| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.1.1 互联网行为定向广告市场规模持续扩张 | 第12-13页 |
| 1.1.2 互联网行为定向广告对用户隐私造成困扰 | 第13页 |
| 1.2 研究目的及意义 | 第13-14页 |
| 1.3 研究方法 | 第14-15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 研究创新点 | 第16-17页 |
| 第二章 文献综述 | 第17-24页 |
| 2.1 互联网行为定向广告研究概述 | 第17-18页 |
| 2.1.1 互联网行为定向广告的定义 | 第17页 |
| 2.1.2 互联网行为定向广告的学术研究现状 | 第17-18页 |
| 2.2 信息技术接受理论及模型综述 | 第18-20页 |
| 2.2.1 技术接受模型 | 第18-19页 |
| 2.2.2 整合型技术接受与使用模型 | 第19-20页 |
| 2.3 感知价值接受理论 | 第20-22页 |
| 2.3.1 感知价值的定义 | 第20-21页 |
| 2.3.2 基于价值的成本效益理论(VAM) | 第21-22页 |
| 2.4 隐私关注相关研究 | 第22-24页 |
| 2.4.1 网络隐私的定义 | 第22页 |
| 2.4.2 隐私关注测量量表的研究 | 第22-23页 |
| 2.4.3 隐私关注与互联网行为定向广告 | 第23-24页 |
| 第三章 理论框架与研究假设 | 第24-32页 |
| 3.1 研究变量及研究假设 | 第24-29页 |
| 3.1.1 隐私关注的维度 | 第24-25页 |
| 3.1.2 采纳行为及其影响变量 | 第25-27页 |
| 3.1.3 人口统计变量 | 第27-28页 |
| 3.1.4 研究假设小结 | 第28-29页 |
| 3.2 理论框架构建 | 第29页 |
| 3.3 测量量表设计 | 第29-32页 |
| 第四章 数据分析与模型验证 | 第32-53页 |
| 4.1 问卷设计与发放 | 第32页 |
| 4.2 问卷预调研及修改 | 第32-38页 |
| 4.2.1 信度分析 | 第32-33页 |
| 4.2.2 效度分析 | 第33-36页 |
| 4.2.3 小结 | 第36-38页 |
| 4.3 大样本数据的统计分析 | 第38-43页 |
| 4.3.1 问卷发放 | 第38页 |
| 4.3.2 数据回收与描述性统计 | 第38-39页 |
| 4.3.3 信度分析 | 第39-41页 |
| 4.3.4 效度分析 | 第41-43页 |
| 4.4 结构方程模型验证 | 第43-51页 |
| 4.4.1 结构方程模型验证 | 第43-44页 |
| 4.4.2 人口统计变量检验 | 第44-49页 |
| 4.4.3 模型修正 | 第49-51页 |
| 4.5 本章小结 | 第51-53页 |
| 第五章 基于博弈论的互联网行为定向广告点击——奖励机制设计 | 第53-69页 |
| 5.1 互联网行为定向广告模式 | 第53-54页 |
| 5.2 相关理论与基本假设 | 第54-57页 |
| 5.2.1 斯塔尔博格模型 | 第54-55页 |
| 5.2.2 互联网行为定向广告点击——奖励模型的基本假设 | 第55-57页 |
| 5.3 广告主处于行业垄断情况下的广告点击——奖励模型设计 | 第57-63页 |
| 5.3.1 参数设定 | 第57-58页 |
| 5.3.2 用户广告点击行为最优决策的分析 | 第58-60页 |
| 5.3.3 代理商奖励机制最优决策的分析 | 第60-61页 |
| 5.3.4 广告主定价机制最优决策的分析 | 第61-63页 |
| 5.4 广告主处于完全竞争市场中的广告点击——奖励模型设计 | 第63-66页 |
| 5.5 本章小结 | 第66-69页 |
| 第六章 研究结果与展望 | 第69-73页 |
| 6.1 研究成果及理论意义 | 第69-71页 |
| 6.2 研究实践意义 | 第71页 |
| 6.3 研究不足及展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录——调查问卷 | 第77-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文目录 | 第82页 |
