Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

Effect of TikTok's Level-specific Recommendation Service on Continuous Use Intention: Focusing on the Privacy Calculation Model

틱톡의 수준별 추천 서비스에 따른 지속적 사용의도에 미치는 영향: 프라이버시계산 모델을 중심으로

  • 장열 (경희대학교 경영학) ;
  • 진정숙 (경희대학교 빅데이터연구센터) ;
  • 박주석 (경희대학교 경영학과)
  • Received : 2022.06.05
  • Accepted : 2022.08.11
  • Published : 2022.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

The video recommendation services help to save the user's information search time in the overflowing online information, and algorithms for more efficient and accurate recommendation are continuously developed. In particular, TikTok has the largest number of users in the short video industry due to its unique recommendation algorithms. In this study, by applying a privacy calculation model, the research tried to compare users' responses to each type of TikTok's recommendation service. Users are well aware of the privacy concerns and benefits of TikTok's recommendation service. Although there is a risk, it was found that users continue to use TikTok's recommendation service because the benefits are greater.

짧은 동영상의 대표서비스인 틱톡의 사용자를 대상으로 프라이버시 계산 모델을 이용하여 틱톡의 추천서비스 유형(추천서비스 정도에 따라서 3단계로 구분함)에 대한 사용자의 반응(인지된 위험, 인지된 혜택, 지속적 사용의도)과 인지된 위험과 인지된 혜택이 지속적 사용의도에 미치는 영향을 검증하였다. 뿐만 아니라 지속적 사용의도에 영향을 조절하는 호기심의 역할이 있는지를 검증하였다. 연구 결과, 인지된 혜택(인지된 정보성)요인과 지속적 사용의도는 추천서비스 유형중에서도 고, 저, 중 추천 서비스정도 순으로 높게 나타났고, 인지된 혜택(인지된 오락성)과 인지된 위험(프라이버시 심각성, 프라이버시 침해 가능성)은 고, 중, 저의 추천 서비스정도 순으로 높게 나타났다. 인지된 혜택(인지된 정보성, 인지된 오락성)은 지속적 사용의도에 긍정적인 영향을 주었으나, 인지된 위험(프라이버시 심각성, 프라이버시 침해 가능성)은 지속적 사용의도에 부정적인 영향을 주는 것으로 확인되었다. 마지막으로 프라이버시 계산모델에서 호기심은 조절효과가 있다는 것을 확인하였다. 사용자들은 추천서비스의 프라이버시에 대한 우려와 서비스에 대한 혜택 모두를 인지하고 있으며, 추천서비스에 대해서 위험과 혜택이 모두 있지만 지속적으로 서비스를 이용할 것으로 나타났다. 더 많은 연구를 통해서 추천시스템의 긍정적인 효과와 부정적인 반응을 비교하여 사용자들의 프라이버시 허용정도에 대해서 좀 더 알게 되었을 때 추천서비스를 염려없이 사용할 수 있을 것으로 사료된다.

Keywords

Acknowledgement

이 논문은 2020년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2020S1A5B8103855).

