移动互联网是上半个世纪世界第五代新技术。它使用户能够随时随地通过手机、PAD或其他手持智能终端通过移动通信网络接入互联网,方便各种移动互联网应用的使用。与传统互联网相比,移动互联网具有显著的三个特点：移动性、地域性和社会性。移动互联网在提供高质量服务的同时也将用户更多的个人隐私信息暴露在网络之中。这些信息包括交易信息、使用的移动服务类型以及呼叫历史等私人信息。不可避免的,这些私人信息可能没有经过用户本身的同意被第三方非法使用。同时,第三方能够通过数据挖掘的方法预测用户的行为。所有的这些因素都增加了用户对他们隐私的关注。因此用户对自己隐私的关注程度不同,也会导致不同的行为。可见,对隐私问题的深入研究是具有重大现实意义的。本文以移动互联网为研究对象,借助结构方程模型方法、社会网络分析方法和数据挖掘模型,聚焦于影响用户隐私关注的因素以及用户隐私信息扩散规律等相关问题,具体研究内容包括以下三部分：(1)移动互联网环境下用户隐私关注影响因素研究研究基于理性行为理论(TRA)和用户隐私关注4维度理论(CFIP),结合移动互联网所独特的社会性,位置性和移动性三大特点,对隐私关注影响因素进行归纳总结,影响用户隐私关注的因素主要包括制度因素、个人隐私倾向、内控点、个人创新、网上活动和社群影响。再借助结构方程模型对各个影响因素与隐私关注的4个维度进行分析。该部分研究将采用问卷形式收集相应用户数据,带入结构方程模型,对各个路径系数进行估计,从而找到用户隐私关注和影响因素的相互关系。研究结果表明6个影响因素都会对隐私关注的某些维度或者所有维度产生显著影响,同时也验证了隐私关注负向影响提供个人信息意愿的假设。(2)移动互联网环境下用户隐私信息扩散时间研究根据上面研究结果可知用户隐私关注会受到周围邻居影响,那么如何受到周围邻居影响,隐私关注程度不同的用户在移动互联网中的隐私信息扩散规律有什么不同是这部分研究重点。隐私关注不同的用户扩散隐私信息的规律会有所不同,这些不同之处表现在信息扩散的时长(或者说寿命)以及扩散范围。本文将影响隐私信息扩散时间的因素分为三大类：隐私信息本身特征,用户节点本身特征以及所在社会网络结构。而不同隐私关注等级的用户中,这些影响也是不相同的。本文通过建立生存分析模型来找到哪些影响因素会影响用户隐私信息扩散的寿命,同时对比发现不同的关注程度用户的隐私信息扩散寿命有哪些不同。由此针对每类用户都可以分析和预测他们发布的信息扩散的寿命。研究结果表明三大类影响变量对隐私信息扩散寿命都会有显著的影响,对于隐私关注等级不同的用户,他们隐私信息扩散时长有显著不同。研究结果对理解和预测用户在移动互联网中发布信息的现象有很大帮助,同时对企业网络营销和政府舆论监督都会起到借鉴意义。(3)移动互联网环境下用户隐私信息扩散范围预测这部分对用户隐私信息扩散态势的另一个维度(扩散范围)进行研究,使用的自变量与上一个研究相同,总共分为三类：隐私信息本身特征,用户节点本身特征以及所在社会网络结构。本文建立3个经典的数据挖掘模型,分别为神经网络模型(Neural Network)、决策树模型(Decision Tree)和多元线性回归模型(Linear Regression),使用新浪微博采集的数据进行模型拟合,最后根据模型预测的最小误差准则来决定选用哪一个模型作为扩散范围的预测模型。最终结果选择了RBF神经网络模型最优,研究结果对预测用户的个人隐私信息扩散范围有很大帮助。本研究的创新点有4个：1.本研究针对移动互联网环境建立模型,个人因素和隐私关注4个维度都结合了移动互联网环境的特点,使研究结论更能反映移动互联网环境的真实情况,结论更有针对性。同时,在影响因素的选取中,又加入了社群影响这个因素,首次采用实证数据和成熟的统计分析方法验证了假设,使这部分的分析更加完整全面。2.本文对隐私关注的4个维度分开研究,这4各维度分别为收集,错误,二次使用和不适当访问,将6个影响因素分别作用在4个维度上,能够了解每个因素最终是影响用户关注的哪个维度,方便企业更好的了解用户的心理和习惯,可以采取相应的隐私保护方案和营销方案为用户提供更好的服务。3.以往的研究没有将用户信息扩散规律与隐私相结合。本文研究从社会网络角度进一步研究了用户的隐私关注与隐私行为是如何受到周围朋友的影响,并且采用生存分析模型,将用户按照隐私等级不同来对比分析,研究每类用户扩散隐私信息的生存时间。4.研究将影响隐私信息扩散的时间和范围的影响因素总结归纳为3类,一类是信息本身的特征,包括字数,是否带有图片和超链接,是否被收藏等,第二类是用户节点本身的特征,包括粉丝数量,关注数量,活跃度,受欢迎程度等,第三类是用户节点所在社会网络的特征,包括节点度,相似性以及聚集系数等。这完善和深化了前人对信息扩散的影响因素的研究。