Consistent with the core ideas of p

Consistent with the core ideas of privacy calculus, exchange theory [5] may further help predict how individuals make decisions regarding the disclosure of personal information [27]. This theory describes the utilitarian exchange as an interaction whereby goods are given in return for money or other goods [5, p. 36], which is considered as the “first exchange” [27, p. 326]. The concept of the “second exchange” has been introduced by Culnan and Bies [27, p. 326] to explain the privacy calculus, whereby consumers’ personal information is given in return for value such as higher-quality service and personalized offers or discounts [27]. Applying the second exchange framework to the LBS context, we may interpret information disclosure in LBS as an exchange where consumers disclose their personal information and location data in return for value such as locatability and personalization provided by LBS providers. Specifically, consumers behave as if they are performing a risk–benefit analysis (i.e., privacy calculus) in assessing the outcomes they would receive as the result of providing personal information to LBS providers. We further integrate the privacy calculus model with justice theory to argue that the outcomes of risk–benefit analysis of personal information disclosure, at the individual level, could be differentiated according to the extent to which justice provisions are manifested in privacy interventions.

Kết quả (Việt) 1:

Phù hợp với những ý tưởng cốt lõi của sự riêng tư giải tích, lý thuyết đổi Ngoại [5] có thể tiếp tục giúp dự đoán như thế nào cá nhân đưa ra quyết định về việc tiết lộ thông tin cá nhân [27]. Lý thuyết này mô tả việc trao đổi thực dụng như một tương tác theo đó hàng được đưa ra trong trở lại cho tiền hoặc hàng hoá khác [5, p. 36], được coi là việc trao đổi"đầu tiên" [27, p. 326]. Khái niệm về việc trao đổi"thứ hai" đã được giới thiệu bởi Culnan và Bies [27, p. 326] để giải thích tính toán bảo mật, theo đó thông tin cá nhân của người tiêu dùng trao đổi lại cho giá trị chẳng hạn như dịch vụ chất lượng cao hơn và cá nhân hoá cung cấp hoặc giảm giá [27]. Áp dụng khuôn khổ trao đổi thứ hai với bối cảnh LBS, chúng ta có thể giải thích công bố thông tin trong LBS là một cuộc trao đổi nơi người tiêu dùng tiết lộ thông tin cá nhân và dữ liệu vị trí để đổi lấy giá trị chẳng hạn như locatability và cá nhân hóa được cung cấp bởi nhà cung cấp LBS của họ. Cụ thể, người tiêu dùng cư xử như thể họ đang thực hiện một phân tích rủi ro-lợi ích (tức là, các tính toán bảo mật) trong việc đánh giá kết quả mà họ sẽ nhận được như là kết quả của việc cung cấp thông tin cá nhân cho nhà cung cấp LBS. Chúng tôi tiếp tục tích hợp các mô hình tính toán bảo mật với tư pháp lý thuyết để tranh luận rằng kết quả phân tích rủi ro-lợi ích của tiết lộ thông tin cá nhân, ở cấp độ cá nhân, có thể được phân biệt theo mức độ mà công lý quy định được thể hiện trong bảo mật can thiệp.

Kết quả (Việt) 2:

Phù hợp với những ý tưởng cốt lõi của các phép tính riêng tư, lý thuyết trao đổi [5] hơn nữa có thể giúp dự đoán cách cá nhân làm cho các quyết định liên quan đến việc tiết lộ thông tin cá nhân [27]. Lý thuyết này mô tả việc trao đổi thực dụng như một sự tương tác, theo đó hàng hóa được đưa ra để đổi lấy tiền hoặc hàng hóa khác [5, p. 36], được coi là "trao đổi đầu tiên" [27, tr. 326]. Các khái niệm về "trao đổi thứ hai" đã được giới thiệu bởi Culnan và Bies [27, tr. 326] để giải thích các phép tính riêng tư, theo đó thông tin cá nhân của người tiêu dùng được đưa ra để đổi lấy giá trị như dịch vụ chất lượng cao và cung cấp cá nhân hoặc giảm giá [27]. Áp dụng các khuôn khổ trao đổi thứ hai với bối cảnh LBS, chúng tôi có thể giải thích việc tiết lộ thông tin trong LBS như một cuộc trao đổi mà người tiêu dùng tiết lộ thông tin và vị trí dữ liệu cá nhân của họ để đổi lấy giá trị như locatability và cá nhân được cung cấp bởi các nhà cung cấp LBS. Cụ thể, người tiêu dùng hành động như thể họ đang thực hiện một phân tích nguy cơ-lợi ích (ví dụ, sự riêng tư calculus) trong việc đánh giá những kết quả mà họ sẽ nhận được như là kết quả của việc cung cấp thông tin cá nhân để cung cấp dịch vụ LBS. Chúng tôi tiếp tục tích hợp các mô hình tính toán riêng tư với lý thuyết công lý để lập luận rằng các kết quả phân tích nguy cơ và lợi ích của việc tiết lộ thông tin cá nhân, ở cấp độ cá nhân, có thể được phân biệt theo mức độ mà quy định công lý được thể hiện trong các can thiệp riêng tư.