References

  1. 강한나, 마정미, "인지된 개인화와 유용성이 온라인 행동 맞춤형 광고 수용의도에 미치는 영향: 프라이버시 침해 우려와 인지된 통제감의 조절된 매개효과를 중심으로", 광고학연구, 제31권, 제2호, 2020, pp. 7-34.
  2. 김영욱, 김혜인, 윤소영, "온라인 맞춤형 광고수용에 영향을 미치는 요인 연구", 한국언론정보학보, 제89권, 2018, pp. 7-41.
  3. 김예솔란, 이세진, "개인화 수준이 소비자의 인식과 수용의도에 미치는 영향: 모바일 쿠폰을 중심으로", 광고학연구, 제27권, 제7호, 2016, pp. 31-57.
  4. 김우주, 김민준, "문(問) 생각의 테마 5: 정부 3.0과 빅데이터 시대에서의 개인정보 보안 위협과 대처 방안", 도시문제, 제50권, 제55호, 2015, pp. 30-33.
  5. 김종기, 김상희, "온라인 환경에서 프라이버시 행동의도에 미치는 영향: 보호동기이론을 중심으로", 정보화정책, 제20권, 제3호, 2013, pp. 63-85.
  6. 김현석, 윤주현, "온라인 쇼핑몰에서 SNS 지인(知人) 기반 상품추천 방식의 선호도", 기초조형학연구, 제12권, 제1호, 2011, pp. 137-145.
  7. 김현지, 오세림, 조수빈, "숏폼 콘텐츠 트렌드", 마케팅, 2020, pp. 60-69.
  8. 마뤼야오, 김소정, "틱톡(TikTok) 광고 효과에 주요한 광고 속성: 광고인게이지먼트를 중심으로", 광고PR실학연구, 제14권, 제1호, 2021, pp. 7-32. https://doi.org/10.21331/JPRAPR.2021.14.1.001
  9. 민현홍, 박성배, 정진섭, 한경석, "빅데이터 시대의 개인정보 제공의도에 영향을 미치는 요인", 인터넷전자상거래연구, 제16권, 제1호, 2016, pp. 95-117.
  10. 박병지, 최선형, "온라인 패션쇼핑몰의 추천서비스 유형별 사용자 평가와 사용의도 및 구매의도", 한국디자인포럼, 제61권, 2018, pp. 139-149.
  11. 박윤주, "추천기법별 고객 선호도 및 영향요인에 대한 분석: 전자제품과 의류군에 대한 비교연구", Information Systems Review, 제18권, 제2호, 2016, pp. 59-77. https://doi.org/10.14329/isr.2016.18.2.059
  12. 변성혁, 조창환, "AI 금융 챗봇 추천 메시지의 의인화와 개인화 수준이 고객 반응에 미치는 영향", 한국광고홍보학보, 제22권, 제2호, 2020, pp. 466-502.
  13. 서봉원, "콘텐츠 추천 알고리즘의 진화", 방송트렌드 & 인사이트, 제5권, 2016, pp. 19-24.
  14. 성동규, 이장석, "중국 AI 뉴스 애플리케이션의 이용 만족과 지속이용 의도에 영향을 미치는 요인에 관한 연구", 한국디지털콘텐츠학회논문지, 제21권, 제11호, 2020, pp. 1927-1937.
  15. 소현정, 곽기영, "모바일 헬스 앱 사용의도 동기요인: 조절초점성향과 프라이버시계산 이론을 중심으로", 지식경영연구, 제22권, 제2호, 2021, pp. 33-53. https://doi.org/10.15813/KMR.2021.22.2.003
  16. 손상영, 김사혁, "빅데이터 시대의 새로운 정책이슈와 이용자 중심의 활용방안 연구", 방송통신정책연구, 12-진흥-097, 2012, pp. 1-123.
  17. 손지연, "빅데이터 시대 소비자의 정보 프라이버시 보호에 관한 연구", 정책연구, 제14권 제09호, 2014, pp. 1-196.
  18. 송용태, "혁신 신제품에 대한 지각된 혁신성과 지각된 호기심이 수용의도에 미치는 영향: 프리어나운싱의 정보속성을 중심으로", 상품학연구, 제30권, 제2호, 2012, pp. 65-76. https://doi.org/10.36345/KACST.2012.30.2.007
  19. 안수미, 장재영, 김지동, 김범수, "SNS에서 프라이버시 침해의도에 영향을 미치는 요인", Information Systems Review, 제16권, 제2호, 2014, pp. 1-23.
  20. 윤남희, 김현숙, 추호정, "온라인 해외직접구매의 쇼핑가치가 호기심 및 자기효능감을 매개로 지속사용의도에 미치는 영향: 헤비유저와 라이트유저의 비교", 한국의류학회지, 제44권, 제5호, 2020, pp. 1004-1018.
  21. 윤세연, 조창환, "SNS 광고에서의 개인화 요소가 광고 효과에 미치는 영향 페이스북 광고메시지의 프라이버시 계산 모형을 중심으로", 한국광고홍보학보, 제20권, 제2호, 2018, pp. 64-94.
  22. 이장석, 성동규, 고산, 이주연, "기대일치모델을 적용한 쇼트 클립 애플리케이션의 지속이 용의도에 미치는 영향 연구: 중국 틱톡(TikTok) 이용자를 중심으로", 한국디지털콘텐츠학회 논문지, 제22권, 제1호, 2021, pp. 125-135.
  23. 이주희, 문장호, "페이스북에 대한 인지된 개인화가 사용자 반응에 미치는 영향", 광고연구, 제124권, 2020, pp. 5-36.
  24. 이준기, 최희재, 최선아, "서비스의 유용성과 프라이버시 염려도가 개인화된 서비스 수용성에 미치는 영향에 관한 연구", 한국전자거래학회지, 제12권, 제4호, 2007, pp. 37-51.
  25. 임태민, 이형석, "소셜 네트워크 서비스(SNS)에서의 개인정보 제공의도 및 지속적 이용의 도에 미치는 영향요인", 인터넷전자상거래연구, 제19권, 제1호, 2019, pp. 17-38.
  26. 채수연, 이윤구, 정윤혁, 최세정, "프라이버시 계산모형 관점에서 스마트 웨어러블 기기 사용의도에 관한 연구", 정보사회와 미디어, 제17권, 제2호, 2016, pp. 99-128.
  27. 최혜진, 조창환, "상품 추천 서비스 유형에 따른 소비자 반응 연구: 프라이버시 계산 모델을 중심으로", 한국콘텐츠학회논문지, 제20권, 제3호, 2020, pp. 254-266. https://doi.org/10.5392/JKCA.2020.20.03.254
  28. Culnan, M. J., and P. K. Armstrong, "Information privacy concerns, procedural fairness, and impersonal trust: An empirical investigation", Organization Science, Vol.10, No.1, 1999, pp. 104-115. https://doi.org/10.1287/orsc.10.1.104
