[論文レビュー] I Always Feel Like Somebody's Watching Me. Measuring Online Behavioural Advertising

Juan Miguel Carrascosa, Jakub Mikians+3 more|arXiv (Cornell University)|Nov 19, 2014

Sexuality, Behavior, and Technology参考文献 15被引用数 23

ひとこと要約

本稿では、特定の関心事項を持つ人工的なオンラインペルソナを訓練することで、オンライン行動広告（OBA）をスケーラブルかつ自動的に検出・定量化する手法を提示する。米国およびスペインで複数のデータソース、フィルタリング手法、構成を用いて実施した調査では、OBAは広範にわたり、規制にもかかわらず高価値かつ感受性の高いトピック（例：健康、政治）を標的にしていることが判明。地理的バイアスは顕著ではなく、Do-Not-Track（DNT）信号の影響はほとんどない。

ABSTRACT

Online Behavioural targeted Advertising (OBA) has risen in prominence as a method to increase the effectiveness of online advertising. OBA operates by associating tags or labels to users based on their online activity and then using these labels to target them. This rise has been accompanied by privacy concerns from researchers, regulators and the press. In this paper, we present a novel methodology for measuring and understanding OBA in the online advertising market. We rely on training artificial online personas representing behavioural traits like 'cooking', 'movies', 'motor sports', etc. and build a measurement system that is automated, scalable and supports testing of multiple configurations. We observe that OBA is a frequent practice and notice that categories valued more by advertisers are more intensely targeted. In addition, we provide evidences showing that the advertising market targets sensitive topics (e.g, religion or health) despite the existence of regulation that bans such practices. We also compare the volume of OBA advertising for our personas in two different geographical locations (US and Spain) and see little geographic bias in terms of intensity of OBA targeting. Finally, we check for targeting with do-not-track (DNT) enabled and discovered that DNT is not yet enforced in the web.

研究の動機と目的

• スケーラブルかつ自動化された手法を用いて、大規模なオンライン行動広告（OBA）の検出および定量化を実現すること。
• OBAが、特に感受性の高いトピックに関連するユーザーの行動的プロファイルに基づいて、異なる方法でユーザーを標的にするかどうかを調査すること。
• 地理的場所およびDo-Not-Track（DNT）設定がOBAの出現頻度に与える影響を評価すること。
• DNTのようなプライバシー保護設定の有効性が、OBAの制限に与える影響を評価すること。
• 限定的な事例研究にとどまらず、包括的かつ一般化可能なOBA測定フレームワークを提供すること。

提案手法

• 著者らは、特定の関心（例：「料理」、「モータースポーツ」、「エイズ＆HIV」）を表す人工的なオンラインペルソナを作成し、ユーザー行動を模倣する。
• 3つの独立したタグソースと3つのフィルタリング手法を用いて、各ペルソナの関心に該当するOBA広告を同定する。
• 5つの文脈フリーのテストWebサイトを対象に、1ペルソナあたり310件のリクエストを自動化して広告データを収集する。
• フィルタリングおよびメトリクス分析を用いて、OBAをデモグラフィック、地理的、リターゲティングベースの広告と区別する。
• 米国とスペインの2地域で実験を行い、場所によるOBA強度の差を比較する。
• DNT設定をテストし、OBA配信への影響を評価することで、ユーザーのプライバシー設定を模擬する。

実験結果

リサーチクエスチョン

• RQ1 オンライン行動広告（OBA）はオンラインディスプレイ広告でどの程度頻繁に使用されているか？
• RQ2 OBAは、ユーザーの関心の経済的価値やプライバシー感受性に応じて、異なる方法でユーザーを標的にするか？
• RQ3 米国とスペインにおけるOBA標的強度に顕著な地理的バイアスがあるか？
• RQ4 Do-Not-Track（DNT）を有効化することで、OBA配信がどの程度減少するか？
• RQ5 異なるメトリクスおよびデータソースは、OBAの検出および定量化にどのように影響を与えるか？

主な発見

• OBAはオンラインディスプレイ広告において一般的で広範にわたる実践であり、全テストペルソナにおいて高い量の広告が観察された。
• 受信するOBA広告の量は、ユーザーの関心の経済的価値と相関しており、高価値カテゴリの関心を持つユーザーにはより多くの標的広告が配信された。
• 既存の規制にもかかわらず、OBAは健康、政治、性的指向など感受性の高いトピックを積極的に標的にしている。
• 米国とスペイン間でOBA標的強度に顕著な地理的バイアスはなく、世界中で一貫した適用がなされていることが示された。
• Do-Not-Track（DNT）信号は、出版者および集約業者によってほとんど無視されており、OBA配信に顕著な影響を及ぼさなかった。
• 本手法は多様な構成においてOBAを効果的に検出でき、大規模なOBA測定に一般化可能なフレームワークを提供した。