quán)利實(shí)現(xiàn)方面，梨視頻缺少未成年人個(gè)人信息保護(hù)規(guī)則，不利于對(duì)未成年人個(gè)人信息安全進(jìn)行特別保障。

6.在信息安全性方面，快手用戶滿意值最高，達(dá)到4.625.0?？焓謱ｉT開發(fā)了隱私保護(hù)平臺(tái)，詳細(xì)闡述了安全組織架構(gòu)、安全管理體系、安全技術(shù)等，并制定了一系列信息安全制度文件。其他樣本平臺(tái)的隱私政策在安全技術(shù)措施、管理制度、安全事件應(yīng)急預(yù)案方面的闡述多為概括性語言，缺乏具體信息。具體詳實(shí)的安全保障計(jì)劃和風(fēng)險(xiǎn)救濟(jì)措施能夠提升隱私政策的可執(zhí)行性和可信賴度，同時(shí)也有助于增強(qiáng)用戶對(duì)APP的信任，提高用戶提供信息的意愿。

五、結(jié)語

本研究基于語義隸屬度模糊推理，采用二級(jí)模糊綜合評(píng)價(jià)方法對(duì)隱私政策用戶感知進(jìn)行測(cè)度與分析，并以主流短視頻平臺(tái)為研究對(duì)象開展實(shí)證分析。本研究的主要貢獻(xiàn)在于：以往學(xué)者多從文本視角出發(fā)對(duì)隱私政策進(jìn)行測(cè)評(píng)，而本研究從用戶視角出發(fā)構(gòu)建了科學(xué)測(cè)度隱私政策用戶感知的指標(biāo)框架，對(duì)現(xiàn)有研究體系進(jìn)行了補(bǔ)充。在研究方法上，提出了一種基于語義隸屬度模糊推理的隱私政策用戶感知滿意度測(cè)度方法，通過量化語義隸屬度，更準(zhǔn)確地刻畫出用戶感知的邊界模糊性。與以往普遍采用的內(nèi)容研究法等主要基于非此即彼的二值邏輯思想進(jìn)行簡(jiǎn)單判斷的方法相比，該方法的測(cè)度結(jié)果更能反映用戶感知的模糊不確定性，提升了研究結(jié)果的科學(xué)性與嚴(yán)謹(jǐn)性。下面進(jìn)一步從企業(yè)、監(jiān)管機(jī)構(gòu)與用戶等不同層面提出管理啟示。

一是企業(yè)層面。平臺(tái)制定隱私政策應(yīng)以用戶為中心，充分考慮用戶感知和需求。在細(xì)化政策內(nèi)容顆粒度的同時(shí)，提高其可讀性，優(yōu)化信息質(zhì)量，改善用戶閱讀體驗(yàn)。例如，可通過提供多樣化的瀏覽方式、簡(jiǎn)潔易察的彈窗形式實(shí)現(xiàn)增強(qiáng)式告知，并在每條主目錄后設(shè)置“ + ”鍵用以展示詳細(xì)內(nèi)容，解決因政策文本內(nèi)容繁雜而讓用戶眼花繚亂的問題。同時(shí)，積極落實(shí)信息分級(jí)授權(quán)，對(duì)用戶個(gè)人信息權(quán)限逐步征求同意，避免出現(xiàn)“一攬子協(xié)議”的情況。此外，平臺(tái)應(yīng)重視建立用戶隱私安全保障機(jī)制，提高隱私政策的可信度?？刹扇〕闪ｉT團(tuán)隊(duì)管理用戶信息并定期開展自檢自查、對(duì)關(guān)鍵崗位人員進(jìn)行背景審查且與相關(guān)員工簽署保密協(xié)議、將員工安全能力與業(yè)績(jī)考核掛鉤等措施，強(qiáng)化企業(yè)內(nèi)部的安全意識(shí)與責(zé)任。

二是監(jiān)管機(jī)構(gòu)層面。監(jiān)管機(jī)構(gòu)應(yīng)督促頭部企業(yè)強(qiáng)化責(zé)任意識(shí)，積極發(fā)揮示范引領(lǐng)作用。同時(shí)，建立科學(xué)、權(quán)威的隱私政策測(cè)評(píng)體系和監(jiān)管機(jī)制，持續(xù)監(jiān)督和審查數(shù)字平臺(tái)隱私政策的制定與落實(shí)情況，及時(shí)發(fā)現(xiàn)和處置違規(guī)平臺(tái)。另外，結(jié)合隱私泄露典型案例，利用圖片、動(dòng)畫、視頻等多樣化形式對(duì)社會(huì)公眾進(jìn)行宣傳教育，引導(dǎo)用戶關(guān)注個(gè)人信息保護(hù)。

