Earticle

초록

한국어

추천 시스템은 사용자들에게 맞춤화된 추천 서비스를 제공하기 위해 다양한 플랫폼에서 사용되고 있다. 본 연구는 기업의 데이터 감시 메커니즘에 대한 사용자의 시간적 거리감과 데이터 감시가 추천 시스템 인식에 미치는 영향을 중심으로 해당 추천 시스템에 대한 신뢰, 프라이버시 위협, 그리고 감시 필요성을 조사하였다. 이를 위해 시나리오 기반 설문지를 제작 및 204 명의 참여자를 대상으로 조사 실시하였으며, Multiple analysis of variance (MANOVA) 와 independent sample t-test 를 사용하여 데이터를 분석하였다. 분석 결과, 시간적 거리감(실시간 정보 검색, 비실시간 정보 검색)에 따라 추천 시스템의 사용자 감시 필요성에 대한 인식 차이가 존재하였으며, 데이터 감시에 대한 안내를 받은 사용자들은 추천 시스템에 대한 신뢰 수준이 유의하게 높은 반면 프라이버시 위협에 대한 인식은 유의하게 낮았다. 이 연구 결과는 사용자 관점의 시간적 거리감과 데이터 감시가 추천 시스템 인식에 미치는 영향을 이해하는 데 기여하며, 디지털 환경에서의 데이터 감시 환경 설계 및 구현의 중요성을 시사하고 있다.

목차

요약
서론
이론적 논의 및 가설
시간적 거리감(temporal distance)과 프라이버시계산(privacy calculus)
기대-가치 이론(Expectancy-value theory)과 데이터감시(Dataveillance)
연구 방법
연구 설계 및 수집 방법
분석 결과
인구통계학적 특성
타당도와 신뢰도
상관 분석
MANOVA 분석
결론 및 함의
연구 결과 및 논의
시사점
한계점 및 향후 연구 방향
Acknowledgments
참고문헌

저자

• 김주영 [ 한국과학기술원 경영대학 기술경영학부, 박사과정생 ]
• 조항정 [ 한국과학기술원 경영대학 기술경영학부, 교수 ]

참고문헌