Analysis of Online Public Opinion on Privacy Breaches from the Perspective of Interactive Ritual Chains

YU Kai; WANG Yunle

doi:10.13718/j.cnki.xdzk.2023.08.005

The analysis of online public opinion generated by privacy breaches in social networks and the changes in themes and sentiments among different groups in the context of interactive ritual chains helps government departments to improve privacy policies and raise public awareness of privacy precautions. The data was processed and keywords co-occurred in the discussion of privacy leaks in Douban groups, the core concerns of each group were extracted with the help of BERTopic themes, the emotion was classified and comparative analyzed with the help of Baidu AI. The study shows that the focus of the interactive rituals has led to a different emphasis on the privacy issue within each group. The technology group focused on data security and the lifestyle group believed that a certain amount of tolerance can be exchanged for greater convenience. Its sentiment sharing results indicate that about 75% of users had positive feelings about privacy breaches. Based on the findings of the study, recommendations are made to promote effective synergy between user privacy and online development to build a better privacy protection system and provide effective support for sustainable digital development.

HTML

开放科学(资源服务)标志码(OSID)：
社交媒体行业随着移动通讯技术的发展而不断迅速演进，公众隐私边界在频发的信息泄露问题中被重新界定. 隐私泄露是公众在网络安全中最容易受到影响的部分，在社交媒体中该现象更为明显. 部分平台所获取的权限远超过其需要使用的数量，社交媒体中频繁发生的隐私泄露事件严重影响了用户隐私披露的意愿^[1]. 2021年9月《中华人民共和国数据安全法》正式施行，在网络安全问题中，公众更加关注个人信息泄露问题，隐私主体被恶意骚扰甚至引发网暴事件被广泛讨论，面对数字化转型中的挑战，隐私泄露成为亟待解决的问题之一.

本研究从互动仪式链视角出发，从主题和情感两个维度进行分析，探究不同用户群体对于隐私泄露事件的态度. 结合互动仪式链中相互关注的焦点及情感的共享等基本要素，分析隐私泄露中的痛点问题，挖掘不同群体对于隐私泄露事件产生容忍度差异的原因，对社交媒体上该现象的网络舆情展开讨论，为相关政策的制定提供有效依据. 进而帮助有关部门和平台明确披露个人信息的边界，促进隐私服务的完善，在保证用户隐私披露安全性、主动性及满意度的同时维系平台的蓬勃发展. 基于以上目的，本文重点回答以下问题：(1) 不同群体对于隐私泄露事件的关注点是否有差异？(2) 各群体对于隐私泄露事件的侧重点是否与其群体属性有关？(3) 互动仪式对隐私泄露事件的情感倾向是否有一定的影响？

1. 相关研究

互动仪式链理论提出，群体活动的参与者利用相互关注的焦点及共享的情感状态^[2]在互动仪式中获得群体归属感和身份认同感^[3]. 其基本要素包含身体在场、共同的情感状态、共同关注的焦点及对局外人设限4个方面. 该理论的核心是情感能量的传递，个体情感能量受到群体的影响，早期用于研究主体间的互动关系^[4]或理论修正^[5]. 由于网络的发展，身体在场这一要素逐渐演化为网络空间的虚拟在场^[6]，所以也有学者运用这一理论对网络舆情进行分析，探究视频弹幕网站中的情感演化规律^[7]或是特殊群体的情绪转化过程^[8].

将互动仪式链理论与网络舆情分析相结合丰富了研究视角，在对隐私泄露问题的探讨中引入该理论可以构建多视野分析框架. 隐私泄露问题指未经授权公开隐私主体个人信息的行为，在社交媒体不断发展的今天是一种普遍现象. 目前的研究主要包括对隐私泄露原因的探究^[9]；保护对策的有效性分析^[10]；影响隐私泄露的关键因素讨论^[11]. 有学者结合具体案例分析隐私泄露的原因^[12]；以图书馆为平台找寻隐私泄露的途径^[13]. 由于个体差异存在容忍度的区分^[14]，有学者在医疗数据泄露^[15]和应用程序泄露^[16]等方面建立了容忍度测量方法. 在隐私泄露行为发生后，应完善举报机制以减少信息扩散^[17]，加强社交媒体管理减少再次发生的概率^[18]. 面对突发的新冠疫情，借助大数据实现“数据防疫”取得了较好的成果，但这也使公众重新思考隐私披露的安全性问题，在信息收集过程中加大了隐私泄露的风险，容易使公众的负面情绪转移为网络暴力行为，产生较为严重的后果^[19].

