基于Logistic回归分析的个人信息管理工具应用研究

李阳 谢阳群

〔摘 要〕个人信息管理是当前学术界的研究热点，个人信息管理工具也逐渐被用户所接受。文中以合肥几家公司职工和某大学在校学生为调查对象，通过发放调查问卷的方式来收集信息，用SPSS工具对调查对象在个人信息管理工具应用的认知度等方面进行Logistic回归分析，指出用户背景影响了用户在个人信息管理工具上的选择，同时指出当前个人信息管理工具发展的一些问题以及调查的不足之处，最后根据调查分析给出结论。

〔关键词〕个人信息管理（PIM）；个人信息管理工具；Logistic回归分析

1 研究背景

好的个人信息管理工具应具有强大的查询检索和统计分析能力，采用人性化的管理模式，个性化的软件设计，简约式的处理技术，并能对用户个人在日常工作或者生活中的所有相关信息进行统一化管理，可以说个人信息管理工具是用户在个人信息管理活动中的一个得力助手，是用户的个人管理平台。如何能快速地再次找到自己以前存储的个人信息，是良好的个人信息管理工具的设计目标之一[4]。互联网的发展以及存储成本的降低使个人的桌面已然成为一种个人信息归档系统，但是由于桌面缺乏结构化，用户管理个人信息时会遇到困难，因而我们需要一种比较好的个人信息管理工具对个人信息进行统一化管理[5]。认知模式和合作意愿度（DWC）是博弈论里面用来分析用户的收益问题，本文则运用认知度和意愿度来分析个人信息管理工具的应用现状以达到研究目的。个人信息管理工具认知度是指用户对软件使用的了解程度，对工具体验的深度；个人信息管理工具的意愿度是指用户在多大程度上愿意使用这种工具来管理个人信息，也可以说是用户满意度，即对工具的可接受性。通过文献调研，我们发现国内对个人信息管理工具的认知度和意愿度普遍过低，而用户的认知度和意愿度决定了个人信息管理工具未来的发展方向，这也正是本文研究的目的。

2 数据分析

目前个人信息管理软件有iSpace Desktop、个人信息管理精灵、个人数字图书馆、个人信息管理平台E-PlatFormV118等，而个人信息检索工具则有Semex、Stuff Ive Seen、Haystack、百度硬盘、谷歌桌面等软件，它们都属于个人信息管理工具范畴。本文选取了个人信息管理平台E-PlatForm、个人数字图书馆、智能手机、谷歌桌面4种个人信息管理工具作为调查对象，这4种工具也分别代表了不同的工具类型和使用方向，诸如Semex等软件由于在国内应用较少，本文暂不作研究。下面将对这4种工具在实际生活工作的应用状况进行调查和统计分析。

2.1.1 调查目的

面对社会快节奏的发展，大量的个人信息在管理上出现冗余杂乱现象，这就需要我们通过相关的个人信息管理工具进行管理。本文通过对个人信息管理工具的应用调查研究，了解国内用户对个人信息管理工具的看法，个人信息管理工具在应用方面的优缺点，面临的挑战以及国内个人信息管理工具在功能适用性上还存在哪些不足。通过调查，我们还可以分析国内用户对个人信息管理工具的认知度和意愿度情况。

2.1.2 调查对象及收集分析方法

考虑到个人信息管理工具应用对象具有一定的专业性，我们的调查对象尽量与接触个人信息管理大类相关。由于企业员工占有和处理的个人信息内容更加丰富，与个人信息管理工具的接触机会相对较高，因此在调查问卷的样本数量选择上侧重于这类群体，此外我们也选择了部分学生样本作为补充。本文的调查问卷将采用二八分成的方式进行结果采编，企业调查对象为几家财务管理公司职工，发放问卷160份，收回154份，学生调查对象为某高校在校学生，发放调查问卷40份，收回38份，有效样本总共192份。我们对采集的结果运用最新的SPSS 190进行统计分析，并将对最终结果进行整合。

2.1.3 调查问卷

以下是我们的调查问卷，调查问卷第一题和第二题的设置是为了了解调查对象的相关背景，第三题的设置是为了了解调查对象对当前个人信息管理工具的认知度情况，第四题的设置是为了了解调查对象对个人信息管理工具使用的意愿度情况，即是否愿意使用或继续使用。第五题的设置是为了了解个人信息管理工具的功能适用性问题，第六题的设置是为了结合调查对象的意见进行评析和总结。

2.2 样本特征分析

2.2.1 数据调入及赋值说明

本文采用Logistic回归分析模型的设定方式进行选项设置，如图2所示：

性 别男=1女=0学 历本科及 以上=1本科以下=0专 业信息管理类=1其他=0个人信息管理 平台E-PlatForm了解=1不了解=0个人数字图书馆了解=1不了解=0 智能手机了解=1不了解=0谷歌桌面了解=1不了解=0意愿程度愿意=1不愿意=0图2 赋值说明