  29. Dinev, T. and P. Hart, "An extended privacy calculus model for e-commerce transactions", Information Systems Research, Vol.17, No.1, 2006, pp. 61-80. https://doi.org/10.1287/isre.1060.0080
  30. Gan, Z., "Research on the influence of short-video App recommender system on users' flow experience (Master Thesis)", Guangdong University of Foreign Studies, 2020.
  31. Katz, E., "Mass communications research and the study of popular culture: An editorial note on a possible future for this journal", Studies in Public Communication, Vol.2, 1959, pp. 1-6.
  32. Kevin, K. W. and W. K. Eric, "The impact of the uses and gratifications of tourist attraction fan page", Internet Research, Vol.28, No.3, 2018, pp. 587-603. https://doi.org/10.1108/IntR-04-2017-0175
  33. Krasnova, H. and N. F. Veltri, "Privacy calculus on social networking sites: Explorative evidence from Germany and USA", 2010 43rd Hawaii International Conference on System Sciences, 2010, pp. 1-10.
  34. Krasnova, H., N. F. Veltri, and O. Gunther, "Self-disclosure and privacy calculus on social networking sites: The role of culture", Business & Information Systems Engineering, Vol.4, No.3, 2012, pp. 127-135. https://doi.org/10.1007/s12599-012-0216-6
  35. Lan, X., "Empirical study on intention to disclosure information in mobile social network: From the perspectives of privacy calculus and trust", Journal of Modern Information, Vol.37, No.4, 2017, pp. 82-86.
  36. Laufer, R. S., H. M. Proshansky, and M. Wolfe, "Some analytic dimensions of privacy. In. R. Kuller (Eds.), Architectural Psychology: Proceedings of the Lund Conference, Stroudsburg, PA: Dowden, Hutchinson and Ross, 1974.
  37. Laufer, R. S. and M. Wolfe "Privacy as a concept and a social issue: A multidimensional developmental theory", Journal of Social Issues, Vol.33, No.3, 1977, pp. 22-42. https://doi.org/10.1111/j.1540-4560.1977.tb01880.x
  38. Lee, C. H. and D. A. Cranage, "Personalisation-privacy paradox: The effects of personalisation and privacy assurance on customer responses to travel web sites", Tourism Management, Vol.32, No.5, 2011, pp. 987-994. https://doi.org/10.1016/j.tourman.2010.08.011
  39. Lee, S. and B. G. Kim, "The impact of qualities of social network service on the continuance usage intention", Management Decision, Vol.55, No.4, 2017, pp. 701-729. https://doi.org/10.1108/MD-10-2016-0731
  40. Lei, L., "Weibo hot search list and regulation of internet information services", Shanghai Journalism Review, Vol.10, 2019, pp. 81-87.
  41. Li, M., "Limitations and countermeasures analysis of douyin algorithm recommendation mechanism", New Media Research, Vol.5, No.2, 2019, pp. 28-29.
  42. Liang, H. and Y. Xue, "Understanding security behaviors in personal computer usage: A threat avoidance perspective", Journal of the Association for Information Systems, Vol.11, No.7, 2010, pp. 394-413. https://doi.org/10.17705/1jais.00232
  43. Litman, J. A., "Interest and deprivation factors of epistemic curiosity", Personality and Individual Differences, Vol.44, No.7, 2008, pp. 1585-1595. https://doi.org/10.1016/j.paid.2008.01.014
