智慧圖書館視域下的用戶隱私披露意愿*

謝 珍，楊九龍

0 導言

大數據、人工智能、物聯網、云計算等高新技術的廣泛應用，使智慧圖書館從理論走向現實。智慧圖書館在秉承圖書館基本職能與核心價值的前提下，聚焦用戶需求特征變化，依托新一代信息技術，通過感知化、互聯化、智能化手段，在場館實體建設方面，打造環境一體化感知、人機自動化交互、先進開放的文化陣地；在資源開發方面，構建深入協作、共建共享、無縫整合的多主體聯合網絡；在資源提供方面，實現知識智能組織、泛在接入、人性化展示；在業務管理方面，對業務流程進行持續優化，提高效能效率；在用戶服務方面，深入挖掘用戶信息資源，針對用戶情境需求提供精準化服務[1]。其特征是高度的自動化感知，廣泛的互聯互通和智能化的管理與服務。

在人工智能時代，環境、資源、用戶行為的感知均能以數據形式采集，通過數據分析和互聯互通實現智能化的管理和服務。因此，用戶數據的全面采集和深入分析是智慧圖書館管理和服務的基礎。第一，智慧圖書館管理和服務需要全面的用戶數據。不僅限于個人信息、借閱數據等，用戶在圖書館的所有行為，如在圖書館的位置信息和運動軌跡、搜索或瀏覽行為的數據、使用各種信息設備的數據、參加圖書館活動的數據，都會成為采集的對象，以便構建更細致逼真的用戶畫像。第二，智慧圖書館要實現用戶數據的動態、實時采集和分析。用戶需求和行為偏好各異，又與時間緊密相關，智慧圖書館不僅要實時掌握這些動態數據，還要作出智能化反應，及時響應用戶需求[2]。第三，用戶數據的采集不再需要用戶參與，物聯網和人工智能技術能在用戶沒有感知的情況下實現數據的自動采集和分析。數據收集的細致程度和自動化程度大大提高，數據采集變得無處不在且不可感知。

用戶數據的全面采集和深入分析為智慧圖書館管理和服務提供了決策和行動支持，但也加大了數據管理方面的責任和難度，增加了數據安全和隱私泄露的風險。因此，在智慧圖書館建設中，如何把握用戶隱私保護與數據應用之間的平衡成為圖書館必須面對的問題。圖書館既不能侵犯用戶隱私，影響用戶對圖書館的信任，也不能因數據和隱私問題限制圖書館的發展。因此，關注智慧圖書館管理和服務過程中所涉及的數據應用和隱私保護問題，對用戶個人數據披露意愿進行研究，科學評估用戶數據應用的界限，不僅為用戶隱私保護與數據應用研究提供新視角，為智慧圖書館建設提供參考，也是對圖書館“以用戶為中心”的理念的踐行。

1 文獻回顧

1.1 用戶隱私披露研究

近年Facebook[3]、天涯[4]、中國人壽[4]、網易[4]等平臺和機構發生隱私泄露事件，如何提高個人隱私披露意愿、增進平臺和用戶間的交流成為學者關注的熱點。現有研究主要從隱私保護政策、隱私披露理論和影響隱私披露因素等方面展開。在隱私保護政策研究方面，易斌[5]調研國內外讀者隱私保護政策及其現狀，提出了隱私保護政策的結構和內容；朱穎[6]研究移動APP 隱私保護政策，認為政府監督、行業自律組織和網民隱私意識是實現隱私保護政策的關鍵因素。在隱私披露理論研究方面，Laufer等[7]提出隱私計算理論，認為信息用戶會對信息進行風險和收益比較，只有收益大于風險時才會披露信息；Petronio[8]提出溝通隱私管理理論，認為信息用戶會依照收益和代價確定隱私邊界；Xu F 等[9]提出計劃行動理論，認為用戶的隱私披露意愿會受到外部因素和主觀因素影響；Van Gool等[10]提出原型意愿模型，認為隱私披露的路徑、態度和主觀規范決定隱私披露意愿。隱私披露理論為隱私披露問題研究奠定了基礎。在隱私披露影響因素研究方面，Malhotra 等[11]認為隱私風險是影響用戶隱私披露的重要因素；Krasnova 等[12]認為隱私收益對用戶信息披露意愿產生正面影響；郭明珠等[13]從隱私計算和公平理論出發，探索社會化媒體環境下用戶隱私披露的界限，認為感知風險、感知收益和程序公平是隱私披露意愿的最強影響因子。

