Facebook等社交媒体平台在向用户投放定向广告方面越来越受欢迎。由于缺乏关于广告如何与每个用户档案匹配的透明度,这引发了越来越多的隐私问题。Facebook通过用户的活动推断用户兴趣,并基于这些兴趣投放广告。尽管Facebook解释了为什么某个兴趣会被推断给某个用户,但目前仍不清楚哪些活动会导致兴趣推断,以及活动的情感或上下文在推断兴趣时被考虑的程度。为了深入了解Facebook如何从用户的Facebook活动生成兴趣,我们通过创建新账户并系统地执行大量计划活动来进行受控实验。这使我们能够对导致生成特定兴趣的活动进行因果推断,其中许多兴趣并不能代表用户的实际偏好。我们还评估了哪些活动导致了兴趣发现,发现非常简单的活动(如仅观看/滚动浏览某个页面)就会导致兴趣推断。我们发现33.22%的推断兴趣是不准确或不相关的。我们进一步评估了Facebook提供的兴趣推断解释,发现这些解释过于笼统,有时甚至具有误导性。为了了解我们的发现是否适用于更大、更多样化的样本,我们进行了一项用户研究,通过亚马逊土耳其机器人从世界不同地区招募了146名参与者,以评估Facebook推断的兴趣的准确性。我们开发了一个浏览器扩展程序,从他们自己的Facebook账户中提取数据,并基于这些数据提问。我们的参与者报告了与受控实验中观察到的类似范围(29%)的不准确性。我们还发现,我们的大多数参与者不知道Facebook的广告偏好管理器、兴趣推断过程,甚至不知道兴趣解释的存在。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/87058/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3512923
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文