社交媒体平台上针对广告的用户感知和体验:从孟加拉国和印度获得的启示

AI 伦理、公平与问责社交平台设计与用户行为

文献标题

用户对社交媒体平台定向广告的感知与体验:基于孟加拉国和印度的研究

文献信息

  • 主题领域: 用户隐私、社交媒体、定向广告
  • 关键词: 定向广告, 隐私, 社交媒体, 用户感知, 南亚, 广告技术, 用户控制, 广告管理, 平台比较, 用户体验

研究背景与问题

  • 作者发现了哪些问题或挑战?

    • 现有文献主要从西方(北美和欧洲)的视角研究定向广告用户感知,对于南亚地区用户的认知与体验研究较少。
    • 社交媒体平台广告的隐私侵犯及欺诈性广告给用户带来多种挑战。
  • 为什么这个问题很重要?

    • 孟加拉国和印度的社交媒体用户数量庞大(如印度是 Facebook 用户最多的国家),且广告对这些用户的购物行为和隐私保护需求有直接影响。
    • 南亚用户在文化、经济和社会背景下对广告的感知可能与西方用户有所不同,需要深入研究以设计合适的广告管理工具。
  • 研究动机与相关工作

    • 目标是填补关于南亚用户在社交媒体上对定向广告感知和管理的研究空白。
    • 结合南亚用户的文化和经济背景,探索广告隐私感知的独特性及其管理策略。

解决方案

  • 作者提出了哪些方法或解决方案?

    • 通过对 40 名来自孟加拉国和印度的用户进行半结构化访谈,探索用户对社交媒体定向广告的感知、管理和隐私担忧。
  • 该解决方案的创新之处是什么?

    • 首次揭示南亚用户在社交媒体平台上体验定向广告的独特认知和实践,包括对广告格式、平台间广告差异以及广告控制偏好的讨论。
    • 提出新的用户心理模型,解释定向广告生成的机制。
    • 提出改进广告体验与隐私保护的设计建议。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 参与者招募:通过问卷筛选孟加拉国和印度的用户。
    2. 半结构化访谈:包括四个部分的访谈内容,探索用户对广告的看法、使用实际操作设置的方式和隐私管理策略。
    3. 数据分析:采用主题分析方法提取、编码和分类关键主题。

研究成果

  • 取得了哪些具体成果?

    • 用户普遍对定向广告有复杂的态度:在喜欢折扣与便利的同时,对垃圾广告、性别定向广告和隐私侵害持负面看法。
    • 孟加拉国和印度用户提出了两个新的广告心理模型:
      1. 广告通过用户手机权限(例如麦克风和摄像头)收集数据。
      2. 不同社交媒体平台的人工智能算法共享和处理用户数据以生成广告。
    • 用户更倾向于广告调控功能(如关闭或过滤广告),而不是广告透明度(解释广告展示原因)。
  • 与现有解决方案相比,它有哪些优势?

    • 专注于南亚用户这一研究空白,揭示与西方用户的显著差异。
    • 结合用户体验提出基于文化上下文的具体设计建议,比如广告验证、过滤不良广告和优化广告界面设计等。
  • 实验或评估结果是什么?

    • 用户对于广告控制选项的可发现性和便利性表达不满,提出了改进广告设置界面的需求。
    • 指出南亚用户在文化背景下对广告折扣和即时满足的高度关注,反映了消费心理和隐私风险决策的特点。
  • 局限性与未来方向

    • 局限性:
      • 仅研究了孟加拉国和印度的用户,缺乏对其他南亚国家用户的普遍性代表。
      • 由于语言障碍,仅限英语或印地语的用户参与,可能限制了文化和社会经济覆盖范围。
      • 样本规模较小,仅代表特定受教育和社会圈层。
    • 未来方向:
      • 扩展研究范围到其他南亚国家或更多样化的用户群。
      • 开展大规模问卷调查以验证研究结果。
      • 通过共创设计进一步探索用户提出的设计建议。

设计建议

  1. 广告设置的用户友好优化
    • 将“跳过广告”按钮改为更明确且设备兼容的设计。
    • 优化社交媒体广告界面的跨设备一致性。
  2. 验证广告和卖家
    • 建立广告验证机制,例如借助自然语言处理或蓝标验证功能,识别真假广告。
  3. 改善广告透明度与权限管理
    • 提供可视化的权限管理选项,例如在广告中嵌入数据追踪清单,让用户了解其被如何追踪。
    • 集成用户同意机制,明确标注数据收集目的并提供选择权。
  4. 引入广告反馈指标
    • 增加广告排名系统(如基于评论好坏的百分比显示),帮助用户评估广告质量。
  5. 提高广告设置的可访问性
    • 将设置按钮直接嵌入广告菜单,提升用户访问舒适性。

总结

本文探究了南亚用户的社交媒体定向广告体验及其特定文化下的隐私挑战,揭示独特的广告感知、用户心理模型和控制偏好,最终为广告设计和隐私管理提供了启发性建议。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96407/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3581498
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
AI 伦理、公平与问责、社交平台设计与用户行为
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文