1.2 智慧圖書館用戶隱私保護研究

智慧圖書館管理和服務依賴于用戶數據的全面采集和深入分析，必然涉及用戶的隱私保護問題。學者基于智慧圖書館的技術條件，對如何保護和利用用戶隱私開展研究。在大數據方面，Campbell 等[14]討論大數據時代圖書館存在用戶隱私數據利用和保護的悖論，認為通過鏈接數據引導信息查詢者，在數據的開放性和保密性需求之間實現平衡；廖辰剛等[15]認為構建用戶情景敏感服務隱私保護機制是圖書館提供個性化情景服務時解決用戶隱私問題的有效辦法。在云計算方面，曾子明等[16]根據PbD理論提出圖書館云管理應遵守隱私界定與分級策略、隱私數據最小化、隱私保護非零和性和全生命周期隱私保護等原則，以此建立隱私管理框架；Pearson等[17]探索云計算條件下的隱私管理框架，分析隱私管理云可能的用法，認為實現混淆技術是云計算隱私管理功能的基礎。在物聯網技術方面，賴群[18]針對物聯網技術應用過程中用戶隱私泄露問題，提出從技術和法規等方面制定保護圖書館用戶隱私的策略；Fawaz 等[19]認為物聯網計算的交互式運算環境給個人和環境帶來前所未有的隱私威脅，提出從技術上解決物聯網交互的隱私保護問題。

綜上所述，隱私計算理論、計劃行為理論等被廣泛應用于用戶隱私披露研究，同時對社會媒體、社交網絡平臺、移動學習平臺上用戶的健康、購物、學習等隱私信息披露意愿和行為也有著豐富的研究成果。已有圖書館用戶隱私保護研究，多從圖書館角度出發，假定用戶所有數據信息都需要保護，用戶對自身隱私數據都同等關注，然后從圖書館角度出發尋找新技術環境下隱私保護技術、機制和法律的解決策略。本文將從用戶角度出發，以用戶隱私保護與圖書館智慧服務升級為目標，通過實證調查研究分析影響圖書館用戶隱私披露的因素，探究用戶在隱私披露方面的關注點和界限，為智慧圖書館用戶數據應用和隱私保護提供參考。

2 研究框架

2.1 個人隱私披露研究的理論基礎

(1)隱私計算理論。1977 年 Laufer 等[7]提出的隱私計算理論是隱私披露研究的核心經典理論之一。他認為信息用戶在進行信息披露時，通常會對披露信息的風險與所得收益預期之間進行比較和權衡，然后決定其披露信息的內容和數量，通過實證計算可以將用戶信息披露需求和收益對比定量化，從而探索出用戶自愿披露隱私的意愿大小。隱私計算理論廣泛應用于不同情境下隱私披露問題研究，本文重點從感知風險和感知收益角度研究其對智慧圖書館用戶隱私披露意愿的影響。

(2)隱私關注理論。隱私關注是指人們通過主觀認知來識別自己隱私是否受到侵犯，并由此產生的態度。它是用戶對個人隱私問題的主觀認識，是用戶通過多維的衡量、比較和評估而做出的行為。Malhotra 等[11]認為隱私關注包括收集、控制和知情3個維度。智慧圖書館管理和服務中，用戶具有高度的參與性和公開性，用戶對隱私的關注程度、隱私保護意識、隱私保護能力以及對個人數據收集、控制和知情的控制能力都可能會影響到用戶隱私披露的意愿。

(3)溝通隱私管理理論。該理論是研究用戶信息披露或隱藏決策系統的理論。Petronio[8]認為用戶個人空間與公共空間存在隱私邊界，隱私邊界是個人信息保護的關鍵。決定隱私邊界的最主要因素是用戶的隱私傾向，隱私傾向較高的個體往往有更高的個人邊界，會要求控制更多的信息。智慧圖書館實踐中，用戶開放一定的隱私控制權利，其隱私邊界就會相應降低。本文從用戶隱私意識和數據控制兩個方面探尋智慧圖書館管理和服務中用戶的隱私傾向和隱私邊界。

(4)計劃行為理論。計劃行為理論是在理性行為理論的基礎上發展而來，該理論認為隱私意愿不僅會受到信息用戶自身的行為態度和感知控制的影響，也會受到外部社會的主觀規范影響。計劃行為理論主要用于對用戶的隱私行為進行正確的闡釋、推測和展望，分析用戶可能的行為特征。根據計劃行為理論，用戶隱私披露意愿受到行為態度、主觀規范和感知控制3個變量的直接影響。因此，用戶對圖書館的信任程度、依賴程度以及對隱私數據的控制可能會影響用戶隱私披露意愿。

