Analyzing gender inequality through large-scale Facebook advertising data
在线社交媒体是信息资源，可以在社会中产生变革性的力量。虽然网络被设想为一种平等的力量，使每个人都能获得信息，但数字鸿沟阻止了大量人上网。在线社交媒体尤其容易出现性别不平等，鉴于社交媒体的使用与就业之间的联系，这是一个重要问题。了解社交媒体中的性别不平等是一项具有挑战性的任务，因为需要能够在多个国家提供大规模测量的数据源。在这里，我们展示了Facebook的性别鸿沟（FGD），一个基于217个国家超过14亿用户的综合统计数据的指标，解释了全球性别不平等的各个方面。我们的分析表明，FGD在教育，健康和经济机会方面编码了性别平等指数。我们发现网络外部性的性别差异表明，使用社交媒体对女性有附加值。此外，我们发现，低值的FGD与经济性别平等的增加。我们的研究结果表明，在线社交网络，虽然遭受明显的性别失衡，可能会降低障碍，妇女获得信息资源，并有助于缩小经济性别差距。
2019-03-24 cs.CY
Facebook's Advertising Platform: New Attack Vectors and the Need for Interventions
随着新工具的引入，广告定位变得越来越强大，例如自定义受众，行为定位和受众洞察。虽然这对企业来说是有益的，因为它使人们能够收到更多相关的广告，但工具的力量也有缺点。在本文中，我们关注三个缺点：隐私侵犯，微目标（即，能够接触到特定的一个人或多个人，而他们不明确知道他们是广告接触到的唯一对象），以及容易接触到边缘化群体。使用Facebook的广告系统作为案例研究，我们证明了这种缺点的可行性。然后，我们讨论了Facebook对我们负责任地披露调查结果的回应，并呼吁采取额外的政策，科学和工程工作，以保护快速发展的广告定位生态系统中的消费者。
2018-03-27 cs.CR cs.CY cs.SI
Online Surveys and Digital Demography in the Developing World: Facebook Users in Kenya
Facebook、Twitter、Wikipedia和Amazon Mechanical Turk等数字平台已经改变了人类行为的研究，并为学术研究提供了新的主题库。在我们的研究中，我们利用Facebook广告平台在发展中国家进行在线调查。我们评估了Facebook在肯尼亚的价值，肯尼亚被选为案例研究，因为它代表了非洲大陆移动和互联网使用的平均示例，并且因为我们能够将我们的数据汇集与新一轮非洲晴雨表调查和2019年全国人口普查同步。在将Facebook广告平台制作的“受众估计”与肯尼亚2009年人口普查的人口估计进行了简要比较后，我们介绍了2019年7月在线调查试点的结果。我们将957名在线受访者的特征与2016年非洲晴雨表调查的受访者进行了比较。最后，我们讨论了全面研究的下一步。
2019-10-08 cs.CY
Problematic Advertising and its Disparate Exposure on Facebook
该研究通过3个月纵向面板分析Facebook上3.2万余条广告，识别四类问题广告，发现老年及少数族裔群体更易接触问题广告，且22%无定向的问题广告说明平台算法是分布偏差的重要原因。
2023-06-09 cs.CY cs.HC
Does Facebook Use Sensitive Data for Advertising Purposes? Worldwide Analysis and GDPR Impact
最近的《欧洲通用数据保护条例》（GDPR）和其他数据保护条例限制了某些类别的个人数据（健康、政治取向、性偏好、宗教信仰、种族血统等）的处理。由于与这些信息相关的隐私风险。GDPR将这些类别称为敏感个人数据。本文量化了197个国家的Facebook用户的比例，这些用户被贴上了与潜在敏感个人数据相关的广告兴趣的标签。我们的研究表明，Facebook将67%的用户标记为潜在的敏感兴趣。这相当于上述197个国家人口的22%。此外，我们的工作表明，GDPR的实施在这方面的影响可以忽略不计，因为欧盟标记为敏感利益的FB用户的比例在GDPR颁布前5个月和颁布后9个月几乎保持不变。该文件还说明了与使用敏感利益相关的潜在风险。例如，我们量化了在同性恋可能被判处死刑的国家中，被标记为“同性恋”的FB用户的比例。最后一个贡献是实现了一个Web浏览器扩展，允许FB用户以简单的方式删除FB分配给他们的潜在敏感利益。