社交媒体中的文本数据较为杂乱，分析过程中需要对数据进行整理，对信息进行挖掘. 对隐私泄露事件进行主题挖掘及情感分析是研究该类事件网络舆情的两个重要维度. 目前主题识别的研究方法已较为成熟，有学者利用LDA模型对在线健康社区中用户关注的主题词进行提取^[20]；利用LDA2vec模型进一步提高政策文本语义内涵挖掘的完整性^[21]；针对隐私泄露中的围观者进行主题抽取^[22]. 也有学者借助LSTM算法辅助主题分类研究，提出按照词组分词抽取主题以提高准确度^[23]. 在网络舆情的研究中，引入情感分析可以拓展研究角度. 目前使用较多的情感分析方法主要为3类，即利用情感词典进行情感分类^[24]、借助卷积神经网络建立情感分类模型^[25]及基于深度学习对情感极性进行分析^[26]. 现有改进分析方法多是基于这3类发展出的更加精确的情感分类模型.

相关研究已从多方面关注到隐私泄露的风险性，但多从用户容忍度及政策完善等方面对该现象进行讨论，少有研究关注到隐私泄露的主题集中性及各用户群体关注中心的差异性. 故本文探究了隐私泄露事件在互动仪式链视角下的痛点问题，借助主题挖掘与情感倾向分析，对不同群体间主题差异性及情感倾向分布进行挖掘，针对社交媒体中该现象的网络舆情展开讨论，为相关政策的制定提供有效依据，促进隐私服务的完善.

4. 讨论与分析

互动仪式不断进行构成互动仪式链，用户在互动仪式链中不断参与讨论、分享观点、表达情感，感受到所在群体的成员身份，产生归属感，进而对破坏群体团结的行为产生愤怒. 共同关注的焦点与互相影响的情感使群体中产生了专属符号，在对隐私泄露事件的态度表达及预防措施讨论中，对用户线下行为的实践产生一定的影响. 互动仪式链产生群体团结、情感联结与线下行为3个结果，将互动仪式结果与隐私泄露相关舆情结合起来提出措施建议，帮助社交媒体平台与相关部门进一步完善隐私保护措施.

4.1. 借助群体团结增强隐私意识

隐私泄露具有较强的危害性与破坏性，而我国公民尚未形成较强的个人隐私保护意识，不能充分认识到身份证等重要信息在网络传播可能造成的危害. 互联网的不断发展使得隐私泄露事件不断发生，电信诈骗等利用已泄露的信息实施的违法行为，在中老年群体中较为常见，给社会稳定造成了一定影响. 互动仪式产生的群体团结使得豆瓣各小组内部对于隐私泄露问题持不同看法，科技方面关注较多的群体对隐私泄露更加敏感，如2022年豆瓣平台展示用户IP地址引发该类小组较为激烈的讨论，而生活类小组却较多保持平和看待该事件.

由于群体团结这一互动仪式的结果，各小组内部关注点较为统一. 相关部门可利用群体团结这一特性，对于各小组可能产生的衍生主题提出预见性的举措，提前对关键问题进行应对，借助对违反群体团结的愤怒情绪推动政策落地. 同时为了避免严重的隐私泄露，在数据发展与保护信息之间达到平衡，还需要多方面举措并行. 各类APP对于隐私政策需要更加审慎，做到公开透明. 在隐私政策制定中体现出尊重用户的更能获得用户信任^[30]，也可以避免用户的“被自愿”行为. 除职场类小组外，其他类小组对于隐私泄露可能产生的后果没有明确的认知，各社交媒体在日常推送中需增加相关内容的表述，以提升用户隐私保护意识，并及时监测各群体焦点的主题演化过程，采取有效策略减缓可能的负面影响.