2.2 研究模型和研究假設

基于相關理論和已有研究，本文從感知收益、感知風險、信任程度、依賴程度、數據控制和隱私關注等6個維度探討智慧圖書館視域下用戶隱私披露的意愿，構建隱私披露意愿的影響因素模型，見圖1。

圖1 研究模型

(1)感知收益。感知收益是指用戶在披露個人隱私帶來的服務收益等對自身有利價值的感知[20]。隱私計算理論為感知收益對隱私披露的影響提供了理論基礎。在基于微博、微信或大數據等技術平臺的個人隱私披露研究中也發現感知收益對用戶隱私披露意愿有正向影響。智慧圖書館收集、分析用戶數據的最終目的是了解用戶行為特征，提供人性化、個性化和智能化的圖書館服務，即：用戶隱私披露的直接原因和最終目的在于獲得相應的圖書館服務。因此，本文假設：

H1：感知收益正向影響用戶隱私披露意愿。

(2)感知風險。感知風險是指用戶在披露隱私給相關主體的時候所感知到的潛在風險或損失[21]。與感知收益相對，感知風險是用戶進行隱私計算的另一端。隱私涉及用戶的切身利益，一旦用戶隱私被泄露、濫用甚至不法侵害，可能會造成各種不良后果。智慧圖書館建設和服務過程中，廣泛使用各種智能化、網絡化、移動化的設備全面收集和深入分析用戶數據，必然伴隨著用戶隱私泄露的風險；用戶披露的隱私信息越多，隱私泄露的風險也就越大。因此，本文假設：

H2：感知風險負向影響用戶隱私披露意愿。

(3)信任程度。信任是用戶隱私披露的基礎。學者通過對移動網絡平臺、社交媒體用戶等的研究發現[22-23]，用戶信任信息平臺或機構，認為向對方披露個人信息是安全的，才會產生披露個人信息的意愿。在智慧圖書館條件下，用戶相信圖書館數據收集和應用的合理性，并認為圖書館能夠保證個人隱私的安全，才會主動降低隱私邊界，增加隱私披露的意愿。因此，本文假設：

H3：信任程度正向影響用戶隱私披露意愿。

(4)依賴程度。依賴程度是指用戶長期使用某種信息工具或享受某種服務而對其產生的依靠感。經常利用圖書館資源和設施的用戶，會對圖書館產生較高程度的依賴，在智慧圖書館管理和服務升級過程中，用戶披露個人數據以換取更好的圖書館服務的意愿就會更強烈。因此，本文假設：

H4：依賴程度正向影響用戶隱私披露意愿。

(5)數據控制。數據控制是指用戶對個人隱私的掌控程度。根據計劃行為理論，當用戶能夠控制隱私披露的程度時，用戶就會降低隱私邊界，增加隱私披露的意愿[23]。對智慧圖書館來說，主動宣傳和告知數據應用和隱私保護政策、在數據收集和應用時征得用戶的許可，允許用戶在一定范圍內轉移或刪除自己的隱私數據，使用戶認為自己有能力控制個人隱私數據，可能會增加其隱私披露意愿。因此，本文假設：

H5：感知控制正向影響用戶隱私披露意愿。

(6)隱私關注。隱私關注是用戶在特定隱私情境下的主觀感受，是對隱私泄露相關聯的信息意識和感知。信息機構或平臺的用戶披露個人隱私的意愿會隨著隱私關注度的升高而降低。對智慧圖書館用戶而言，個體對于隱私的關注程度也會影響用戶隱私披露的意愿[24-25]。因此，本文假設：

H6：隱私關注負向影響用戶隱私披露意愿。

3 研究設計

3.1 問卷設計

本文采用問卷調查法進行數據收集，主要面向高校圖書館用戶發放。問卷量表由基本信息和主體問卷兩部分組成。基本信息部分主要包括：被調查者的性別、身份、所在院校等，不僅可以觀察樣本分布情況，保證數據的廣泛性和代表性，也方便獲取樣本的基本特征和用戶使用情況。主體問卷部分采用李克特五級量表，包括信任程度、數據控制、感知收益、依賴程度、感知風險、隱私關注6個潛變量和25個測量變量。測量題項借鑒用戶隱私披露意愿和行為研究[20-23]，結合智慧圖書館的理論和實踐進行設計。初步設計后，請2位圖書館學專家進行修改和審核，最終確定具體測量變量，見表1。

