論文の概要: A Framework to Audit Email Address Privacy and Analyze Email Marketing Practices of Online Services and Apps
- arxiv url: http://arxiv.org/abs/2410.08302v1
- Date: Thu, 10 Oct 2024 18:44:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-31 04:06:19.105706
- Title: A Framework to Audit Email Address Privacy and Analyze Email Marketing Practices of Online Services and Apps
- Title（参考訳）: メールアドレスのプライバシーを監査し、オンラインサービスやアプリのマーケティング実践を分析するフレームワーク
- Authors: Scott Seidenberger, Oluwasijibomi Ajisegiri, Noah Pursell, Fazil Raja, Anindya Maiti,
- Abstract要約: 本研究は,メールアドレスなどの個人情報を利用者の同意なく共有・販売できるという認識の広汎化を考察する。
私たちは、最も人気のある150のオンラインサービスやアプリにサインアップした後、ユーザーが受信したメールのソース、ボリューム、頻度、内容を収集し、分析しました。
- 参考スコア（独自算出の注目度）: 0.6835148838117711
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This study explores the widespread perception that personal data, such as email addresses, may be shared or sold without informed user consent, investigating whether these concerns are reflected in actual practices of popular online services and apps. Over the course of a year, we collected and analyzed the source, volume, frequency, and content of emails received by users after signing up for the 150 most popular online services and apps across various sectors. By examining patterns in email communications, we aim to identify consistent strategies used across industries, including potential signs of third-party data sharing. This analysis provides a critical evaluation of how email marketing tactics may intersect with data-sharing practices, with important implications for consumer privacy and regulatory oversight. Our study findings, conducted post-CCPA and GDPR, indicate that while no third-party spam email was detected, internal email marketing practices were pervasive, with companies frequently sending promotional and CRM emails despite opt-out preferences. The framework established in this work is designed to be scalable, allowing for continuous monitoring, and can be extended to include a more diverse set of apps and services for broader analysis, ultimately contributing to improved user perception of data privacy practices.
- Abstract（参考訳）: 本研究は、電子メールアドレスなどの個人情報が、利用者の同意なく共有・販売される可能性があるという認識が広まっており、これらの懸念が人気のあるオンラインサービスやアプリの実践に反映されているかどうかを調査している。
1年間にわたって、さまざまな分野で最も人気のあるオンラインサービスとアプリ150社にサインアップした後、ユーザーが受信したメールのソース、ボリューム、頻度、内容を収集し、分析しました。
電子メール通信のパターンを調べることで、サードパーティのデータ共有の兆候を含む、業界全体で使われる一貫した戦略を特定することを目指している。
この分析は、メールマーケティングの戦術が、消費者のプライバシーと規制の監督に重要な意味を持つデータ共有の実践とどのように交わるかを批判的に評価する。
調査はCCPA後,GDPR後において,サードパーティのスパムメールは検出されなかったが,社内メールマーケティングは広範に行われており,オプトアウトの好みにもかかわらず,企業が頻繁にプロモーションメールやCRMメールを送信していることが示唆された。
この作業で確立されたフレームワークは、スケーラブルで、継続的な監視が可能で、より多様なアプリケーションやサービスを含むように拡張され、より広範な分析が可能で、最終的にはデータのプライバシプラクティスに対するユーザ認識の改善に寄与する。
関連論文リスト
- Different Victims, Same Layout: Email Visual Similarity Detection for Enhanced Email Protection [0.3683202928838613]
我々は,電子メール脅威防御システムの検知能力を向上させるために,Pisco という名の電子メール視覚類似性検出手法を提案する。
以上の結果から,Eメールキットは広範囲に再利用され,視覚的に類似したメールが,さまざまな時間間隔で当社の顧客に送信されていることが明らかとなった。
論文 参考訳（メタデータ） (2024-08-29T23:51:51Z) - Application of Text Analytics in Public Service Co-Creation: Literature
Review and Research Framework [68.8204255655161]
従来の公共サービスのトップダウン開発に代わるものとして、公共サービスの共創がある。
共同創造は、より優れた公共サービスを作成し、公開価値を達成することを目的として、ステークホルダー間のコラボレーションを促進する。
本研究では,テキストデータにテキスト分析(TA)技術を適用することで,公共サービスの共同作成を支援するための既存の研究について検討する。
論文 参考訳（メタデータ） (2023-05-20T17:34:17Z) - 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) - Having your Privacy Cake and Eating it Too: Platform-supported Auditing
of Social Media Algorithms for Public Interest [70.02478301291264]
ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。
これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。
本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
論文 参考訳（メタデータ） (2022-07-18T17:32:35Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳（メタデータ） (2021-11-11T19:40:51Z) - Privacy-Preserving Phishing Email Detection Based on Federated Learning
and LSTM [0.4588028371034407]
正しいように見えるフィッシングメールは、悪意のあるリンクやドキュメントをクリックして人々を誘惑する。
フェデレートフィッシングボウル(FPB)と呼ばれる分散型フィッシングメール検出手法を提案する。
FPBは、メールのセキュリティとプライバシを保護するために、さまざまなクライアント間で共通の知識表現と共有を可能にする。
論文 参考訳（メタデータ） (2021-10-12T14:17:38Z) - User Response Prediction in Online Advertising [11.954966895950163]
オンライン広告および関連レコメンダアプリケーションにおけるユーザ応答予測の包括的レビューを提供する。
私たちの本質的な目標は、オンライン広告プラットフォーム、ステークホルダ、データ可用性、およびユーザー応答予測の典型的な方法の徹底的な理解を提供することです。
論文 参考訳（メタデータ） (2021-01-07T03:00:44Z) - Improving Services Offered by Internet Providers by Analyzing Online
Reviews using Text Analytics [6.85316573653194]
インターネットサービスプロバイダ(ISP)は、継続的な成長を確実にするために、顧客を引きつけ、維持することを目的とした努力を確実にしなければならない。
近年の顧客は、特にオンラインレビューで利用可能な余計な情報のために、十分なインフォームドな判断を下すことができる。
ISPは、この情報を使って顧客の製品やサービスに対する見解をよりよく理解することができる。
論文 参考訳（メタデータ） (2020-08-16T16:44:55Z) - Learning with Weak Supervision for Email Intent Detection [56.71599262462638]
本稿では,メールの意図を検出するために,ユーザアクションを弱い監視源として活用することを提案する。
メール意図識別のためのエンドツーエンドの堅牢なディープニューラルネットワークモデルを開発した。
論文 参考訳（メタデータ） (2020-05-26T23:41:05Z) - Beyond privacy regulations: an ethical approach to data usage in
transportation [64.86110095869176]
本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。
フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
論文 参考訳（メタデータ） (2020-04-01T15:10:12Z)
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。