衡量第三方网络跟踪和定向广告对用户健康隐私的风险

研究背景与问题

• 作者发现了哪些问题或挑战？

  • 在线广告平台可能推断用户的健康状况，这可能导致围绕健康隐私的隐患，包括不请自来的健康广告、隐私信息泄露以及带来社会歧视的风险。
  • 现有工作已经揭示了第三方追踪技术的广泛应用，但缺乏对广告平台是否能够通过用户浏览信息推断其健康状况的实证验证。
  • 在线健康广告中使用的欺骗性广告技术（如伪科学术语或虚假客户评价）可能对消费者带来物质或心理方面的危害。

• 为什么这个问题很重要？

  • 健康信息具有高度敏感性，其泄露或滥用可能导致用户面对社会污名、价格歧视（如保险费增加）、甚至心理创伤。
  • 欺骗性的健康广告可能误导消费者，促进对无效或危险产品的使用，特别是对弱势群体或健康状况不佳的用户。

• 研究动机与相关工作

  • 该研究补充了现有文献，通过实证分析验证广告平台是否根据用户浏览习惯进行健康广告定向。
  • 扩展了对在线健康广告中欺骗性广告技术的理解，并提出保护用户健康隐私的政策建议。

解决方案

• 作者提出了哪些方法或解决方案？

  • 实施了实验性数据收集和分析框架，以衡量用户健康相关网页浏览行为、在线追踪和广告内容之间的关系。
  • 用改进版的Adscraper测量框架进行大规模实验，模拟用户的浏览历史并收集广告内容。

• 该解决方案的创新之处是什么？

  • 通过爬取实际用户的浏览历史并构建可重复的模拟浏览概况，控制广告内容的上下文变化，区分行为定向和上下文定向。
  • 对健康相关广告使用质性和定量方法综合分析广告欺骗技术及其分布。

• 实施步骤是什么？使用了哪些关键技术？

  1. 数据收集阶段：
     • 招募用户并获取90天的浏览历史，区分健康状况组和非健康状况组。
     • 对用户访问的网页和广告内容进行自动分类和特征提取。
  2. 实验阶段：
     • 重放用户的浏览历史，模拟用户行为。
     • 通过爬虫固定访问400个网页并收集广告，区分广告行为定向和上下文定向。
  3. 广告分类与欺骗性分析：
     • 使用机器学习模型对广告内容分类，并手动验证健康相关广告。
     • 质性分析广告中的欺骗性技术，如伪科学、虚假评价等。
  4. 政策与工具改进：
     • 改进Adscraper以支持分布式并行爬虫操作，为未来的大规模研究提供技术基础。

研究成果

• 取得了哪些具体成果？

  • 用户观看更多健康相关网页会看到更多健康广告：浏览100个健康网页可使广告中健康相关内容增加2.3个。
  • 在健康广告收集中，有49.5%使用了欺骗性广告技术，如伪科学、虚假评价或引诱性内容。
  • 70%的健康网站嵌入了第三方追踪器，其中谷歌的追踪器可观察到多数网页的健康访问。
  • 基于健康状况定向的广告未显著增加，可能因广告运行时长或数据分布限制所致。

• 与现有解决方案相比，它有哪些优势？

  • 数据收集基于真实用户的浏览历史，补充了仅基于预设配置文件的研究设计。
  • 对健康隐私与欺骗性广告的双重研究意味着更全面揭示在线广告生态体系的风险。

• 实验或评估结果是什么？

  • 通过定量回归分析发现，用户健康相关浏览记录与健康广告之间存在相关性。
  • 执行质性编码后发现，补充剂和医疗设备类别在欺骗性广告中的比例最高。
  • 部分平台如Taboola和Outbrain因高比例的欺骗广告引发关注。

• 局限性与未来方向

  • 数据可能无法完全反映健康问题发作期间的行为特征（如仅90天历史）。
  • 网络爬虫可能因缺乏登录状态而无法完全模拟用户的实际浏览体验。
  • 提议未来通过更多真实用户参与研究或扩展至社交媒体广告生态以提升研究验证范围。
  • 建议制定更严格的隐私和广告监管政策以限制追踪和误导性广告的传播。

总结

本研究揭示了用户健康浏览行为与广告定向之间的早期证据，以及在线健康广告欺骗性技术的广泛应用。通过改进的Adscraper和针对欺骗广告的详细分析，该研究推动了对健康隐私和在线广告监管的理解和政策讨论。