2019-07-23 cs.CY cs.SI
Ad Delivery Algorithms: The Hidden Arbiters of Political Messaging
政治竞选越来越多地转向数字广告来接触选民。这些平台使广告商能够非常精确地将消息定向到平台用户，包括通过推断这些用户的政治派别。然而，先前的研究表明，平台的广告投放算法可以在这些目标受众中选择性地投放广告，其方式可能导致人口统计学上的种族和性别差异，而广告商往往不知情。在这项研究中，我们调查了Facebook的广告投放算法对政治广告的影响。我们在Facebook上投放了一系列政治广告，并根据广告的内容（例如，政治观点）和目标选择标准。我们发现，Facebook的广告投放算法根据用户与广告内容的推断政治一致性，有效地区分了到达用户的价格，抑制了政治竞选活动接触不同政治观点选民的能力。当广告商使用小预算时，这种影响最为严重，因为Facebook的交付算法倾向于优先交付给根据Facebook的估计最相关的用户。我们的研究结果指出了广告平台在政治极化和创造信息过滤泡沫中的潜在作用。此外，一些大型广告平台最近改变了政策，限制他们为政治活动提供的定向工具;我们的研究结果表明，如果目标是确保向不同政治观点的用户展示政治广告，那么这种改革将是不够的。我们的研究结果增加了对政治广告生态系统更有意义的公共透明度的呼吁的紧迫性。
2019-12-17 cs.CY
How Algorithms Shape the Distribution of Political Advertising: Case Studies of Facebook, Google, and TikTok
在线平台通过影响向选民传播政治信息，在塑造民主方面发挥着越来越重要的作用。近年来，政治竞选活动在平台的算法工具上投入了大量资金，通过在线广告瞄准选民。虽然公众对了解平台如何履行塑造政治话语的任务的兴趣从未如此之高，但主要平台为了解其做法而进行必要披露的努力却少得可怜。在这项研究中，我们收集和分析了一个数据集，其中包含来自Facebook、谷歌和TikTok的关于2020年美国总统大选的80多万个广告和250万个视频。我们对公共数据进行了首次大规模数据分析，以批判性地评估这些平台如何放大或缓和政治广告的传播。最后，我们提出了如何改善披露的建议，以便公众能够追究平台和政治广告商的责任。
2022-07-13 cs.CY cs.HC cs.SI
The Thin Ideology of Populist Advertising on Facebook during the 2019 EU Elections
社交媒体一直是扩大民粹主义信息的重要工具，人们认为它在过去十年中为民粹主义政党的选举成功做出了贡献。这项研究比较了民粹主义政党在2019年欧洲议会选举期间如何在Facebook上做广告。特别是，我们研究的共同点和差异，他们达到的受众和他们关注的问题。通过使用来自Meta（以前的Facebook）广告库的数据，我们分析了德国、英国、意大利、西班牙和波兰39个政党的4.5万个广告活动，包括民粹主义和主流。虽然民粹主义政党仅占政治广告总支出的20%多一点，但它们占了$\unicode{x2013}$总印象的40%，其中大部分来自欧洲怀疑论者和极右翼政党$\unicode{x2013}$，从而暗示了民粹主义政党在Facebook上的竞争优势。我们进一步发现，民粹主义政党发布的广告更有可能触及男性受众，有时甚至是年龄更大的受众。就议题而言，民粹主义政治家关注货币政策、国家官僚机构和改革以及安全，而对欧盟和英国退欧的关注与非民粹主义的主流政党不相上下。然而，问题偏好在很大程度上是针对具体国家的，因此支持了政治学中的观点，即民粹主义是一种“单薄的意识形态”，没有一个普遍、连贯的政策议程。这项研究说明了公开可用的广告数据在监测民粹主义者与数百万潜在选民的接触和参与方面的有用性，同时概述了目前可用数据的局限性。
2023-02-08 cs.CY cs.SI
Facebook Political Ads And Accountability: Outside Groups Are Most Negative, Especially When Hiding Donors
本研究分析2018年Facebook上43万余条FEC注册广告商的政治广告，发现暗钱支持的外部团体广告最负面，且暗钱与广告情绪显著下降相关，凸显政治言论问责对广告基调的重要性。