三是用戶層面。用戶應(yīng)主動(dòng)培養(yǎng)隱私素養(yǎng)，提高自身的信息敏感度和個(gè)人信息保護(hù)意識(shí)，積極表達(dá)訴求并行使權(quán)利，讓加強(qiáng)隱私保護(hù)成為常態(tài)，從而改變自身在數(shù)據(jù)控制方面的被動(dòng)局面。

本研究根據(jù)國(guó)內(nèi)外標(biāo)志性政策法規(guī)及學(xué)界研究成果，從六個(gè)維度構(gòu)建了隱私政策用戶感知滿意度指標(biāo)框架，但隨著相關(guān)政策法規(guī)的不斷完善和隱私政策的深入挖掘，該框架仍需進(jìn)一步擴(kuò)展。如針對(duì)平臺(tái)可能存在為規(guī)避合規(guī)風(fēng)險(xiǎn)而進(jìn)行虛假性陳述的現(xiàn)象，未來有必要對(duì)隱私政策的執(zhí)行程序和效果加以考量，從隱私政策其他屬性上擴(kuò)展指標(biāo)維度，以增強(qiáng)研究結(jié)論的完備性。此外，本研究?jī)H選取短視頻頭部平臺(tái)為實(shí)證研究對(duì)象，后續(xù)研究可擴(kuò)大樣本范圍，對(duì)不同類型平臺(tái)的隱私政策用戶感知滿意度進(jìn)行測(cè)度并縱向?qū)Ρ龋瑸閮?yōu)化數(shù)字平臺(tái)隱私政策提供方向。

參考文獻(xiàn)：

[1]邢小強(qiáng)，湯新慧，王玨，等.數(shù)字平臺(tái)履責(zé)與共享價(jià)值創(chuàng)造——基于字節(jié)跳動(dòng)扶貧的案例研究[J].管理世界，2021（12） ：152-176.

[2]梁曉丹，李穎灝，劉芳.在線隱私政策對(duì)消費(fèi)者提供個(gè)人信息意愿的影響機(jī)制研究——信息敏感度的調(diào)節(jié)作用[J].管理評(píng)論，2018（11）：97-107.

[3] 程嘯.論大數(shù)據(jù)時(shí)代的個(gè)人數(shù)據(jù)權(quán)利[J].中國(guó)社會(huì)科學(xué)，2018（3）：102-122.

[4]SINGHRI，SUMEETHM，MILLERJ.Auser-centric evaluationof thereadabilityof privacy policies in popular websites[J].Information SystemsFrontiers，2011（4） ：501-514.

[5]KUNZ MB，OSBORNE P，F(xiàn)LYNN HM.Online privacy policies：Arethey writenfor the average“l(fā)iterate”consumer？[J].AlliedAcademiesInternational Conference，2Oo9（1） ：17-22.

[6]賀小石.大數(shù)據(jù)背景下公民信息安全保障體系構(gòu)建——兼論隱私政策的規(guī)制原理及其本土化議題[J].中國(guó)特色社會(huì)主義研究，2021（6）：100-109.

[7]李延舜.我國(guó)移動(dòng)應(yīng)用軟件隱私政策的合規(guī)審查及完善——基于49例隱私政策的文本考察[J].法商研究，2019（5） ：26-39.

[8] 郭清玥，吳丹.基于文本分析的APP隱私政策框架優(yōu)化研究[J].信息資源管理學(xué)報(bào)，2021（1）：18-29.

[9]BOLDTM，REKANAR K.Analysis and textclasificationof privacypolicies from rogue andtop-10O fortune global companies[J].International Journal of Information Securityand Privacy，2O19（2）：47-66.

[10]WU K W，HUANG S Y，YENDC，et al.The efect of online privacy policyon consumer privacyconcem andtrust[J].Com-puters in Human Behavior，2012（3） ：889-897.

[11]肖雪，曹羽飛.我國(guó)社交應(yīng)用個(gè)人信息保護(hù)政策的合規(guī)性研究[J].情報(bào)理論與實(shí)踐，2021（3）：91-100.

