빅데이터 시대의 개인정보 과잉이 사용자 저항에 미치는 영향

이환수; 임동원; 조항정

추천

검색

질문

자료유형: 학술저널

저자정보: 이환수 (카이스트) 임동원 (카이스트) 조항정 (카이스트)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제19권 제1호

발행연도: 2013.3

수록면: 125 - 139 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 주목 받기 시작한 빅데이터 기술은 대량의 개인 정보에 대한 접근, 수집, 저장을 용이하게 할 뿐만 아니라 개인의 원하지 않는 민감한 정보까지 분석할 수 있게 한다. 이러한 기술이나 서비스를 이용하는 사람들은 어느 정도의 프라이버시 염려를 가지고 있으며, 이것은 해당 기술의 사용을 저해하는 요인으로 작용할 수 있다. 대표적 예로 소셜 네트워크 서비스의 경우, 다양한 이점이 존재하는 서비스이지만, 사용자들은 자신이 올린 수많은 개인 정보로 인해 오히려 프라이버시 침해 위험에 노출될 수 있다. 온라인 상에서 자신이 생성하거나 공개한 정보일 경우에도 이러한 정보가 의도하지 않은 방향으로 활용되거나 제3자를 의해 악용되면서 프라이버시 문제를 일으킬 수 있다. 따라서 본 연구는 사용자들이 이러한 환경에서 인지할 수 있는 개인정보의 과잉이 프라이버시 위험과 염려에 어떠한 영향을 주는지를 살펴보고, 사용자 저항과 어떠한 관계가 있는지 분석한다. 데이터 분석을 위해 설문과 구조방정식 방법론을 활용했다. 연구결과는 소셜 네트워크 상의 개인정보 과잉 현상은 사용자들의 프라이버시 위험 인식에 영향을 주어 개인의 프라이버시 염려 수준을 증가 시키는 요인으로 작용할 수 있음을 보여준다.

Big data refers to the data that cannot be processes with conventional contemporary data technologies. As smart devices and social network services produces vast amount of data, big data attracts much attention from researchers. There are strong demands form governments and industries for bib data as it can create new values by drawing business insights from data. Since various new technologies to process big data introduced, academic communities also show much interest to the big data domain.
A notable advance related to the big data technology has been in various fields. Big data technology makes it possible to access, collect, and save individual’s personal data. These technologies enable the analysis of huge amounts of data with lower cost and less time, which is impossible to achieve with traditional methods. It even detects personal information that people do not want to open. Therefore, people using information technology such as the Internet or online services have some level of privacy concerns, and such feelings can hinder continued use of information systems. For example, SNS offers various benefits, but users are sometimes highly exposed to privacy intrusions because they write too much personal information on it. Even though users post their personal information on the Internet by themselves, the data sometimes is not under control of the users. Once the private data is posed on the Internet, it can be transferred to anywhere by a few clicks, and can be abused to create fake identity. In this way, privacy intrusion happens.
This study aims to investigate how perceived personal information overload in SNS affects user’s risk perception and information privacy concerns. Also, it examines the relationship between the concerns and user resistance behavior. A survey approach and structural equation modeling method are employed for data collection and analysis. This study contributes meaningful insights for academic researchers and policy makers who are planning to develop guidelines for privacy protection. The study shows that information overload on the social network services can bring the significant increase of users’ perceived level of privacy risks. In turn, the perceived privacy risks leads to the increased level of privacy concerns. IF privacy concerns increase, it can affect users to from a negative or resistant attitude toward system use. The resistance attitude may lead users to discontinue the use of social network services. Furthermore, information overload is mediated by perceived risks to affect privacy concerns rather than has direct influence on perceived risk. It implies that resistance to the system use can be diminished by reducing perceived risks of users. Given that users’ resistant behavior become salient when they have high privacy concerns, the measures to alleviate users’ privacy concerns should be conceived.
This study makes academic contribution of integrating traditional information overload theory and user resistance theory to investigate perceived privacy concerns in current IS contexts. There is little big data research which examined the technology with empirical and behavioral approach, as the research topic has just emerged. It also makes practical contributions. Information overload connects to the increased level of perceived privacy risks, and discontinued use of the information system. To keep users from departing the system, organizations should develop a system in which private data is controlled and managed with ease. This study suggests that actions to lower the level of perceived risks and privacy concerns should be taken for information systems continuance.

#Big data #Personal Information Overload #Information Privacy Concerns #User Resistance

참고문헌 (27)

참고문헌 신청

1. [학술지(정기간행물)] - Beaudoin, C. E. / 2008 / Explaining the relationship between Internet use and interpersonal trust : Taking into account motivation and information overload / Journal of Computer- Mediated Communication 13 (3) : 550 ~ 568

2. [학술지(정기간행물)] - Dinev, T. / 2006 / An extended privacy calculus model for e-commerce transactions / Information Systems Research 17 (1) : 61 ~ 80

3. [학술지(정기간행물)] - Furneaux, B. / 2010 / The end of the information system life : a model of is discontinuance / SIGMIS Database 41 (2) : 45 ~ 69

4. [학술지(정기간행물)] - Featherman, M. S. / 2003 / Predic ting e-services adoption : a perceived risk facets perspective / International Journal of Human-Computer Studies 59 (4) : 451 ~ 474

5. [학술지(정기간행물)] - Fogel, J. / 2009 / Internet social network communities : Risk taking, trust, and privacy concerns / Computers in Human Behavior 25 (1) : 153 ~ 160

이 논문의 저자 정보

이환수

소속기관 카이스트

주요연구분야 공학 > 산업공학 사회과학 > 사회학 > 사회학 일반

논문수 6 이용수 5,165

임동원

소속기관 카이스트

주요연구분야 공학 > 산업공학 공학 > 전기전자공학 > 정보통신공학

논문수 6 이용수 5,289

조항정

소속기관 한국과학기술원

주요연구분야 사회과학 > 사회학 > 사회학 일반 공학 > 산업공학

논문수 16 이용수 8,262

이 논문과 함께 이용한 논문

빅데이터의 위험유형 분류에 관한 연구

윤상오 한국지역정보화학회지 2013 .06

빅데이터를 활용한 맞춤형 교육 서비스 활성화 방안연구

권영옥 지능정보연구 2013 .06

빅데이터의 이해와 주요 이슈들

조영임 한국지역정보화학회지 2013 .09

빅데이터 시대의 개인정보 과잉 인식이 사용자 저항에 미치는 영향

Hwansoo Lee , Dongwon Lim , Hangjung Zo 한국지능정보시스템학회 학술대회논문집 2012 .12

빅데이터 시대의 개인정보 보호방안

손영화 기업법연구 2014 .09

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2014-000-003068694

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (27)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)