論文の概要: Beyond Permissions: Investigating Mobile Personalization with Simulated Personas

• arxiv url: http://arxiv.org/abs/2511.01336v1
• Date: Mon, 03 Nov 2025 08:39:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.178245
• Title: Beyond Permissions: Investigating Mobile Personalization with Simulated Personas
• Title（参考訳）: パーミッションを超えて:シミュレートされたペルソナによるモバイルパーソナライゼーションの調査
• Authors: Ibrahim Khalilov, Chaoran Chen, Ziang Xiao, Tianshi Li, Toby Jia-Jun Li, Yaxing Yao,
• Abstract要約: 本稿では,センサスプーフィングとペルソナシミュレーションを用いて,モバイルアプリが推定行動にどう反応するかを監査し,可視化するサンドボックスシステムを提案する。 本システムでは,Androidデバイスにリアルタイムにマルチセンサプロファイルを注入し,高アクティビティやロケーションシフト,日時変化などのコンテキストに対するアプリ応答を観察する。 予備的な発見は、フィットネス、eコマース、天気やナビゲーションなどの日々のサービスアプリにわたる測定可能なアプリ適応を示している。
• 参考スコア（独自算出の注目度）: 30.156063920321774
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mobile applications increasingly rely on sensor data to infer user context and deliver personalized experiences. Yet the mechanisms behind this personalization remain opaque to users and researchers alike. This paper presents a sandbox system that uses sensor spoofing and persona simulation to audit and visualize how mobile apps respond to inferred behaviors. Rather than treating spoofing as adversarial, we demonstrate its use as a tool for behavioral transparency and user empowerment. Our system injects multi-sensor profiles - generated from structured, lifestyle-based personas - into Android devices in real time, enabling users to observe app responses to contexts such as high activity, location shifts, or time-of-day changes. With automated screenshot capture and GPT-4 Vision-based UI summarization, our pipeline helps document subtle personalization cues. Preliminary findings show measurable app adaptations across fitness, e-commerce, and everyday service apps such as weather and navigation. We offer this toolkit as a foundation for privacy-enhancing technologies and user-facing transparency interventions.
• Abstract（参考訳）: モバイルアプリケーションは、ユーザコンテキストを推測し、パーソナライズされたエクスペリエンスを提供するために、センサデータに依存している。 しかし、このパーソナライゼーションの背後にあるメカニズムは、ユーザーや研究者にも不透明である。 本稿では,センサスプーフィングとペルソナシミュレーションを用いて,モバイルアプリが推定行動にどう反応するかを監査し,可視化するサンドボックスシステムを提案する。 スプーフィングを逆境として扱うのではなく、行動の透明性とユーザエンパワーメントのためのツールとしての利用を実証する。 我々のシステムは、構造化されたライフスタイルベースのペルソナから生成されたマルチセンサープロファイルをリアルタイムでAndroidデバイスに注入し、ユーザは、高いアクティビティ、ロケーションシフト、日々の変化といったコンテキストに対するアプリのレスポンスを観察できる。 自動スクリーンショットキャプチャとGPT-4によるUIの要約によって、私たちのパイプラインは微妙なパーソナライズ方法の文書化に役立ちます。 予備的な発見は、フィットネス、eコマース、天気やナビゲーションなどの日々のサービスアプリにわたる測定可能なアプリ適応を示している。 私たちはこのツールキットを,プライバシ向上技術とユーザ対応の透明性介入の基礎として提供しています。

関連論文リスト

• A Big Step Forward? A User-Centric Examination of iOS App Privacy Report and Enhancements [11.535543802697836]
  AppleはiOS 15.2以降,アプリのデータアクセスと共有に関する詳細な洞察をユーザに通知する新機能として,App Privacy Reportを導入した。 この機能は、ユーザープライバシの大きな進歩として売り出されてきたが、実際のユーザーのプライバシとコントロールに対する影響は、まだ検討されていない。 この作業は、ユーザのプライバシーの透明性を高めるための実践的な洞察を提供する。
  論文  参考訳（メタデータ） (2025-11-01T09:29:04Z)
• FPI-Det: a face--phone Interaction Dataset for phone-use detection and understanding [20.181223336698675]
  モバイルデバイスは、安全監視、職場生産性評価、注意管理におけるビジョンシステムに新たな課題を生み出している。 FPI-Detは、職場、教育、交通、公共のシナリオにまたがって、顔と電話の同期アノテーション付き22,879枚の画像を含む。
  論文  参考訳（メタデータ） (2025-09-11T02:50:03Z)
• Screencast-Based Analysis of User-Perceived GUI Responsiveness [53.53923672866705]
  Toolsはモバイルのスクリーンキャストから直接GUIの応答性を測定するテクニックである。 コンピュータービジョンを使ってユーザーインタラクションを検出し、フレームレベルの視覚変化を分析し、2つの重要なメトリクスを計算する。 ツールはインダストリアルテストパイプラインにデプロイされ、毎日数千のスクリーンキャストを分析している。
  論文  参考訳（メタデータ） (2025-08-02T12:13:50Z)
• PersonaAgent: When Large Language Model Agents Meet Personalization at Test Time [87.99027488664282]
  PersonaAgentは、汎用的なパーソナライゼーションタスクに対処するために設計されたフレームワークである。 パーソナライズされたメモリモジュールとパーソナライズされたアクションモジュールを統合する。 テストタイムのユーザ嗜好アライメント戦略は、リアルタイムのユーザの嗜好アライメントを保証する。
  論文  参考訳（メタデータ） (2025-06-06T17:29:49Z)
• Creating General User Models from Computer Use [53.59999173952482]
  本稿では,コンピュータとのインタラクションを観察することでユーザについて学習する汎用ユーザモデル(GUM)のアーキテクチャを提案する。 GUMは、ユーザ(例えばデバイスのスクリーンショット)の非構造化観察を入力として受け取り、ユーザの知識と好みをキャプチャする信頼度重み付け命題を構築する。
  論文  参考訳（メタデータ） (2025-05-16T04:00:31Z)
• Advancing Mobile UI Testing by Learning Screen Usage Semantics [0.42303492200814446]
  本研究は,モバイルアプリの画面利用セマンティクスを学習することで,自動UIテスト技術の向上を目指す。 また、UI設計の問題を特定し緩和することで、モバイルアプリのインターフェイスのユーザビリティも向上する。
  論文  参考訳（メタデータ） (2025-05-15T01:40:43Z)
• User Interaction Data in Apps: Comparing Policy Claims to Implementations [0.0]
  我々は、ポリシークレームとデータ収集手法の整合性を評価するために、静的解析手法を用いて、さまざまなカテゴリにまたがるトップ100アプリを分析した。 我々の調査結果は、データ収集における透明性の欠如と、それに伴う再識別のリスクを強調し、ユーザのプライバシと信頼に関する懸念を高めている。
  論文  参考訳（メタデータ） (2023-12-05T12:11:11Z)
• Towards Mass Adoption of Contact Tracing Apps -- Learning from Users' Preferences to Improve App Design [3.187723878624947]
  市場調査手法とコンジョイント分析を用いて,接触追跡アプリのユーザ嗜好について検討する。 欧州の連絡先追跡アプリのプライバシー保護設計を確認した。 目標整合性機能の追加は、大量導入を促進する上で重要な役割を果たすと結論付けている。
  論文  参考訳（メタデータ） (2020-11-24T19:08:09Z)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)

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。