推荐系统是一种信息过滤技术,不仅能改善顾客的购物体验,还能为企业提供更多收益,在大数据背景下,许多企业都离不开个性化推荐系统带来的巨大营销优势。然而,随着消费者对隐私关注的逐渐攀升和越来越多的隐私泄露问题的出现,消费者在享受个性化推荐系统带来的便捷,与分享自己的个人信息的担忧之间开始权衡。已有研究主要集中讨论提高推荐系统的个性化、准确性以增强消费者的采纳意愿,而对于消费者出于隐私保护产生不持续使用意愿的问题则缺乏深入的理论探究和内部过程的揭示。本研究基于此情景,深入探讨引起消费者不持续使用意愿的发生机制,明确消费者在感知推荐服务或产品的个性化时的边界条件,以期进一步增强推荐系统的应用价值。本文应用文献研究方法,通过对推荐系统感知个性化、不持续使用意愿等方面的研究成果进行梳理,在保护动机理论的概念框架下,系统提出了推荐系统不持续使用意愿的影响机理模型。通过问卷调查法收集了572份有效样本。再应用回归分析进行假设检验后,得出了以下研究结论,第一,感知个性化对不持续使用意愿有正向影响;第二,保护动机在感知个性化对不持续使用意愿的影响中发挥中介作用;第三,个体隐私关注正向调节感知个性化对保护动机的影响。根据研究结论,本研究理论贡献与管理启示主要包括两个方面:第一,揭示出了保护动机在感知个性化影响不持续使用意愿过程中的中介机制,拓展了感知个性化对不持续使用意愿的影响机制探讨,并为如何降低不持续使用意愿的产生提供了借鉴。推荐系统在推送个性化服务时,不应盲目追求推荐服务和受众的匹配度,避免主观性的强制推荐导致的不持续使用意愿。第二,深化对感知个性化对不持续使用意愿影响的边界条件的认识,推荐系统应当针对不同程度隐私关注的消费者提供差异化的个性化服务。