3.2 數據采集

問卷通過現場邀請網絡作答的方式收集數據。2019年10月20日至11月10日，在西安交通大學、陜西師范大學、西安工程大學、西安外國語大學、西安翻譯學院等5所院校中選取12個本科和研究生班級，請任課教師在課間邀請學生在問卷星平臺上填寫問卷。共回收問卷403份，剔除作答時間小于10秒或未作答完畢的無效問卷后，得到有效問卷375 份，有效率為93.1%。本次調查樣本的基本信息如表2所示。

表1 變量測量量表

表2 樣本基本情況統計

3.3 數據分析

利用SPSS22.0 和AMOS20.0 軟件對所收集的數據進行分析，包括描述性統計分析、信度效度檢驗和結構方程模型分析。

3.3.1 信度效度檢驗

為檢測調查問卷信效度，選用克倫巴赫系數(Cronbach’s Alpha)和組合信度(Composite Reliability， CR) 指標檢驗問卷的信度。Cronbach’s Alpha 系數、CR 值超過0.7，則認定為內部一致性水平較好。本研究測量整體模型所有變量的Cronbach’s Alpha 值為0.922，從分類標度看，各潛在變量的Cronbach’s Alpha大于0.7，模型擬合信度較高，詳見表3。

表3 所有變量&分類標度Cronbach’s Alpha值

采用主成分分析法對數據進行探索性因子分析(如表4所示)，得出KMO值為0.890，卡方檢驗值為6455.345，檢驗P 值為0。可見，收集到的樣本數據適合進行主成分分析。

表4 KMO和Bartlett的檢驗

通過主成分分析法，得到7個主要因子，共提取76.2%信息，因子提取效果較好。再通過具有Kaiser標準化的正交旋轉法，形成旋轉成分矩陣(如表5所示)，每個因子分別在對應的測量指標上具有較大載荷，在其余測量指標上載荷較小，正好對應假設中的7個潛在變量，可見模型區別效度較好。這7 個潛在變量正是信任程度、數據控制、感知收益、依賴程度、感知風險、隱私關注和隱私披露意愿。用AMOS 對樣本進行驗證性因子分析，可得模型卡方檢驗值為1394.095，檢驗P 值為0，模型擬合優度較好。

表5 旋轉成分矩陣

通過AMOS 構建結構方程模型，運算可得各測量變量與潛變量之間的路徑系數，并計算得到CR 和AVE 值，見表6。其中，CR 值均大于0.7，AVE 值均大于0.5，CFI大于0.8，RESEA小于0.05，模型收斂效度較好。

表6 指項標準載荷及CR、AVE值

3.3.2 模型分析

用AMOS 評估研究模型路徑參數，模型路徑檢測結果見圖2。由圖2可知，信任程度、感知收益、數據控制和依賴程度都對智慧圖書館用戶隱私披露意愿產生顯著的正向影響，因此假設H1(β=0.42)、H3(β=0.41)、H4(β=0.18)成立，感知收益、信任程度和依賴程度對隱私披露意愿有顯著影響；假設H5(β=0.04)成立，數據控制對隱私披露意愿有一定影響但并不顯著；假設H2(β=-0.003)不成立，感知風險對隱私披露意愿幾乎沒有影響；隱私關注對隱私披露意愿有一定的負面影響但并不顯著，假設H6(β=-0.07)成立。

圖2 研究模型路徑系數

4 研究結論

4.1 感知收益正向影響隱私披露意愿

感知收益對用戶隱私披露意愿呈現顯著的正向影響，這一結論與學者[25-27]對其他信息平臺或工具條件下用戶隱私披露研究的結論相一致。智慧圖書館視域下，感知收益是影響用戶隱私披露意愿最為顯著的因素。這表明：如果能夠給予用戶明確且滿意的收益，用戶就會愿意降低隱私邊界，允許圖書館根據其服務需求收集和應用個人數據；也說明用戶對智慧圖書館服務滿懷信心和期待，對智能化和個性化服務有更高的要求。