[12]徐雷，徐潤(rùn)婕.移動(dòng)APP隱私條款可獲得性及內(nèi)容分析研究[J].現(xiàn)代情報(bào)，2020（7）：82-91.

[13］唐遠(yuǎn)清，賴星星.社交媒體隱私政策文本研究——基于Facebook與微信的對(duì)比分析[J].新聞與寫作，2018（8）：31-37.

[14]宛玲，霍艷花，馬守軍.英國(guó)大學(xué)圖書館網(wǎng)站個(gè)人信息保護(hù)政策文本分析及啟示[J].圖書情報(bào)工作，2016（12）：62-68.

[15]WILLIAMS TL，AGARWAL N，WIGANDRT.Protecting private information： Current atitudes concerning privacy policies[EB/OL].[2023-09-22].htps：//xueshu.baidu.com/usercenter/paper/show？paperid τ=τ 6f6f8b42e5d6dbade1734d1daf09a950amp;site xueshu_se.

[16］周拴龍，王衛(wèi)紅.中美電商網(wǎng)站隱私政策比較研究——以阿里巴巴和Amazon為例[J].現(xiàn)代情報(bào)，2017（1）：137-141.

[17]趙金旭，鄭躍平.中國(guó)電子政務(wù)隱私保護(hù)問題探究——基于70個(gè)大中城市政府網(wǎng)站的“隱私聲明”調(diào)查[J].電子政務(wù)，2016（7） ：81-93.

[18]趙靜，袁勤儉，陳建輝.基于內(nèi)容分析的B2C 網(wǎng)絡(luò)商家隱私政策研究[J].現(xiàn)代情報(bào)，2020（4）：101-110.

[19]張曉娟，徐建光.政務(wù)APP個(gè)人隱私信息保護(hù)評(píng)價(jià)指標(biāo)體系研究及實(shí)證分析[J].現(xiàn)代情報(bào)，2019（7）：133-142.

[20]ZADEH L A.Fuzzy sets[J].Information and Control，1965（3） ：338-353.

[21]姚勝譯，吳丹.APP隱私政策用戶友好度評(píng)價(jià)研究[J].信息資源管理學(xué)報(bào)，2021（1）：30-39.

[22]中華人民共和國(guó)個(gè)人信息保護(hù)法[EB/OL].（2021-08-20）[2023-09-22].htp：//www.gov.cn/xinwen/2021-08/20/content_5632486.htm.

[23］國(guó)家市場(chǎng)監(jiān)督管理總局，國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).信息安全技術(shù)個(gè)人信息安全規(guī)范[EB/OL].（2020-03-06）[2023-09-22].htps：//openstd.samr.gov.cn/bzgk/gb/newGbInfo？ hcno 4568F276E0F8346EB0FBA097AA0CE05E.

[24］中華人民共和國(guó)國(guó)家互聯(lián)網(wǎng)信息辦公室.最嚴(yán)數(shù)據(jù)保護(hù)法案GDPR 正式生效[EB/OL].（2018-06-11）[2023-09-22].http：//www.cac.gov.cn/2018-06/11/c_1122965697.htm.

[25]CAPISTRANOEPS，CHENJV.Information privacypolicies：The efects of policycharacteristicsandonline experienceJ].Computer Standards amp; Interfaces，2O15（Nov）：24-31.

[26]STEINFELDN.“Iagreetothe terms andconditions”：（How）dousersread privacypolicyonlie？Aneye-tracking experi-ment[J].Computers in Human Behavior，2016（B） ：992-1000.

[27]申琦.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].新聞大學(xué)，2015（4）：43-50.

[28]朱穎.我國(guó)移動(dòng) APP隱私保護(hù)政策研究——基于96個(gè)移動(dòng)應(yīng)用APP的分析[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017（12） ：107-114.

[29]ERMAKOVA T，BAUMANN A，F(xiàn)ABIANB，et al.Privacy policies and users’trust： Does readability mater？[EB/OL].[2023-09-22].https：//xueshu.baidu.com/usercenter/paper/show？ paperid τ=τ 20096029a9987869c44e2f6b767245d9amp;site Σ=Σ xueshu_se.

[30]AIMEUR E，LAWANI O，DALKIR K.When changing the look of privacy policies affcts user trust： An experimental study[J].Computers in Human Behavior，2016（C）：368-379.