2.22 统计结果

第一题：SPSS统计结果：男：116人 女：76人 本科及以上：111人 本科以下：81人第二题：SPSS统计结果：信息管理类：38人 其他：154人第三题：SPSS统计结果：工具1：35人 工具2：42人 工具3：83人 工具4：112人第四题：SPSS统计结果：愿意：52人 不愿意：140人第五题：SPSS统计结果：A？64人 B？28人 C？80人 D？16人图3 统计结果

2.3 Logistic回归分析结果

2.31 认知情况分析

通过调查，我们了解到用户的性别、学历、专业影响到对个人信息管理工具的认知度。将统计整理后的数据输入SPSS190工具中，分别将4种工具的认知度作为因变量，将性别，学历，专业作为协变量，并用二元Logistic回归分析得出以下结果：参数估计参数估计工具1Walddf显著水平工具2Walddf显著水平性别009410760学历617810013专业726810007性别484910082学历9 从上面可以看出，对于个人信息管理平台E-PlatForm，性别的显著水平即P值=0760，说明性别在调查者对工具的认知程度上关联性不强，而学历P值=0013<005，专业的P值=0007<005，说明学历和专业与个人信息管理认知度有显著关联；对于个人数字图书馆工具，性别的P值与其他3种工具相比，明显过低，我们可以认为在同等条件下，男性比女性更愿意使用个人数字图书馆工具，学历、专业的关联性都非常强，P值都小于001；对于智能手机和谷歌桌面搜索工具，性别和专业与认知度明显不存在显著性，而学历也影响个人信息管理工具认知度，这两种工具对用户性别作用不大是由于被大众接受认可较高，而专业不影响是由于工具操作性与专业关系不大，这就解释了上述的统计结果。需要注意的是，Wald的检测值越大，表明自变量的作用也就越显著，然而由于Wald值在回归系数很大时，可能会变的很小，很难拒绝虚无假设H0，所以按照假设检验的思想，在P值小于005时，我们认为两者之间存在显著相关，但是由于本文只选了这3个变量，不能说学历和专业就是影响认知度的主要因素，但是可以认为它们与认知度有显著关联，影响到用户对这些个人信息管理工具的认知度。

2.3.2 意愿度分析

用户对个人信息管理工具的应用需求，即个人信息管理工具意愿度问题，我们通过调查表中的意愿程度来进行分析，用SPSS做描述性分析结果如表1所示。

从表中可知，国内目前对个人信息管理工具的使用意愿还很低，有效百分比仅占271%，而且这还是在被调查者大部分从事信息管理类的人基础上，如果考虑调查者的全面性结果可想而知。针对调查问卷第三题用户对每种工具的意愿分析可知，智能手机和谷歌桌面的接受度明显多于E-PlatForm和个人数字图书馆，原因可能是智能手机与谷歌桌面在架构模式上更加趋于大众化，智能手机与谷歌桌面在应用中更加实用，所以用户愿意选择这两种工具。表1 个人信息管理工具意愿度

在调查中，由于调查对象对个人信息管理平台E-PlatForm软件的了解偏少，而个人数字图书 馆由于专业性较强，且信息常常是分散存储，在管理上比较复杂[6]，所以选择的 调查对象以研究生为主，上面认知度已经做过分析；而对于智能手机与谷歌桌面，调查对象 对这些工具了解比较多，这影响着他们对个人信息管理工具的意愿度。

2.3.3 应用功能适用性分析

通过前面的PIMS以及PMIS的架构模式，我们就可以对比国内个人信息管理工具的功能架构，MCschraefel等人认为个人信息管理工具的功能主要包括信息管理、客户关系、账户管理、系统管理等，它是一个集计划、安排、管理、检测、查询等于一体的多功能实用工具[7]。它在设计方面与PIMS以及PMIS构建的架构相比基本吻合，上面的个人信息管理工具的功能，我们在调查中把问题总结成了4个方面。调查结果显示，有80人认为“最快速的寻找需求信息”是最重要的，有64人认为“个人信息存储能力”最为重要，只有少部分人选择“个人信息分析能力”以及“占用内存少，操作简单”，这说明用户更在乎个人信息管理工具的实用性，及如何以最快最有效的方式寻找到需求信息。

3 结论与建议

通过这些调查问卷的统计并最终用Logistic回归分析得出以下几点结论。

（1）国内个人信息管理工具的应用程度普遍过低，很多人选择不使用个人信息管理工具，或者直接采用Windows自带的搜索来处理可能遇到的个人信息问题，这从调查问卷得出的认知度结果可以得出。

（2）在对个人信息管理工具方面，用户的认知程度受用户背景影响较大，本文已经对用户的性别、学历以及专业对用户在个人信息管理工具的认知度作了统计分析，而其他诸如用户的职业，或者是用户的个人信息需求性等因素也可能影响此文的分析结果。在个人信息管理工具的分类中，用户对一些专业的如个人信息管理平台E-PlatForm等工具了解甚少，对某些工具了解稍多，这些用户偏好可能是当前网络平台的推广影响造成的。