在隐私泄露问题上维持动态的平衡点，利用小组管理员的举报反馈机制来调整组内相关内容的比例，达到公众知情权与隐私权的互相完善. 比如，豆瓣和其他社交媒体平台在疫情流调等情况下可能需要公布用户个人信息，这时可以根据各小组的特点进行正向引导，发布脱敏的讨论内容，以减少用户的抵触情绪. 同时，还应该聚焦各群体的痛点问题，例如校园组的“论文泄露”、ACG组的“账户被盗”以及生活组的“地址威胁”，集中处理以减少由隐私问题引发的负面舆情.

4.2. 基于情感联接进行疏导

通过不断进行互动仪式，参与者逐渐获得情感能量，并从早期不稳定的情感状态逐渐转为稳定. 参与者的情感会受到组内情感的影响，当组内情感能量积极时，参与者的情感也偏向正面. 利用这一仪式结果，可以疏导隐私泄露引发负面影响的舆情，避免舆情态势恶化.

根据对各类小组内隐私泄露问题的情感倾向进行分析，发现校园类小组和职场类小组的情感倾向较为负面，涉及外卖泄露地址和理财产品信息不安全等讨论时会呈现负面情感. 研究结果表明，这些小组中的隐私泄露问题多为被动、无法避免的情况，需要用户自己承担后果，因此组内的情感低落. 由于互动仪式中的回音室效应，信息在封闭的空间内不断重复，导致情感的积累和群体极化现象. 通过情感联结可以对舆情产生反作用，将情感能量转化为促进正面舆情的枢纽，减少负面反馈，从而疏导消极情感.

当严重的隐私泄露事件发生时，通常会引发大量负面舆情. 因此，平台监管部门应提升监管能力，建立情感词语料库，结合关键词及时捕捉负面情感信息，避免隐私泄露范围的进一步扩大. 同时，结合各群体内隐私泄露问题产生的情感演化过程，制定全面的预案以应对波动趋势. 由于疫情防控等措施的推进，用户对于隐私泄露的容忍度有所改变，合理的隐私披露在一定程度上可以被部分用户接受，情感也更偏向正面. 官方媒体在公布个人信息时需对其内容用途进行说明公示，并禁止隐私信息的转发扩散，从而增加公众的信任度. 此外，公布隐私事件的处理结果，打断负面情绪的恶性循环.

4.3. 利用行为结果完善隐私保护

相互关注的焦点及情感共享的状态使得互动仪式参与者之间形成较为紧密的社会关系和较强的信任度，用户对破坏群体团结的行为产生愤怒情绪，进一步发表维护群体的言论或线下实践. 当用户对讨论的内容产生认同，并且情感共鸣较高时，其所认定的内容对线下行为产生一定的影响. 利用这一特点提出相关建议，促使隐私被更好的保护，在网络发展与信息泄露之间达到平衡.

隐私泄露问题中的行为结果包含两方面，一方面是对隐私保护措施的讨论，例如涂掉快递信息、设置外卖虚拟电话号码以及关闭不必要的软件权限获取等；另一方面是对隐私泄露事件的扩大行为，转发和点赞等行为，这会增加隐私泄露的关注度，同时部分谴责的讨论也会进一步传播被泄露的信息. 同时警惕这种扩大行为容易引发的次生舆情，尤其是在社交媒体平台上，微信、抖音等平台加速了信息泄露. 因此，需建立隐私保护优化模型，并善用举报和投诉机制来应对这一问题. 但生活中的隐私泄露问题往往是无意识的，为此，各社交媒体平台在用户隐私政策中应特别强调相关内容，以提醒用户注意隐私保护.

信息化建设的不断深化，推出的线上办公小程序等内容，在便利生活的同时都面临着隐私问题. 为了应对隐私问题，政府部门应建立多种信息的反馈渠道，以便了解存在的隐私风险，根据已经发生的隐私泄露事件，完善管理体系，并检查信息安全漏洞. 同时，对隐私泄露的惩处措施予以公示，强调其法律后果，避免再次发生类似事件. 为了提高个人隐私保护意识，应将线上的情感传递与线下的行为结果进行结合，遵循平台隐私管理条例，保持良好的社交环境. 相关企业完善信息安全保护机制，采用加密算法并对其安全性定期评测，以完善隐私保护体系.

