简介:中美两国“千禧一代”大学生因个人隐私泄露而遭遇诈骗的问题凸显。敏感数据是个人隐私保护的核心领域。为探索中美大学生对敏感数据的感知及其异同,文章归纳出92个国家和地区定义的全部30种敏感数据类型,并以中国H省和美国I州为例,分别调查两国大学生对这些数据类型的敏感度感知情况,运用T值检验作对比分析。研究发现:(1)中国大学生认为身份证号、财务信息最为敏感;其次是家庭住址、通话内容、生物特征识别信息、手机短信、GPS定位细节、性生活等;认为个人所属民族(种族)等数据最不敏感。(2)美国大学生认为财务信息、通话内容、手机短信、身份证号、电邮内容、GPS定位细节等较敏感,而认为工作经历与表现、姓名、教育背景等不敏感。(3)中美大学生感知的高敏感度数据类型较为一致;中国大学生感知到的平均敏感度高于美国大学生;美国大学生感知的电子邮件内容敏感度显著高于中国大学生。文章运用卡斯特的“网络社会价值观趋同论”对相同点做了分析,不同点则折射出双方文化背景、历史传统、法律规制之差异。隐私法规中分类的“敏感数据”与“千禧一代”大学生感知的“敏感数据”存在一定悖论,法规需不断修订完善,隐私研究也应与时俱进。
简介:摘要:目的:探讨人工智能在数字出版产业中的应用,分析其在内容生成和个性化阅读体验中的实际效果,评估人工智能技术赋能下的数字出版对读者需求和阅读质量的提升作用。方法:本研究采用实验设计方法,通过对比实验和问卷调查相结合的方式,选取2023年应用人工智能技术的数字出版平台数据。分组为应用人工智能生成内容及个性化推荐的实验组与传统数字出版方式的对照组,分析内容生成效率、用户阅读时长及用户满意度。数据通过t检验及卡方检验进行统计分析。结果:实验组在内容生成速度上比对照组提升了约45%,个性化推荐的准确性达87.3%,显著高于对照组(P < 0.05)。用户平均阅读时长较对照组增加了约32%,满意度得分提升了约1.8倍(P < 0.05)。实验组用户对内容推荐的相关性评价高达90%以上,表现出高度的个性化阅读体验优势。结论:研究结果表明,人工智能在数字出版中的应用不仅提高了内容生成效率,还显著提升了个性化阅读体验的质量和用户满意度。人工智能赋能的内容生成和推荐机制为数字出版产业提供了创新路径,可广泛应用于提高读者黏性和满足个性化需求的场景。