Taking Data Out of Context to Hyper-Personalize Ads: Crowdworkers' Privacy Perceptions and Decisions to Disclose Private Information
Taking Data Out of Context to Hyper-Personalize Ads: Crowdworkers' Privacy Perceptions and Decisions to Disclose Private Information
复制标题
断章取义地制作超个性化广告：众包工作者的隐私认知和披露私人信息的决定
DOI：
10.1145/3313831.3376415
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Ur, Blase
中科院分区：
文献类型：
--
作者：
Hanson, Julia;Wei, Miranda;Veys, Sophie;Kugler, Matthew;Strahilevitz, Lior;Ur, Blase
数据经纪人和广告商越来越多地在一种情况下收集数据，并在另一种情况下使用它。当用户的数据被滥用时，他们随后会披露更少的信息吗？我们报告了25个人和280个在线参与者的人类受试者实验。首先，参与者在干扰问题中提供个人信息。一周后，当参与者完成另一项调查时，他们收到了一个似乎与研究无关的自动文本或在线横幅广告。一半的参与者收到一个包含他们的名字，合作伙伴的名字，偏好的美食和位置的广告;其他人收到一个通用的广告。我们测量了参与者随后选择回答的43个潜在侵入性问题中的多少个。参与者对个性化广告的反应是负面的，但几乎准确地回答了所有侵入性问题。我们解开我们的结果相对于隐私悖论，上下文完整性，和权力动态在众工平台。
Data brokers and advertisers increasingly collect data in one context and use it in another. When users encounter a misuse of their data, do they subsequently disclose less information? We report on human-subjects experiments with 25 in-person and 280 online participants. First, participants provided personal information amidst distractor questions. A week later, while participants completed another survey, they received either a robotext or online banner ad seemingly unrelated to the study. Half of the participants received an ad containing their name, partner's name, preferred cuisine, and location; others received a generic ad. We measured how many of 43 potentially invasive questions participants subsequently chose to answer. Participants reacted negatively to the personalized ad, yet answered nearly all invasive questions accurately. We unpack our results relative to the privacy paradox, contextual integrity, and power dynamics in crowdworker platforms.
登录
查看更多内容
描述使用基于浏览器的阻止扩展来防止在线跟踪的特征
DOI：
--
发表时间：
2018
期刊：
SOUPS @ USENIX Security Symposium
影响因子：
--
作者：
Arunesh Mathur;Jessica Vitak;Arvind Narayanan;M. Chetty
通讯作者：
M. Chetty
影响因子：
9.9
作者：
Sabine Trepte;Michael Scharkow;T. Dienlin
通讯作者：
T. Dienlin
在线广告生态系统中用户跟踪数据的扩散
影响因子：
--
作者：
M. Bashir;Christo Wilson
通讯作者：
Christo Wilson
Sunlight：具有统计可信度的大规模细粒度目标检测
DOI：
10.1145/2810103.2813614
发表时间：
2015
期刊：
Proceedings of the 22nd ACM SIGSAC Conference on Computer and Communications Security
影响因子：
--
作者：
Mathias Lécuyer;Riley Spahn;Yannis Spiliopolous;A. Chaintreau;Roxana Geambasu;Daniel J. Hsu
通讯作者：
Daniel J. Hsu
DOI：
10.1109/eurosp.2017.26
发表时间：
2017-04
期刊：
2017 IEEE European Symposium on Security and Privacy (EuroS&P)
影响因子：
--
作者：
Georg Merzdovnik;Markus Huber;D. Buhov;Nick Nikiforakis;S. Neuner;Martin Schmiedecker;E. Weippl
通讯作者：
Georg Merzdovnik;Markus Huber;D. Buhov;Nick Nikiforakis;S. Neuner;Martin Schmiedecker;E. Weippl