  44. Ma, X., Y. Qin, Zhuo, C., and H. Cho, "Perceived ephemerality, privacy calculus, and the privacy settings of an ephemeral social media site", Computers in Human Behavior, Vol.124, 2021, pp. 1-14.
  45. Manyika, J., McKinsey Global Institue, M. Chui, B. Brad, B. Jacques, D. Richard, R. Charles, H. B. Angela, Big data: The Next Frontier for Innovation, Competition, and Productivity, McKinsey Global Institute, 2011.
  46. Ozcelik, A. B. and V. Kaan, "Effectiveness of online behavioral targeting: A psychological perspective", Electronic Commerce Research and Applications, 33, 2019, 100819. Web.
  47. Park, Y. J., "The adaptive clustering method for the long tail problem of recommender systems", IEEE Transactions on Knowledge and Data Engineering, Vol.25, No.8, 2013, pp. 1904-1915. https://doi.org/10.1109/TKDE.2012.119
  48. Ricci, F., L. Rokach, and B. Shapira, Recommender Systems Handbook, Springer, NY: Springer Science Business Media, 2011.
  49. Schein, A., I, A. Popescul, L. H. Ungar, D. M. Pennock, "Methods and metrics for cold-start recommendations", Proceedings of the 25th annual international ACM SIGIR conference on Research and development in information retrieval, ACM, 2002, pp. 253-260.
  50. Shani, G., A. Gunawardana, and C. Meek, "Unsupervised hierarchical probabilistic segmentation of discrete events", Intelligent Data Analysis, Vol.15, No.4, 2011, pp. 483-501. https://doi.org/10.3233/IDA-2011-0479
  51. Taneja, A., J. Vitrano, and N. J. Gengo, "Rationality-based beliefs affecting individual's attitude and intention to use privacy controls on Facebook: An empirical investigation", Computers in Human Behavior, Vol. 38, 2014, pp. 159-173.
  52. Tang, L., "Analysis of the reasons and prospects of douyin short video APP's popularity", Journal of News Research, Vol.9, No.17, 2018, pp. 68-69.
  53. Vishwanath, A., W. Xu, and Z. Ngoh, "Howpeople protect their privacy on facebook: A cost benefit view", Journal of the Association for Information Science and Technology, Vol.69, No.5, 2018, pp. 700-709. https://doi.org/10.1002/asi.23894
  54. Wang, H., "Analysis of algorithm recommendation characteristics of douyin", New Media Research, Vol.4, No.20, 2018, pp. 21-33.
  55. Xiao, Y., D. Wang, and C. Yang, "Knowledge recommendation algorithm based on tripartite graph network structure", Computer Application Research, Vol.32, No.2, 2015, pp. 386-390.
  56. Zhang, Y., W. Yao, and S. Jiang, "Review of personalized recommendation system", Value Engineering, Vol.39, No.2, 2020, pp. 287-292.
  57. Zhao, C., T. Liu, and H. Du, "Research on the video recommendation mode of Douyin short video platform from the perspective of algorithm", View on Publishing, Vol.18, 2019, pp. 76-78.
  58. Zhao, Z., "Analysis on the couyin (Tiktok) mania phenomenon based on recommendation algorithms, E3Web of Conferences, 235, E3S Beb Conf., 2021, pp. 1-10.
  59. Zhou, T., J. Ren, M. Medo, and Y. Zhang, "Bipartite network projection and personal recommendation", Physical Review E, Vol. 76, No. 4, 2007, p. 46115.
  60. Zlatolas, L. N., T. Welzer, M. Holbl, M. Hericko, and A. Kamisalic, "A model of perception of privacy, trust, and self-disclosure on online social networks", Entropy (Basel, Switzerland), Vol.21, No.8, 2019, pp. 1-18.