論文の概要: Targeted Ads and/as Racial Discrimination: Exploring Trends in New York
City Ads for College Scholarships
- arxiv url: http://arxiv.org/abs/2109.15294v1
- Date: Thu, 30 Sep 2021 17:39:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2023-03-12 22:51:05.919605
- Title: Targeted Ads and/as Racial Discrimination: Exploring Trends in New York
City Ads for College Scholarships
- Title（参考訳）: ターゲット広告と人種差別: ニューヨーク市の大学奨学金広告の動向を探る
- Authors: Ho-Chun Herbert Chang, Matt Bui, and Charlton McIlwain
- Abstract要約: 本稿では、サードパーティのデジタルマーケティング会社からのデータを用いて、ターゲット広告が人種差別の大きなシステムにどのように貢献するかを調査する。
ターゲットジップコードに対応する米国国勢調査データとともに、広告の対象人口のトレンドの可視化とマッピングについて論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper uses and recycles data from a third-party digital marketing firm,
to explore how targeted ads contribute to larger systems of racial
discrimination. Focusing on a case study of targeted ads for educational
searches in New York City, it discusses data visualizations and mappings of
trends in the advertisements' targeted populations alongside U.S census data
corresponding to these target zipcodes. We summarize and reflect on the results
to consider how internet platforms systemically and differentially target
advertising messages to users based on race; the tangible harms and risks that
result from an internet traffic system designed to discriminate; and finally,
novel approaches and frameworks for further auditing systems amid opaque,
black-boxed processes forestalling transparency and accountability.
- Abstract（参考訳）: 本稿では,サードパーティのデジタルマーケティング企業からのデータを再利用し,ターゲット広告が人種差別のより大きなシステムにどのように寄与するかを検討する。
ニューヨーク市における教育検索のターゲット広告のケーススタディを中心に、ターゲットジップコードに対応する米国国勢調査データとともに、ターゲット人口のデータを視覚化し、トレンドのマッピングを行う。
我々は,インターネットプラットフォームがユーザに対して,人種に基づく広告メッセージをシステム的かつ差動的にターゲットすること,インターネットトラヒックシステムの識別によって生じる具体的な害とリスク,不透明でブラックボックスのプロセスが透明性と説明責任を損なう中で,さらなる監査システムのための新しいアプローチとフレームワークを検討するために,結果を要約し,考察する。
関連論文リスト
- External Evaluation of Discrimination Mitigation Efforts in Meta's Ad Delivery [47.418845064441605]
本稿では,Metaによって実装された可変還元システム(VRS)が,個人にとっての機会へのアクセスを有意義に改善していないことを示す。
そして、現実世界の広告でVRSを評価する実験を行い、VRSがばらつきを減らす一方で、広告主のコストも上昇させることを示した。
当社のアプローチは,すべてのグループからのユーザに対する広告露出の増加と,広告主に対するコスト削減によって,VRSよりも優れていることを示す。
論文 参考訳（メタデータ） (2025-06-19T19:29:26Z) - Against Opacity: Explainable AI and Large Language Models for Effective Digital Advertising [45.512178197258066]
メタ広告と世界のGoogleは、直感に頼っている無数の広告主を惹きつけている。
この透明性の欠如は、広告主が情報的な決定をし、透明性を促進し、業界メトリクスを標準化し、規制フレームワークを強化する努力を必要とする能力を妨げている。
本研究では,コンテンツの分析と評価を目的とした機械学習技術,特に新規広告コンテンツのクリックスルー率(CTR)を予測することによって,マーケターの広告戦略の最適化を支援する新しい手法を提案する。
論文 参考訳（メタデータ） (2025-04-22T08:46:47Z) - On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - Digital Advertising in a Post-Cookie World: Charting the Impact of Google's Topics API [0.38233569758620056]
GoogleのTopics APIをデジタル広告エコシステムに統合することは、プライバシを重視した広告プラクティスへの大きなシフトである。
本稿では、競合のダイナミクスと広告空間のアクセシビリティに焦点をあて、広告ネットワークにトピックAPIを実装することの意味を分析する。
論文 参考訳（メタデータ） (2024-09-21T09:04:16Z) - Auditing for Racial Discrimination in the Delivery of Education Ads [50.37313459134418]
本稿では,教育機会のための広告配信において,人種的偏見を評価できる新たな第三者監査手法を提案する。
メタのアルゴリズムによる教育機会の広告配信における人種差別の証拠を見つけ、法的および倫理的懸念を訴える。
論文 参考訳（メタデータ） (2024-06-02T02:00:55Z) - Discrimination through Image Selection by Job Advertisers on Facebook [79.21648699199648]
求人広告における新たな差別手段の出現状況について検討する。
ターゲティングとデリバリーの両方を組み合わせ、求人広告画像の特定の人口層を不均等に表現したり排除したりする。
私たちはFacebook Ad Libraryを使って、このプラクティスの有病率を実証しています。
論文 参考訳（メタデータ） (2023-06-13T03:43:58Z) - Towards Fairness in Personalized Ads Using Impression Variance Aware
Reinforcement Learning [9.246089899723744]
Metaの広告システムにおいて、より公平な結果を達成するための可変還元システム(VRS)。
まず、広告印象のばらつきの観点から、公平さのギャップを定量化する指標を定義した。
次に、インプレッションのばらつきを意識した方法で広告をランク付けするためのVRSを示す。
論文 参考訳（メタデータ） (2023-06-05T22:38:21Z) - Lessons from the AdKDD'21 Privacy-Preserving ML Challenge [57.365745458033075]
W3Cの顕著な提案では、過去のディスプレイの集計された、差別化されたプライベートなレポートを通じてのみ広告信号を共有することができる。
この提案を広く研究するために、AdKDD'21でオープンなプライバシ保護機械学習チャレンジが行われた。
重要な発見は、大量の集約されたデータの小さな集合が存在する場合の学習モデルは驚くほど効率的で安価であることである。
論文 参考訳（メタデータ） (2022-01-31T11:09:59Z) - Auditing for Discrimination in Algorithms Delivering Job Ads [70.02478301291264]
我々は,求人広告配信における識別アルゴリズムのブラックボックス監査のための新しい手法を開発した。
最初のコントリビューションは、性別や人種などの保護されたカテゴリーによる、広告配信における歪の区別です。
第2に,他の要因と資格の違いによって説明可能なスクリューを区別する監査手法を開発する。
第3に、提案手法を求人広告のための2つの主要なターゲット広告プラットフォーム、FacebookとLinkedInに適用する。
論文 参考訳（メタデータ） (2021-04-09T17:38:36Z) - An Iterative Approach for Identifying Complaint Based Tweets in Social
Media Platforms [76.9570531352697]
本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。
研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
論文 参考訳（メタデータ） (2020-01-24T22:23:22Z)
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。