算法与大数据融合深入了新闻的自动化生产、个性化推荐,以及评论引导等诸多环节。尤其是算法推荐,随着智能手机的广泛应用,已经成为新闻传播领域较为普遍的分发运作机制,而通过算法推荐平台获取资讯也正在成为人们阅读新闻的常规方式和生活习惯。然而算法在新闻分发中的应用虽然满足了用户在信息爆炸环境下的个性需求,但另一方面也由于商业组织机构的市场逐利,使得用户的个人隐私处于风险之中。因此,为了考察用户对于算法推荐新闻隐私风险的感知状况及其影响因素,本研究从用户的角度出发,对算法推荐新闻用户的隐私风险感知现状进行了考察,并从个人、企业和政府层面探究了影响用户隐私风险感知水平的因素,进而从实际影响因素出发对个人隐私保护提出了相应的对策与建议。通过对373名算法推荐新闻用户的调查,研究发现:目前,我国用户对于算法推荐新闻所潜藏的隐私风险是有所感知的,且感知程度为中等偏上。而在影响因素方面,个人层面的隐私关注会增强用户的隐私风险感知水平,且影响作用在所有因子中最为明显;企业层面的隐私政策感知有效性和政府层面的政府监管感知有效性均对用户的隐私风险感知存在显著负向作用,但隐私政策感知有效性的影响作用要高于政府监管感知有效性。针对于此,本文分别从三个层面提出了建议:在个人层面上,用户应通过充分了解企业平台的隐私政策,定期处理手机中的Cookies、历史浏览数据,或采用专门的隐私保护技术、加密技术来防止个人隐私被追踪、泄露,增强对个人信息的控制。在企业平台层面,企业平台首先应当为用户建立起隐私政策协商机制,而后通过提高隐私政策的用户阅读率、严格按照隐私政策条款进行信息实践活动和采用专业检测技术等方式来增强用户感知隐私政策的有效性,降低用户的隐私风险感知。而从政府监管层面,我国政府也需要逐步完善个人信息保护法律体系、强化企业平台法律责任、提高违法成本,以增强用户感知政府监管的有效性,降低其隐私风险感知水平。