在大数据环境中,个人信息已成为服务提供商的一项重要资产,甚至被评为当今世界的“新石油”。人们在日常活动中不断地被要求提供大量个人信息,服务提供商收集、处理、分析个人信息,以更深入地了解客户,进而将这些信息转化为商业价值;而公共部门将其用于公共管理,创造社会价值。然而,巨大的收益催生了犯罪思想,个人信息的非法获取、传输等现象层出不穷;而个人信息泄露之后的二次利用产生的利益诱惑,又使得个人信息的滥用愈加严重。与此同时,合法利用的个人信息亦存在流通困难、利用效率低下等问题。因此,明确个人信息的价值,从而扩大、加深个人信息利用广度和深度,以合法的个人信息流通利用抑制非法交易势在必行。个人信息同时具有隐私性和价值性,而价值性又与其隐私性息息相关。目前,对于个人信息价值评估的研究大多是通过调查人们的支付意愿和受偿意愿来实现的,测量的分别是人们披露自身信息时所需要的利益补偿和保护自身信息时所愿意付出的货币值。其原理是采用隐私计算理论的思想,人们对于隐私所产生的感知收益和感知风险进行权衡与计算,从而决定是否披露个人信息。当感知收益大于感知风险时,人们会选择披露个人信息,而个人信息收集者可以通过给予个人信息主体一定的利益补偿来获取个人信息。本文的主要内容是研究个人信息价值评估的理论和方法,从隐私计算理论出发,为个人信息隐私和价值建立联系。首先分析了隐私计算理论用于个人信息价值评估的可行性;然后基于贝叶斯理论中的贝叶斯公式,通过计算人们保护一项个人信息的同时也保护另一项个人信息的后验概率,建立多项个人信息间的相对隐私关系,并绘成隐私关系图,再经拓扑排序将隐私关系图整理为树形图,建立层级结构,之后给定隐私性最高项的隐私量,通过项间相对隐私关系计算得到每一项个人信息的隐私量;最后,采用查询定价的方式,以关系表的每一元组的每一项属性为查询粒度,以隐私量作为其价值,计算个人信息数据集的价值。本文建立的基于隐私计算的个人信息价值评估模型,在理论上,为个人信息价值评估提供了新的思路,通过不同个人信息间的相对隐私关系来计算隐私量,并为隐私和价值联立联系,推动了个人信息价值评估理论的发展。在实践上,可以通过该模型对现有的个人信息进行价值评估,为今后扩大个人信息共享、促进个人信息利用奠定了基础,同时也有助于打击个人信息非法获取,促进个人信息保护,有助于充分挖掘个人信息潜在价值,提高个人信息整体利用率,优化个人信息资源配置,进而提高社会整体效益。