（3）在国内个人信息管理工具的发展前景上，需要考虑的问题可能很多，正如调查中用户所建议的，个人信息安全、个人信息泄露、工具可操作性、工具实用性等问题都是今后我们需要研究的方向。

（4）本文所分析的个人信息管理工具在应用上的认知度和意愿度问题可能会影响到未来用户在对个人信息管理方式上的选择，这些既是文章研究的目的，也是当前个人信息管理需要去解决的问题。

调查表最后一栏给出了用户对个人信息管理工具的应用要求和建议。从总体上来看，主要表现在以下几个方面。

（1）调查对象希望可以将繁多又杂乱的个人信息管理工具进行统一化，这样就从实际问题上解决用户对个人信息的管理。对于百度硬盘和谷歌桌面，有些调查者希望桌面搜索工具的功能可以更加全面，很多用户反应在安装百度硬盘和谷歌桌面后，软件的索引时间过长，导致很多即时信息不能记录，甚至可能给用户造成一个工具性能上的缺陷的错觉而在往后不再使用此工具，有些用户在建议栏中还提及桌面搜索工具有时候会弹出无关的窗口，影响用户的正常工作和学习。此外，个人信息检索工具非结构化的生成结果也是当前需要解决的问题之一[8]。

（2）一些对个人信息管理工具不了解的，认知程度较低的被调查者认为可以建立一个平台，可以让用户自由地选择个人信息管理工具，而这些工具必须尽可能的简易化，以方便不同背景的用户在生活和工作中的应用。

（3）个别调查对象担心用户信息泄露问题，对这些个人信息管理工具在个人信息安全保护方面抱怀疑态度，他们希望个人信息管理工具能够更加正式化。

4 总 结

本文在个人信息管理工具的理论基础上尝试着用医学上的Logistic回归分析对个人信息管理工具的应用情况进行分析研究，分析了个人信息管理工具应用的认知度以及意愿度等问题，指出了当前个人信息管理工具在应用方面存在的一些问题，并对以后个人信息管理工具的应用提出建议，也希望未来PIM软件商在对个人信息管理工具的开发上更加注重用户偏好问题。

本文的调查结果具有一定参考性，但也有不足之处，主要表现在以下几个方面：第一，正如上文所述，统计分析中没有考虑用户职业受到的个人偏好影响，没有考虑到用户年龄问题，且由于个人信息管理工具普及度偏低，调查对象在设置中集中于从事管理类行业或研究的人，在调查主体上有一定的局限性，这些对用户的认知度背景偏好有一定的影响，在调查问卷的问题设置方面考虑得可能不全面，有些涉及到用户喜好的个人信息管理相关问题没有提及，这些都会在对统计结果进行Logistic回归分析时得出的结果带来一定程度的影响；第二，在所调查的个人信息管理工具中，只选择了本文认为具有代表性的4种工具，国内其他个人信息管理工具没有考虑其中，此外只选择了国内目前认可的工具，没有研究国外诸如Semex等工具，这些都可作为后期研究的努力方向；第三，地区的局限性问题。调查对象采取的是就近原则，选取的是在安徽省合肥市长期居住的工作人员或学生，对于地区性差异带来的个人信息管理工具使用偏好和认知度还存在一定问题。

参考文献

[1]Data Protection：Specification for a Personal Information Management System[EB].http：∥www.computerweekly.com/blogs/the-data-trust-blog/2009/06/bs100122009—data-protection.html，2012-03-25.

[2]Office of State Personnel.Personnel Management Information System[M/OL].http：∥www.osp.state.nc.us/divinfo/frames/divisions/admin/pmis/pmismanual05.pdf，2012-03-25.

[3]Voit K，Andrews K，Slany W.Why personal information management（PIM）technologies are not widespread[EB].http：∥pimworkshop.org/2009/papers/voit-pim2009.pdf，2012-03-25.

[4]William Jones.Keeping FoundThings Found：The Sudy and Practice of Personal Information Management[M].Morgan Kaufmann Publishers Inc，2008：4-15.

[5]William Jones，Jaime Teevan.Personal Information Management[M].University of Washington Press，2007：109-111.

[6]David RKarger，William Jones.Date Unification in Personnal Information Management[J].Communication of THE ACM，2006，（1）：78-85.

[7]Mcschraefel，Paul Andre，Maz Van Kleek.This Time Its Personal：from PIM to the Perfect Digital Assistant[C/OL].http：∥pim2008.ethz.ch/papers/pim2008-schraefel-etal.pdf，2012-03-25.

[8]Korinna Bade，Andress Nurnberger.Personalied Strcturing of Retrieved Items[C/OL].http：∥pim.ischool.washington.edu/pim06/files/bade-paper.pdf，2012-03-25.

（本文责任编辑：孙国雷）