为何看到此内容：在线内容推荐的用户端审计民主化

DOI

个性化推荐系统根据用户属性定制内容，这些属性要么由用户提供，要么从私人数据中推断。研究表明，用户经常推测他们遇到内容的原因（例如「我看到这则珠宝广告因为我是女性」），但由于系统的不透明性，他们缺乏确认这些假设的方法。这阻碍了关于隐私和系统使用的知情决策，并导致算法问责制的缺失。为解决这些挑战，我们引入了一种新的交互式沙盒方法。这种方法创建了体现个人属性真实变化的合成用户角色和相应的个人数据，允许用户通过观察网站算法对这些角色的反应来测试他们的假设。我们在针对性广告的背景下测试了沙盒。我们的用户研究表明其可用性、有用性，并在目标广告案例研究中赋予终湍用户审计权力方面具有有效性。