5. 结语

本文围绕隐私泄露这一话题，从互动仪式链视角出发，分析了豆瓣各类小组的互动机制. 结合BERTopic主题挖掘及情感倾向性分析方法，对这类事件中的焦点问题及产生的情感进行了分析. 研究结果显示，不同群体由于职业、性别和兴趣的不同，在隐私泄露问题上持有不同的观点. 科技类小组更关注技术问题及数据安全性，职场类小组更关注发生隐私泄露问题的法律后果和公司合法性，生活类小组中表现出女性较男性更为注重隐私保护这一特点. 处于互动仪式链中的成员在共同关注的焦点下有着共享的情感状态，其组内讨论影响着个人的情感能量. 具有职业属性的校园类和职场类小组情感较为负面，而娱乐类和生活类小组整体情感较积极，对隐私泄露容忍度较高. 对于隐私泄露问题，可以通过引导互动仪式链产生的群体团结、情感联接和相应行为结果，提高公众的隐私素养，并完善隐私保护体系.

本研究还存在一定的局限性. 首先，以豆瓣小组为研究平台，缺少多平台案例的对比分析. 其次，在主题挖掘阶段未对讨论中的图片及表情包做处理，情感分析阶段对于多模态的内容未进行更进一步的研究. 在后续研究中考虑融合影响较大的隐私泄露事件，多维度对该类事件的演化规律进行讨论，借助深度学习等多模态的分析方法，更准确地挖掘公众对隐私泄露现象的看法，并逐步关注不同类别事件隐私泄露的演化过程，以进一步加强隐私保护措施.

Figure (9) Table (6) Reference (30)

Name
	Name cannot be empty!
E-mail
	Mailbox cannot be empty! Mailbox cannot be empty!
Telephone
	Mobile number cannot be empty! Please enter a valid mobile number!
Title

