随着移动通讯技术的快速发展，全球社交媒体用户已经达到近35亿人，其中超过34亿人（98%）在移动设备上使用社交媒体。用户在社交媒体的使用过程中会产生大量的数据，企业可以通过个性化技术对用户数据进行分析后向用户投放个性化的信息流广告，而社交媒体因为其庞大的用户群体受到了广告商的青睐。社交媒体中的个性化信息流广告具有较高的有效性与较低的侵入性，但由于大量收集用户的个人信息，难免会引起用户对隐私的担忧，这种个性化隐私悖论是目前影响信息流广告发展的重要阻碍。
　　为了探究用户对社交媒体个性化信息流广告的态度感知与接受情况，本研究以微信作为社交媒体代表，构建了个性化隐私悖论影响用户态度与行为的理论模型。在用户行为的风险-收益分析框架的基础上，本研究利用隐私计算理论探究了用户对广告带来的个性化收益与隐私风险之间的权衡。此外，结合信息流广告的属性，对传统的个性化隐私悖论模型进行了扩展，增加了自我表现力的概念，以反映信息流广告产生的社会化收益。在此基础上将用户使用社交媒体的动机模式划分为有目的模式与无目的模式，并探究了不同用户模式（有目的vs无目的）对个性化隐私悖论的调节作用。
　　本研究采用调查问卷的方式共收集了有效数据273份，并利用SPSS20.0以及Smart PLS3.2.8软件对测量模型与结构模型进行了实证检验。研究结果显示感知个性化会显著正向影响感知广告收益与自我表现力；感知个性化与自我表现力对感知广告价值具有显著的正向影响，而用户隐私担忧会降低用户的感知广告价值；感知广告价值又会显著的降低广告规避；当用户处于有目的状态时，感知个性化对自我表现力的影响更强；而感知个性化与隐私担忧间的关系假设没有得到支持。
　　本研究从理论层面结合个性化信息流广告的属性与社交媒体背景，对个性化隐私悖论模型进行了拓展，将广告收益从个体层面拓展至了社会层面；同时利用隐私计算理论对个性化隐私悖论的影响机制进行探究，考察了用户模式的调节作用，有助于深入理解用户对个性化广告的态度；也为隐私计算理论的广泛运用提供了实证支持，拓展了隐私计算理论的适用范围。在实践层面，本研究有助于社交媒体平台与广告商辩证的看待个性化信息流广告的收益与隐私担忧问题，进而提高广告的有效性，并且为其提供了提高广告效果的新思路，即增加广告的自我表现力；对社交媒体用户而言，本研究有助于用户在面对个性化信息流广告时做出理性的分析判断，以决定是否规避该广告。