"坏"广告的成因：用户对有问题的在线广告的看法

文献标题

What Makes a “Bad” Ad? User Perceptions of Problematic Online Advertising

文献信息

• 作者: Eric Zeng, Tadayoshi Kohno, Franziska Roesner
• 年份: 2021
• 会议: CHI Conference on Human Factors in Computing Systems (CHI ’21)
• 领域: 人机交互
• 关键词: 在线广告, 点击诱饵广告, 网络生态系统, 用户感知, 广告内容, 隐私, 暗模式

研究背景与问题

• 问题与挑战: 尽管在线广告是现代网站经济模型的一部分，许多用户对其内容和呈现方式表示不满。特别是现代广告可能包含“点击诱饵”、“虚假内容”、或隐秘促销手段，对用户体验形成消极影响。
• 重要性: 广告不仅是互联网经济的重要部分，同时也是用户浏览体验的关键因素。理解用户为何讨厌某些广告，为广告业改善用户体验提供参考。
• 研究动机与相关工作:
  • 研究中关注的问题包括广告侵扰性、隐私侵害性及内容的低质量等。
  • 先前的研究缺乏用户对广告“坏”或“好”内容的系统性理解，并未充分利用真实用户的感知来定义广告问题。
  • 研究旨在填补用户感知与广告分析之间的空白，为改善广告生态系统提供理论基础。

解决方案

• 提出的方法: 作者通过用户调查与数据分析，对在线广告进行了定性分类与定量研究。
• 创新之处:
  1. 构建了用户对广告内容反应的分类学，包括15种积极和消极的反应理由。
  2. 收集并标注了500份广告样本，并通过1000名参与者的12,972条意见进行分析。
  3. 使用无监督学习技术将用户意见与研究者提供的广告内容标签结合，识别广告的负面特性。
• 步骤与技术:
  • 定性研究：通过用户调查，收集用户对广告喜欢/厌恶的原因。
  • 定量研究：随机抽取500个广告样本，由研究参与者进行标注和评级。
  • 集群分析：采用基于用户意见分布的聚类算法，将包含类似问题的广告分类。

研究成果

• 具体成果:
  • 提出导致用户不满的广告主要类别，如“诱导性标题”、“低质量内容”、“虚假的欺骗性广告”、“政治化广告”等。
  • 用户对实验广告大多持负面态度，45%的广告被超过半数用户标注为“问题广告”。
  • 用户负面反应的主要原因包括“点击诱饵”、“低质量设计”、“模糊不清”和“政治化内容”。
• 实验结果:
  • 超过65%的广告被打上“简单”标签；20%被认为是“点击诱饵”；13%的广告涉及“低质量设计”。
  • 使用非监督学习发现了16个广告主题相关集群，其中包括内容农场、政治广告、低质量设计广告等。
• 优势与局限:
  • 优势：
    • 系统地以用户视角定义“问题广告”，为未来利益相关者优化广告内容提供依据。
    • 提供了用户标注的广告数据集和分类模型，可供后续自动化广告检测研究使用。
  • 局限性：
    • 调查人群以年轻用户和广告拦截器使用者为主，可能低估了广告的正面评价。
    • 仅关注特定类型的广告（第三方程序广告），未涵盖社交媒体和视频广告。

局限性与未来方向

• 局限性:
  • 研究未涵盖所有广告形式和全球用户的视角。
  • 所选广告样本仅是某一时间点的快照，可能不完全反映广告生态的全貌。
  • 用户对分类学的理解可能存在差异，影响的一致性标注。
• 未来方向:
  • 用户点击后的“后悔”情感测量：研究哪些广告浪费用户时间及关注资源。
  • 不良广告的目标群体分析：探讨广告投放是否针对特定的易受影响人群。
  • 用于自动化“问题广告”检测的分类器开发：基于用户标注的分布学习，进一步推进广告生态治理。
  • 改进广告内容政策：建议加入用户反馈机制，提高广告内容的透明度与质量。

总结

本研究提出了一种用户中心的方法，用于系统性理解在线广告中的“好”与“坏”特征。从广告设计到内容问题的分析为提高在线广告的整体质量和用户体验提供了理论基础，同时为政策制定者、广告平台和技术研究者指出了共同努力的方向。