2024-01-26 cs.CY cs.SI
Political advertisement on Facebook and Instagram in the run up to 2022 Italian general election
在线社交平台上的定向广告在政治营销工具包中变得越来越重要。监测政治广告对于确保民主进程的问责制和透明度至关重要。利用赞助内容的Meta公共图书馆，我们研究了在2022年意大利大选之前，Facebook和Instagram上投放政治广告的程度。分析超过2.7 K独立赞助商支付的23 K独立广告，相关金额为4 M欧元，产生的浏览量超过10亿次，我们调查了主要联盟的政治竞选活动的时间，地理和人口模式。我们发现的结果是根据他们的政治议程和选举结果，强调如何最活跃的联盟也获得了大部分的选票，并显示区域差异是一致的（目标）每个团体的政治基础。我们的工作引起了人们对进一步研究数字广告及其对个人意见和选择的影响的关注。
2023-02-08 cs.CY cs.SI
Evolution of Digital Advertising Strategies during the 2020 US Presidential Primary
近年来，随着竞选活动采用针对支持者和潜在选民的新方式，数字平台上的政治广告急剧增长。先前的研究表明，数字广告通过增加选民的知识和参与对民主政治产生了积极影响，并通过用户操纵，意见回声室和减少隐私产生了负面影响。然而，对竞选战略的研究主要集中在传统媒体，如电视。在这里，我们通过分析2020年初选周期美国总统竞选活动的广告策略，研究政治竞选动态如何演变以应对数字媒体的增长。为了确定地理和时间趋势，我们对Facebook上发布的近60万条广告的竞选支出进行了回归分析。我们发现，在转移到提前初选的州之前，竞选活动在“隐形初选”阶段主要针对候选人所在州的选民。
2020-12-10 cs.CY
Discrimination through optimization: How Facebook's ad delivery can lead to skewed outcomes
在线广告平台的巨大经济成功部分归功于它们提供的精确定位功能。尽管研究人员和记者已经发现了许多广告商可以瞄准或排除特定用户群体的方法，但相对而言，很少有人关注平台广告投放过程的影响，包括平台选择哪些用户看到哪些广告。据推测，这一过程可能会以广告商不打算的方式“扭曲”广告投放，使一些用户比其他用户更不可能看到基于其人口统计特征的特定广告。在本文中，我们证明了这种倾斜的交付发生在Facebook上，由于市场和财务优化的影响，以及平台自己的预测的“相关性”的广告，以不同的用户群体。我们发现，广告主的预算和广告内容都对Facebook的广告投放产生了重大影响。重要的是，我们观察到显着的倾斜交付沿性别和种族线的“真正的”广告的就业和住房机会，尽管中性的目标参数。我们的研究结果表明，以前未知的机制，可能会导致潜在的歧视性广告投放，即使广告客户设置他们的目标参数是高度包容性的。这强调了政策制定者和平台需要仔细考虑广告平台本身运行的广告投放优化的作用-而不仅仅是广告商的目标选择-以防止数字广告中的歧视。
2019-09-12 cs.CY
Using Facebook Ads Audiences for Global Lifestyle Disease Surveillance: Promises and Limitations
每天都有数百万用户在Facebook上展示他们的兴趣，然后通过有针对性的广告营销活动获利。在本文中，我们探讨了使用人口统计学上丰富的Facebook广告受众估计来跟踪世界各地的非传染性疾病。在47个国家中，我们计算了标记兴趣的受众，并评估了他们在跟踪与烟草使用，肥胖和糖尿病相关的健康状况方面的潜力，与安慰剂兴趣的表现相比。尽管其巨大的潜力，我们发现，在建模流行的国家之间的健康状况，在这些利益的观众的差异只是微弱的指示相应的患病率。然而，在这些国家内，我们的方法提供了关于各人口群体健康意识趋势的有趣见解。最后，我们提供了一个时间错误分析，以揭示使用Facebook的营销API作为黑盒的潜在陷阱。
2017-05-11 cs.CY
Auditing Digital Platforms for Discrimination in Economic Opportunity Advertising
