本发明涉及信息安全领域，特别是涉及一种应用程序的隐私保护措施个性化推荐方法及系统。
背景技术：
1、数字经济时代，加强手机应用程序（application，app）的个人隐私保护至关重要。然而，app服务商和用户在个人信息的保护方面存在信息不对称的问题，因此用户对app服务商如何管理自己的隐私信息感到不确定，导致其在下载app时无法做出理智的下载决策。现有的app下载页面只包含“详情”、“评论”、“推荐”标签页，而体现app采取了哪些数据保护措施的信息通常隐藏在隐私政策链接中，隐私政策作为企业广泛采用的缓解上述信息不对称问题的隐私保护方法，其包含了app采取了哪些数据保护措施来保护用户的数据，但隐私政策内容冗长、复杂、难以理解，很少有用户会主动去阅读隐私政策内容，或者错误地认为隐私政策中包含的数据保护措施维度数量越多越好，而不关注app的隐私保护水平本身，例如，相比于只提供三个维度数据保护措施但隐私保护水平很高的app，用户会认为提供了六个维度数据保护措施但隐私保护水平很低的app反而更好。
2、因此，迫切需要设计一种新的可视化隐私政策呈现形式，来帮助用户快速识别app的隐私保护水平。
技术实现思路
1、本发明的目的是提供一种应用程序的隐私保护措施个性化推荐方法及系统，可提高应用程序采取的隐私保护措施的直观性，提高个人信息的安全性。
2、为实现上述目的，本发明提供了一种应用程序的隐私保护措施个性化推荐方法，包括以下步骤。
3、获取用户的隐私自我效能提供意愿；所述隐私自我效能提供意愿为愿意或不愿意。
4、若所述隐私自我效能提供意愿为愿意，则获取所述用户针对每个偏好问题的等级，得到偏好等级集合，并根据所述偏好等级集合确定所述用户的隐私自我效能值；每个偏好问题均预先设定。
5、根据所述用户的隐私自我效能值，确定保护措施维度推荐集合。
6、若所述隐私自我效能提供意愿为不愿意，则获取所述用户选择的保护措施维度推荐集合；所述保护措施维度推荐集合中包括多个保护措施维度，每个保护措施维度下均包括多个保护措施。
7、在应用程序的下载页面增加保护标签页。
8、针对任一应用程序，确定所述应用程序采取的保护措施，并对所述应用程序采取的保护措施进行标记。
9、在所述应用程序的保护标签页显示所述保护措施维度推荐集合中的每个保护措施维度以及每个保护措施维度下的保护措施；保护措施分为已标记的保护措施及未标记的保护措施。
10、为实现上述目的，本发明还提供了一种应用程序的隐私保护措施个性化推荐系统，包括以下7个模块。
11、意愿获取模块，用于获取用户的隐私自我效能提供意愿；所述隐私自我效能提供意愿为愿意或不愿意。
12、自我效能确定模块，与所述意愿获取模块连接，用于在所述隐私自我效能提供意愿为愿意时，获取所述用户针对每个偏好问题的等级，得到偏好等级集合，并根据所述偏好等级集合确定所述用户的隐私自我效能值；每个偏好问题均预先设定。
13、第一推荐维度确定模块，与所述自我效能确定模块连接，用于根据所述用户的隐私自我效能值，确定保护措施维度推荐集合。
14、第二推荐维度确定模块，与所述意愿获取模块连接，用于在所述隐私自我效能提供意愿为不愿意时，获取所述用户选择的保护措施维度推荐集合；所述保护措施维度推荐集合中包括多个保护措施维度，每个保护措施维度下均包括多个保护措施。
15、页面增加模块，用于在应用程序的下载页面增加保护标签页。
16、措施标记模块，用于针对任一应用程序，确定所述应用程序采取的保护措施，并对所述应用程序采取的保护措施进行标记。
17、措施推荐模块，分别与所述第一推荐维度确定模块、所述第二推荐维度确定模块、所述页面增加模块及所述措施标记模块连接，用于在所述应用程序的保护标签页显示所述保护措施维度推荐集合中的每个保护措施维度以及每个保护措施维度下的保护措施；保护措施分为已标记的保护措施及未标记的保护措施。
18、根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明根据用户的偏好数据，在应用程序下载页面中的保护标签页为用户推荐保护措施维度，并展示在推荐的保护措施维度下此应用程序采取的保护措施，快速帮助用户了解应用程序本身的隐私保护水平，减少其他与应用程序隐私保护水平无关的认知偏差因素的影响，提高了应用程序采取的隐私保护措施的直观性，降低用户对个人信息保护的不确定性，使得用户很容易地识别应用程序的隐私水平，进而提高用户个人信息的安全性。
1.一种应用程序的隐私保护措施个性化推荐方法，其特征在于，所述应用程序的隐私保护措施个性化推荐方法包括：
2.根据权利要求1所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，获取所述用户针对每个偏好问题的等级，具体包括：
3.根据权利要求2所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，所述偏好问题集合为隐私自我效能量表或隐私侵犯经历量表。
4.根据权利要求1所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，根据所述偏好等级集合确定所述用户的隐私自我效能值，具体包括：
5.根据权利要求4所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，采用以下公式计算第u个偏好问题的区间模糊值与正理想解的距离：
6.根据权利要求4所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，根据每个偏好问题的正解距离及负解距离，确定所述用户的隐私自我效能值，具体包括：
7.根据权利要求1所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，根据所述用户的隐私自我效能值，确定保护措施维度推荐集合，具体包括：
8.根据权利要求7所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，所述保护措施维度的总数为6个；候选维度集合的数量为28个；第1个候选维度集合中包括前3个保护措施维度；第2个候选维度集合中包括6个保护措施维度；第3个候选维度集合至第8个候选维度集合中分别包括任意5个保护措施维度；第9个候选维度集合至第28个候选维度集合中分别包括任意3个保护措施维度；
9.一种应用程序的隐私保护措施个性化推荐系统，应用于权利要求1-8任一项所述的应用程序的隐私保护措施个性化推荐方法，其特征在于，所述应用程序的隐私保护措施个性化推荐系统包括：