Content
Verification Code

[1]	池毛毛, 王俊晶, 王伟军. 突发重大疫情下基层政府信任对公民信息不披露意愿的影响机制研究[J]. 情报学报, 2021, 40(6): 666-678. Google Scholar
[2]	兰德尔·柯林斯. 互动仪式链[M]. 林聚任, 王鹏, 宋丽君, 译. 北京: 商务印书馆, 2017. Google Scholar
[3]	谷学强. 互动仪式链视角下网络表情包的情感动员--以"帝吧出征FB"为例[J]. 新闻与传播评论, 2018, 71(5): 27-39. Google Scholar
[4]	沈霄, 王国华. 网络直播+政务与用户的互动研究--基于互动仪式链的视角[J]. 情报杂志, 2018, 37(5): 111-116, 175. Google Scholar
[5]	李钧鹏, 茹文俊. 论虚拟社区中的互动仪式链[J]. 广东社会科学, 2020(4): 201-211. Google Scholar
[6]	赵雪芳. 互动仪式链视角下网络舆情的演化及连带效应研究--以"错换人生28年"事件为例[D]. 天津: 天津师范大学, 2022. Google Scholar
[7]	魏来, 王伟洁. 基于互动仪式链理论的视频网站弹幕信息情感分析--以Bilibili健康科普类视频为例[J]. 情报理论与实践, 2022, 45(9): 119-126. Google Scholar
[8]	CLARKE J M, WARING J. The Transformative Role of Interaction Rituals within Therapeutic Communities [J]. Sociology of Health & Illness, 2018, 40(8): 1277-1293. Google Scholar
[9]	吴娜, 李文立, 吕欣, 等. 泄露他人隐私行为意向的影响要素研究[J]. 科研管理, 2015, 36(11): 139-147. Google Scholar
[10]	陆雪梅, 古春生. 大数据环境下用户信息隐私泄露成因分析和保护对策[J]. 现代情报, 2016, 36(11): 66-70. Google Scholar
[11]	HALLAM C, ZANELLA G. Online Self-Disclosure: The Privacy Paradox Explained as a Temporally Discounted Balance between Concerns and Rewards [J]. Computers in Human Behavior, 2017, 68: 217-227. Google Scholar
[12]	金元浦. 大数据时代个人隐私数据泄露的调研与分析报告[J]. 清华大学学报(哲学社会科学版), 2021, 36(1): 191-201, 206. Google Scholar
[13]	易红, 任竞. 图书馆大数据服务环境下用户隐私泄露容忍度的实证研究[J]. 图书馆论坛, 2016, 36(4): 57-64. Google Scholar
[14]	BAZAROVA N N, MASUR P K. Towards an Integration of Individualistic, Networked, and Institutional Approaches to Online Disclosure and Privacy in a Networked Ecology [J]. Current Opinion in Psychology, 2020, 36: 118-123. Google Scholar
[15]	臧国全, 张凯亮. 医疗数据隐私泄露容忍度的计量分析[J]. 信息资源管理学报, 2020, 10(4): 70-78, 108. Google Scholar
[16]	李水莲, 张陈杰. 不合规App隐私政策文本结构与情感倾向研究[J]. 青年记者, 2022(18): 57-59. Google Scholar
[17]	王忠. 大数据时代个人数据隐私泄露举报机制研究[J]. 情报杂志, 2016, 35(3): 165-168, 79. Google Scholar
[18]	MASUR P K, SCHARKOW M. Disclosure Management on Social Network Sites: Individual Privacy Perceptions and User-Directed Privacy Strategies [J]. Social Media + Society, 2016, 2(1): 205630511663436. Google Scholar
[19]	王晰巍, 刘宇桐, 李玥琪. 突发公共卫生事件中公民隐私泄露舆情的情感演化图谱研究[J]. 情报理论与实践, 2022, 45(3): 19-27. Google Scholar
[20]	尹德虎. 在线健康社区中基于LDA模型的话题热度动态演化趋势研究[D]. 昆明: 昆明理工大学, 2019. Google Scholar
[21]	胡吉明, 钱玮, 李雨薇, 等. 基于LDA2Vec的政策文本主题挖掘与结构化解析框架研究[J]. 情报科学, 2021, 39(10): 11-17. Google Scholar
[22]	谭春辉, 陈晓琪, 梁远亮, 等. 隐私泄露事件中社交媒体围观者情感分析[J]. 情报科学, 2023, 41(3): 8-18. Google Scholar
[23]	霍朝光, 霍帆帆, 董克. 基于LSTM神经网络的学科主题热度预测模型[J]. 图书情报知识, 2021(2): 25-34. Google Scholar
[24]	杜毅贤, 徐家鹏, 钟琳颖, 等. 网络舆情态势及情感多维特征分析与可视化--以COVID-19疫情为例[J]. 地球信息科学学报, 2021, 23(2): 318-330. Google Scholar
[25]	张柳, 王晰巍, 黄博, 等. 基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究[J]. 图书情报工作, 2019, 63(18): 99-108. Google Scholar
[26]	常城扬, 王晓东, 张胜磊. 基于深度学习方法对特定群体推特的动态政治情感极性分析[J]. 数据分析与知识发现, 2021, 5(3): 121-131. Google Scholar
[27]	GROOTENDORST M. BERTopic: Neural Topic Modeling with a Class-Based TF-IDF Procedure [EB/OL]. (2022-03-11) [2023-05-21] arXiv: 2203. 05794. https://arxiv.org/abs/2203.05794. Google Scholar
[28]	MCINNES L, HEALY J, SAUL N, et al. UMAP: Uniform Manifold Approximation and Projection [J]. Journal of Open Source Software, 2018, 3(29): 861. Google Scholar
[29]	赵凯, 王鸿源. LDA最优主题数选取方法研究: 以CNKI文献为例[J]. 统计与决策, 2020, 36(16): 175-179. Google Scholar
[30]	刘百灵, 夏惠敏, 李延晖. 移动购物用户信息披露意愿影响因素的实证研究--基于公平理论和理性行为理论视角[J]. 情报理论与实践, 2017, 40(5): 87-93 Google Scholar

Message Board

Analysis of Online Public Opinion on Privacy Breaches from the Perspective of Interactive Ritual Chains

Abstract

References

Access History

通讯作者: 陈斌, bchen63@163.com

Article Metrics

Access History

Other Articles By Authors