4.2 信任程度正向影響隱私披露意愿

用戶對圖書館的信任很大程度上促進了隱私披露的意愿。圖書館作為公益性、學術性機構，一直秉承著“以用戶為中心”的理念，忠實地履行為用戶提供信息資源和服務的職責，圖書館的定位和自身形象獲得了用戶的高度信任。圖書館很少向外披露用戶信息，也極少出現隱私泄露的不良事件，因此用戶相信圖書館能夠保護其隱私數據，愿意降低隱私披露邊界，向圖書館披露個人隱私數據。此外，本文調查對象是高校師生，相對封閉的環境和固定的對象也會使用戶表現出對圖書館更多的信任。

4.3 依賴程度正向影響隱私披露意愿

用戶長期使用某一信息機構的服務，就會對其產生依賴性，高校師生對圖書館有很強的依賴性。調查顯示，用戶對圖書館的依賴程度也會對用戶隱私披露產生正向影響。在長期利用圖書館的過程中，如果用戶獲得較高的收益并對圖書館的服務感到滿意，那么用戶對圖書館的依賴程度就越高，以繼續享受或者更好地享受圖書館服務為前提，用戶往往會因為依賴關系而主動降低自己的隱私邊界。

4.4 數據控制正向影響隱私披露意愿

與其他平臺或工具條件下隱私披露意愿研究結果不同[26-27]，智慧圖書館視域下，數據控制對隱私披露意愿的影響很小，用戶并不是很關注個人是否有權控制圖書館所收集的信息。筆者就該問題對其中10 個被調查者進行了訪談，發現其原因在于：第一，用戶對圖書館的信任度比對其他信息平臺(如微信、網站)高很多，用戶認為圖書館能夠幫助自己管理和控制好這些數據；第二，用戶對數據控制的權利非常有限，圖書館所收集到的信息很難被應用到其他生活領域，其轉移和保存價值并不高。

4.5 隱私關注負向影響隱私披露意愿

一些研究[28-30]發現隱私關注是影響個人隱私披露意愿的重要因素，但智慧圖書館環境下，用戶隱私關注對隱私披露意愿有一定負面影響但并不顯著。通過訪談發現：第一，用戶深知要享受圖書館的服務，就必須披露一定的個人隱私信息，很多用戶甚至都沒有意識到圖書館采集和分析用戶數據可能會涉及隱私問題；第二，圖書館采集的用戶數據主要是個人基本信息、借閱信息、位置信息等，很少涉及經濟、財務等敏感問題，很多用戶認為智慧圖書館所涉及的隱私問題無關緊要。此外，這還表明，傳統圖書館隱私保護研究中的假設，即用戶非常在意并希望能夠盡可能地保護個人隱私數據是有待商榷的。

4.6 感知風險對隱私披露意愿沒有影響

與健康網站[28]、移動APP[30]等網絡平臺研究結果不同，在智慧圖書館條件下，感知風險對隱私披露意愿幾乎沒有影響，大部分用戶享受智慧圖書館服務時并不會考慮其中是否存在隱私泄露的風險。究其原因，主要有兩個：第一，用戶對圖書館的信任程度很高，普遍認為圖書館能夠很好地管理和保護這些數據，基本沒有隱私被侵犯的風險；第二，用戶對風險的感知能力比較低，且存在一定的滯后性，除非直接面對隱私泄露問題，否則很多用戶無法判斷隱私泄露的危害。

5 思考

研究表明，能否獲得所需要的圖書館服務是影響用戶隱私披露意愿的主要因素；用戶對圖書館的信任和依賴為智慧圖書館收集和分析用戶數據奠定了良好的基礎；基于對圖書館的信任，用戶對圖書館數據所涉及的隱私問題和風險并不敏感。因此，在智慧圖書館發展和建設過程中，用戶數據應用和隱私保護問題應該注意三大問題。

5.1 增強智慧圖書館用戶的收益感知

高質量的信息服務是用戶對圖書館最根本的期待，也是用戶愿意披露個人隱私的根本原因。隱私披露后所換取的收益越多，用戶隱私披露意愿越大。因此，智慧圖書館建設中，如果想獲得更多的用戶隱私數據，就必須讓用戶更好地感知自身可能獲得的收益，提供更好的信息服務。第一，充分發掘和利用所收集的數據，使用戶感覺自己的每一次隱私付出都會有相應的回報。例如，針對用戶的借閱數據，提供個性化的推薦書目；在檢索時依照用戶閱讀偏好排序；整理借閱記錄，為畢業生派送閱讀清單等。如果只收集用戶數據卻不去發掘這些數據的價值，不僅會降低用戶披露信息的意愿，而且也增加圖書館管理這些數據的負擔。第二，充分利用智能化設備和手段提高圖書館的智慧服務形象。智能機器人、智能分析和推送、人臉識別、紅外感應和位置分析等設備和手段可以很好地提升圖書館的智慧服務形象，讓讀者感受到圖書館遠遠不只是借書還書的地方，還是處處體現著個性化、人性化和智能化的信息資源中心。

