論文の概要: Stop Tracking Me Bro! Differential Tracking Of User Demographics On
Hyper-partisan Websites
- arxiv url: http://arxiv.org/abs/2002.00934v2
- Date: Mon, 30 Mar 2020 19:07:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-04 20:42:22.470685
- Title: Stop Tracking Me Bro! Differential Tracking Of User Demographics On
Hyper-partisan Websites
- Title(参考訳): 追跡するな!
過党派ウェブサイトにおけるユーザーデモグラフィックの差異追跡
- Authors: Pushkal Agarwal, Sagar Joglekar, Panagiotis Papadopoulos, Nishanth
Sastry, Nicolas Kourtellis
- Abstract要約: 我々は、特定のパーティーラインのウェブサイトを訪問する際に、光を遮り、ユーザに与えるトラッキングの潜在的な違いを計測する第一歩を踏み出します。
この手法により、性別や年齢などの特定の属性を持つユーザペルソナを作成し、閲覧行動を自動化することができる。
我々は、556の超党派ウェブサイトで9人のペルソナをテストし、右派ウェブサイトは左派ウェブサイトよりもユーザーを強く追跡する傾向にあることを発見した。
- 参考スコア(独自算出の注目度): 5.690539268996364
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Websites with hyper-partisan, left or right-leaning focus offer content that
is typically biased towards the expectations of their target audience. Such
content often polarizes users, who are repeatedly primed to specific (extreme)
content, usually reflecting hard party lines on political and socio-economic
topics. Though this polarization has been extensively studied with respect to
content, it is still unknown how it associates with the online tracking
experienced by browsing users, especially when they exhibit certain demographic
characteristics. For example, it is unclear how such websites enable the
ad-ecosystem to track users based on their gender or age. In this paper, we
take a first step to shed light and measure such potential differences in
tracking imposed on users when visiting specific party-line's websites. For
this, we design and deploy a methodology to systematically probe such websites
and measure differences in user tracking. This methodology allows us to create
user personas with specific attributes like gender and age and automate their
browsing behavior in a consistent and repeatable manner. Thus, we
systematically study how personas are being tracked by these websites and their
third parties, especially if they exhibit particular demographic properties.
Overall, we test 9 personas on 556 hyper-partisan websites and find that
right-leaning websites tend to track users more intensely than left-leaning,
depending on user demographics, using both cookies and cookie synchronization
methods and leading to more costly delivered ads.
- Abstract(参考訳): 過党派、左派、右派に焦点を絞ったウェブサイトは、通常ターゲットの視聴者の期待に偏ったコンテンツを提供する。
このようなコンテンツは、しばしば特定の(極端な)コンテンツに繰り返し起因するユーザーを分極させ、通常、政治的および社会経済的トピックに関するハードパーティの線を反映する。
この偏光はコンテンツに関して広く研究されているが、閲覧者が体験したオンライン追跡とどのように関連しているか、特に特定の人口統計学的特徴を示すかは不明である。
例えば、このようなウェブサイトが、性別や年齢に基づいてユーザーを追跡できるかどうかは不明だ。
本稿では,特定のパーティーラインのウェブサイトを訪問する際,利用者に課されるトラッキングの潜在的な違いを,光を遮る第一歩として評価する。
そこで我々は,このようなWebサイトを体系的に探索し,ユーザ追跡の違いを測定する手法を設計し,展開する。
この手法により、性別や年齢などの特定の属性を持つユーザペルソナを作成し、一貫した反復可能な方法でブラウジング行動を自動化することができる。
そこで我々は,これらのウェブサイトとその第三者によるペルソナの追跡方法について,特に特定の人口動態特性を示す場合,体系的に研究する。
全体として、私たちは556の超党派のウェブサイトで9人のパーソナリティをテストし、右寄りのウェブサイトは、ユーザーの人口統計によって、ユーザーを左寄りよりも強く追跡し、クッキーとクッキーの同期方法を使い、よりコストのかかる広告を届ける傾向にあります。
関連論文リスト
- How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。
この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。
我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
論文 参考訳(メタデータ) (2024-10-09T14:51:58Z) - Filter bubbles and affective polarization in user-personalized large
language model outputs [0.15540058359482856]
大規模言語モデル(LLM)は、個々のユーザに対して、モデル出力のパーソナライズを増大させる要因となっている。
事実質問の前にユーザの政治的関連性によって,主要な大規模言語モデルであるChatGPT-3.5をいかに促進させるかを検討する。
論文 参考訳(メタデータ) (2023-10-31T18:19:28Z) - User Attitudes to Content Moderation in Web Search [49.1574468325115]
我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。
最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。
より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
論文 参考訳(メタデータ) (2023-10-05T10:57:15Z) - Dynamics of Ideological Biases of Social Media Users [0.0]
オンラインプラットフォーム全体の世論グループの進化は,世論を抱きたいという欲求に支えられていることを示す。
われわれはTwitterとParlerという2つのソーシャルメディアに焦点を当て、ユーザーの政治的偏見を追跡した。
論文 参考訳(メタデータ) (2023-09-27T19:39:07Z) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳(メタデータ) (2023-01-14T18:58:42Z) - Estimating Topic Exposure for Under-Represented Users on Social Media [25.963970325207892]
この研究は、観察されたデータに対する参加者の貢献を強調することに重点を置いている。
これらのユーザの行動分析の最初のステップは、公開されているが関与していないトピックを見つけることです。
本稿では,これらのユーザを特定し,トピックの露出を推定する新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-08-07T19:37:41Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳(メタデータ) (2021-06-07T19:26:32Z) - Political Polarization in Online News Consumption [14.276551496332154]
投票行動によって測定されるように、政治的偏極は上昇しているようだ。
ここ数年の研究は、分極の原動力としてのWebの役割に焦点を当ててきた。
オンラインニュース消費は、ユーザーが自身の政治的傾きに合わせたニュースソースを訪問することが、他のニュースソースの訪問よりもかなり長いという偏極パターンに従うことを示す。
論文 参考訳(メタデータ) (2021-04-09T22:35:46Z) - Differential Tracking Across Topical Webpages of Indian News Media [3.721918008485747]
本稿では、そのURLの詳細に基づいて、インドのニューストピックのサブページの自動抽出と分類を行う手法を提案する。
ページ間の差分ユーザ追跡や,サブページとホームページ間の差分ユーザ追跡を行う。
組み込みサードパーティは特定のサブページを同時に追跡する傾向があり、動作中のユーザプロファイリングの可能性がある。
論文 参考訳(メタデータ) (2021-03-07T20:20:47Z) - Right and left, partisanship predicts (asymmetric) vulnerability to
misinformation [71.46564239895892]
我々は、Twitter上でのニュース共有行動を研究することにより、パルチザン、エコーチャンバー、およびオンライン誤情報に対する脆弱性の関係を分析する。
誤情報に対する脆弱性は、左派と右派の両方のユーザーの党派の影響を強く受けている。
論文 参考訳(メタデータ) (2020-10-04T01:36:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。