[论文解读] An Empirical Study of Mobile Ad Targeting

Theodore Book, Dan S. Wallach|arXiv (Cornell University)|Feb 23, 2015

Web Data Mining and Analysis参考文献 20被引用 35

一句话总结

本论文通过使用自定义的AdMob模拟器，对Android平台上的移动广告定位进行了实证研究，共收集了来自32台具有不同用户配置文件的设备的超过22.5万条广告。通过贝叶斯推断和卡方检验，研究发现99%的广告表现出基于应用或时间的定位，43%表现出基于位置的定位，39%表现出基于用户行为的定位，揭示了设备级用户画像带来的显著隐私风险。

ABSTRACT

Advertising, long the financial mainstay of the web ecosystem, has become nearly ubiquitous in the world of mobile apps. While ad targeting on the web is fairly well understood, mobile ad targeting is much less studied. In this paper, we use empirical methods to collect a database of over 225,000 ads on 32 simulated devices hosting one of three distinct user profiles. We then analyze how the ads are targeted by correlating ads to potential targeting profiles using Bayes' rule and Pearson's chi squared test. This enables us to measure the prevalence of different forms of targeting. We find that nearly all ads show the effects of application- and time-based targeting, while we are able to identify location-based targeting in 43% of the ads and user-based targeting in 39%.

研究动机与目标

• 理解像AdMob这样的移动广告库如何基于设备和行为信号对用户进行定位。
• 量化移动广告中不同定位机制的普遍性，特别是涉及用户配置文件的机制。
• 评估设备级标识符和推断出的用户配置文件在移动广告中的隐私影响。
• 评估广告是否基于应用上下文、时间、位置或用户特定数据进行定位。
• 提供对AdMob生态系统的端到端分析，作为更广泛移动广告市场的代理。

提出的方法

• 逆向分析AdMob广告请求协议，以控制应用名称、设备ID和一天中时间等输入参数。
• 构建AdMob模拟器，生成可配置用户配置文件的广告请求，并收集相应的广告。
• 在三个不同用户配置文件下部署32台模拟设备，生成超过22.5万条广告的数据集。
• 应用贝叶斯推断，将广告内容与潜在的定位配置文件相关联。
• 使用皮尔逊卡方检验对观察到的定位模式的统计显著性进行验证。
• 将广告服务器视为黑箱，仅观察其输入输出行为，未逆向分析其内部算法。

实验结果

研究问题

• RQ1 Android平台上的移动广告在多大程度上基于应用上下文进行定位？
• RQ2 基于位置的广告定位在移动广告中有多普遍，其背后的信号是什么？
• RQ3 能否通过不同配置文件下广告内容的变化检测到基于用户行为的定位？
• RQ4 一天中时间与设备特定标识符如何影响广告投放？
• RQ5 AdMob生态系统中各类画像构建机制的总体普遍性如何？

主要发现

• 几乎所有广告（99%）均表现出基于应用或时间的定位证据，表明上下文定位非常强烈。
• 43%的广告检测到基于位置的定位，表明设备位置是广告投放的重要信号。
• 39%的广告识别出基于用户行为的定位，表明持久性设备标识符被用于构建用户画像。
• 本研究证实，设备级标识符可实现跨会话跟踪与画像构建，引发隐私担忧。
• 结果表明，即使是最保守的广告库如AdMob，也使用极少的输入数据进行复杂定位。
• 研究结果表明，移动广告定位普遍存在且日益个性化，即使在未明确共享用户数据的情况下亦如此。