5.2 維護用戶對圖書館的信任和依賴

用戶對圖書館的信任和依賴是對圖書館長期以來服務質量和良好形象的肯定，也為智慧圖書館發展過程中用戶數據收集和分析奠定了良好的基礎。在智慧圖書館條件下，圖書館需要更深入地搜集用戶的隱私信息，甚至在用戶從未意識到的領域中去搜集信息。用戶的持續信任和依賴是智慧圖書館發展的堅實基礎。圖書館應意識到這種信任和依賴是一種必須極力維護的寶貴資源，任何輕微的隱私侵犯行為都有可能降低用戶信任，造成不可挽回的損失。因此，從用戶方面講，圖書館應該主動向用戶宣傳并告知圖書館個人數據收集、利用和隱私保護方面的政策和制度，在收集和分析用戶數據時先征得用戶同意，這樣既可以從程序上避免了糾紛，又能更好地樹立圖書館的良好形象；從圖書館方面來講，一方面要加強數據管理和隱私保護意識，實施嚴格的管理制度，約束相關人員的行為；另一方面，也要從技術上加強數據安全保護，采取加密、分級管理和存儲等方式避免用戶數據泄露、濫用等不安全事故的發生。

5.3 合理對待智慧圖書館隱私保護問題

隨著網絡和大數據技術的發展，用戶隱私泄露的風險越來越大，用戶隱私保護意識不斷增強，各種隱私泄露事件也引發了用戶對隱私問題的關注。但是，就智慧圖書館現階段的發展而言，用戶對圖書館存在著較高的信任，對圖書館采集和分析數據所涉及到的隱私保護問題的關注度其實并不高，相對于隱私泄露風險，他們更關心可能獲得的收益。因此，隱私保護問題目前并沒有成為智慧圖書館發展的阻礙。我們不必對用戶隱私關注問題過分憂慮，也并不需要因為用戶隱私保護問題而束縛了智慧圖書館的發展。但圖書館作為備受用戶信任的信息服務機構，隱私保護是圖書館應有的責任，必須嚴守法律底線，避免引發矛盾和糾紛。在智慧圖書館建設和服務過程中應該注意以下問題：第一，在現有法律框架內，提前告知用戶所要獲取的數據，并征得用戶同意，通過獲得許可規避可能的侵權風險；第二，做好相應的制度或技術保護措施，避免可能的人為因素，如不當行為或外部入侵導致的隱私泄露；第三，積極向用戶宣傳并及時告知圖書館的數據保護措施，增加用戶的信任，降低用戶隱私披露邊界，增強用戶隱私披露意愿。

6 結語

本文從用戶視角出發，結合隱私計算理論、隱私關注理論、溝通隱私理論和行為計劃理論，構建了智慧圖書館條件下用戶隱私披露意愿的影響因素模型，并以問卷調查的方式對模型假設進行了驗證。研究發現，感知收益、信任程度和依賴程度對隱私披露意愿有顯著影響；圖書館界一直在意的隱私關注和感知風險因素實際對用戶隱私披露意愿影響很小，該結論對智慧圖書館實踐和發展過程中的用戶隱私保護問題有一定的參考價值。但本研究尚存在兩方面的局限性。第一，智慧圖書館建設雖然在我國已經廣泛開展起來，但大部分圖書館只具備智慧圖書館的部分功能，用戶對智慧圖書館并沒有體驗式的整體印象，因此對于智慧圖書館隱私問題的思考十分有限。第二，本文的調查主要在高校師生中展開，并沒有涉及到公共圖書館用戶，而且由于樣本范圍和數量有限，雖然研究結果具有一定的代表性，但在細微方面可能存在偏差，相關方面的研究有待進一步深入和擴展。此外，隨著公民隱私意識的逐漸提升，智慧圖書館實踐的持續深入，對用戶數據的采集和分析程度也會不斷加深，用戶對智慧圖書館的隱私披露意愿是否會發生改變，仍然是需要長期關注的話題。因此，智慧圖書館視域下用戶隱私披露和保護的話題有待進一步研究。