| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究目标与研究意义 | 第13-14页 |
| 1.2.1 研究目标 | 第13页 |
| 1.2.2 研究意义 | 第13-14页 |
| 1.3 研究内容与研究技术路线 | 第14-16页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 技术路线图 | 第15-16页 |
| 1.4 研究方法与创新之处 | 第16-18页 |
| 1.4.1 研究方法 | 第16页 |
| 1.4.2 创新之处 | 第16-18页 |
| 2 文献综述 | 第18-24页 |
| 2.1 相关概念概述 | 第18-21页 |
| 2.1.1 个性化推荐的含义 | 第18-19页 |
| 2.1.2 个性化推荐采纳 | 第19页 |
| 2.1.3 隐私风险感知的含义 | 第19-21页 |
| 2.2 个性化推荐中的用户隐私问题 | 第21-23页 |
| 2.3 隐私风险感知与隐私关注 | 第23-24页 |
| 3 电商个性化推荐采纳中用户隐私风险感知影响因素的模型构建 | 第24-38页 |
| 3.1 技术威胁规避理论 | 第24-31页 |
| 3.1.1 技术威胁规避理论的提出及含义 | 第24-25页 |
| 3.1.2 技术威胁规避理论通用模型与变量 | 第25-28页 |
| 3.1.3 技术威胁规避理论的研究进展 | 第28-31页 |
| 3.2 社会交换理论 | 第31-33页 |
| 3.2.1 社会交换理论的含义 | 第31-33页 |
| 3.2.2 基于社会交换理论的感知收益 | 第33页 |
| 3.3 电商个性化推荐采纳中用户隐私风险感知的影响因素模型构建 | 第33-38页 |
| 3.3.1 研究模型 | 第33-34页 |
| 3.3.2 研究变量及假设 | 第34-38页 |
| 4 电商个性化推荐采纳中用户隐私风险感知影响因素的数据收集 | 第38-46页 |
| 4.1 数据收集方法概述 | 第38-39页 |
| 4.2 调查问卷设计 | 第39-42页 |
| 4.2.1 测度项及其来源 | 第39-41页 |
| 4.2.2 调查问卷设计与样本确定 | 第41-42页 |
| 4.3 调查问卷前测与发放 | 第42-46页 |
| 4.3.1 调查问卷前测与修改 | 第42-45页 |
| 4.3.2 调查问卷发放与回收 | 第45-46页 |
| 5 电商个性化推荐采纳中用户隐私风险感知影响因素的数据分析 | 第46-66页 |
| 5.1 描述性统计分析 | 第46-50页 |
| 5.1.1 人口统计描述性分析 | 第46-47页 |
| 5.1.2 用户网购情况描述统计分析 | 第47-49页 |
| 5.1.3 正态性检验 | 第49-50页 |
| 5.2 信度与效度分析 | 第50-55页 |
| 5.2.1 信度分析 | 第51-52页 |
| 5.2.2 效度分析 | 第52-55页 |
| 5.3 结构方程模型与假设检验 | 第55-61页 |
| 5.3.1 测量模型检验 | 第56-57页 |
| 5.3.2 模型参数估计 | 第57-60页 |
| 5.3.3 结构方程模型路径分析 | 第60-61页 |
| 5.4 研究结果与解释说明 | 第61-66页 |
| 5.4.1 研究结果 | 第61-62页 |
| 5.4.2 结果阐释说明 | 第62-66页 |
| 6 研究总结与展望 | 第66-70页 |
| 6.1 研究总结 | 第66-67页 |
| 6.1.1 本研究的理论价值 | 第66-67页 |
| 6.1.2 本研究的应用价值 | 第67页 |
| 6.2 电子商务个性化推荐服务的建议 | 第67-68页 |
| 6.3 研究不足及展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 附录 | 第77-80页 |
| 攻读硕士学位期间科研情况 | 第80-81页 |
| 致谢 | 第81-82页 |