[31]范海潮，顧理平.探尋平衡之道：隱私保護(hù)中知情同意原則的實(shí)踐困境與修正[J].新聞與傳播研究，2021（2）：70-85.

[32］邵國(guó)松，薛凡偉，鄭一媛，等.我國(guó)網(wǎng)站個(gè)人信息保護(hù)水平研究——基于《網(wǎng)絡(luò)安全法》對(duì)我國(guó)500家網(wǎng)站的實(shí)證分析[J].新聞?dòng)浾撸?018（3）：55-65.

[33]李澤睿，田宇琛，張偉哲，等.中國(guó)移動(dòng)應(yīng)用隱私政策研究[J].網(wǎng)絡(luò)空間安全，2020（6）：57-68.

[34]POLACHIPrivacystatementsasameansof uncertaintyreductionin WWWinteractions[J].JoumalofOrganizationalandEnd User Computing，2006（1） ：23-49.

[35]SUNYAEVA，DEHLING T，TAYLOR PL，et al.Availabilityandqualityof mobile health app privacy policies[J].Journalofthe American Medical Informatics Association，2015（1） ：28-33.

[36]ROBILLARDJM，F(xiàn)ENG TL，SPORN AB，et alAvailability，readability，and content of privacy policies andterms of a-greements of mental health apps[J].Internet Interventions，2019（17） ：100243.

[37]何培育，王瀟睿.智能手機(jī)用戶隱私安全保障機(jī)制研究——基于第三方應(yīng)用程序“隱私條款”的分析[J].情報(bào)理論與實(shí)踐，2018（10）：40-46.

[38]杜棟.論AHP的標(biāo)度評(píng)價(jià)[J].運(yùn)籌與管理，2000（4）：42-45.

[39]徐澤水.模糊互補(bǔ)判斷矩陣排序的最小方差法[J].系統(tǒng)工程理論與實(shí)踐，2001（10）：93-96.

[40]徐澤水.不確定多屬性決策方法及應(yīng)用[M].北京：清華大學(xué)出版社，2004：41-43.

[41]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R/OL].（2025-01-17）[2025-03-22].htps：//cnnic.net.cn/

Research on user perception evaluation of privacy policy on digital platform： Based on FAHP-fuzzy comprehensive evaluation

ZHANG Bin'，TIAN Sujun’，HE Hongyang

（1.SchoolofEconomicsand Management，Beijing UniversityofPostsandTelecommunications，BeijinglOo876，China; 2.Teaching and Research Department of BusinessAdministration，PartySchol of Zhejiang Provincial Commiteeof C.P.C， Hangzhou 311121，China）

Abstract：The privacypolicyis the“first lineof defense”forthe protectionofusers’personal information in the era of digital economy.Aimingat exploring the userperceived satisfactionof privacypolicy，this paperconstructedanindicator framework basedonthe user perspective fromsix dimensions：policyaccesibility，reading friendliness，user interaction， notificationclarity，rightsintegrity，andinformationsecurity.Next，thefuzzyanalytic hierarchyprocess（FAHP）isused to determine the index weight.Then，through thetwo-level fuzzy comprehensive evaluation method to determinethe semantic membership degree of user perception tendencyof privacy policy，the paper established auser perception measure algorithmbasedonthefuzzymembershipofthesemanticmembershipdegreeLast，thestudyselectdigitalplatformsrepresentedbyhead shortvideo platforms astheresearchobject forempiricalanalysis.Theresults showedthat，first，there is no positive fedback relationship between the popularityand the perceived satisfaction with privacy policies of digital platforms in China，andthereading friendlinessisthe worst.Second，sincevague notification willead toinvoluntary consent，andredundantnotification willincrease the timecostandprofessonal threshold for knowledge，balancing the content granularityanduserreadabilityof privacypolicyisadificult problem thatdigital platformneeds toexplorecurrently.Third，inorder toimproveuser perceivedsatisfactionof privacypolicyandavoidprivacypolicybecoming amere formality，innovationintheformofpolicypresentationandestablishingahierarchicalauthorization mechanismshould be promoted.Thisresearch isable toprovide theoreticaland practical guidance fordigital platform toformulateand improve privacypolicy.

Keywords：privacy policy；user perceived satisfaction； fuzzy analytic hierarchy process （FAHP）； fuzzy comprehensiveevaluation；digital platform

（編輯：蔡秀娟）