包括社交网络在内的数字平台是经济信息的主要来源。有证据表明，数字平台向人口群体展示了不同的社会经济机会。我们的工作通过提出一种方法和软件来审计数字平台的偏见和歧视来解决这个问题。为了证明这一点，对Facebook平台和广告网络进行了审计。在2019年10月至2020年5月期间，我们从Facebook广告库API收集了141，063个广告。使用机器学习分类器，每个广告都被自动标记为主要营销类别（住房，就业，信贷，政治，其他）。对于每个类别，我们分析了广告内容按年龄组和性别的分布。根据审计结果，我们考虑并提出了限制，需求，基础设施和政策，使研究人员能够在未来进行更系统的审计，并倡导为什么必须做这项工作。我们还讨论了有偏见的分布如何影响人们所拥有的社会经济机会，特别是当在数字平台上，一些人口群体被不成比例地排除在接受法律规定的内容的人群之外时。
2020-08-21 cs.CY cs.HC
Theme Analysis of Political Facebook Ads in the 2021 Dutch General Election
社交媒体平台一直试图对他们在平台上运行的政治广告更加透明，因为剑桥分析丑闻揭示了政治运动正在大规模使用社交媒体。其中一个透明的努力是Facebook广告库，这是一个在Facebook和Instagram上运行的所有政治广告的公共存储库。该库为记者和研究人员提供数据，以更好地了解Facebook平台上的政治广告和微目标定位。不幸的是，Facebook广告库仅提供估计和基本信息。本文通过研究广告所表达的主题，对政治广告进行了更深入的分析。我们提供了一种将主题与政治Facebook广告相匹配的方法，并将此方法应用于分析荷兰政党在2021年荷兰大选期间开展的Facebook广告活动。
2022-01-12 cs.CY cs.SI
Abusive Advertising: Scrutinizing socially relevant algorithms in a black box analysis to examine their impact on vulnerable patient groups in the health sector
一个有问题的在线行业针对未经批准的干细胞治疗的直接面向客户的营销是针对那些在互联网上搜索希望治愈的脆弱用户的。这种行为尤其对那些发现自己在生活中处于绝望和绝望阶段的人构成威胁。他们可能不太愿意尝试那些只承诺治愈但没有科学证明的疗法。在最坏的情况下，它们会产生严重的副作用。因此，本论文探讨了谷歌搜索结果页面上显示的未经批准的干细胞治疗帕金森病、多发性硬化症、糖尿病的广告。该公司于2019年9月宣布了一项政策变更，旨在禁止和禁止有问题的做法。然而，有证据表明，这些广告仍在投放。开发并分发了Firefox和Chrome浏览器扩展程序，以进行众包黑盒分析。它被交付给澳大利亚、加拿大、美国和英国的志愿者和虚拟机。收集并分析了搜索结果、广告和头条新闻的数据。结果显示，尽管谷歌宣布将其从其平台上清除，但仍然存在可疑的广告。
2021-01-04 cs.CY
Exploring the Online Micro-targeting Practices of Small, Medium, and Large Businesses
本文通过890名美国用户的浏览器监控数据考察Facebook广告主及其微定向使用，发现中小企业占广告主多数且多数定向由平台算法完成，建议监管同时覆盖广告主驱动与算法驱动微定向。
2024-03-02 cs.CY
Understanding the Complexity of Detecting Political Ads
在过去的几年里，在线政治广告大幅增长。为了监控在线赞助的政治话语，Facebook、谷歌和Twitter等公司创建了公共广告库，收集在其平台上运行的政治广告。目前，政策制定者和平台都在讨论进一步限制政治广告，以阻止滥用。本文探讨了我们是否可以可靠地区分政治广告和非政治广告。我们采取实证的方法来分析什么样的广告被普通人认为是政治性的，什么样的广告会导致分歧。我们的研究结果显示，广告平台、普通人和广告商对政治的看法存在重大分歧，这表明这种分歧主要来自于对哪些广告涉及社会问题的不同意见。总的来说，我们的研究结果意味着，重要的是要考虑社会问题的广告作为政治，但他们也复杂的政治广告法规。
2021-04-11 cs.CY
Clandestino or Rifugiato? Anti-immigration Facebook Ad Targeting in Italy
监测围绕有争议问题的广告宣传是确保政治进程问责制和透明度的重要步骤。为此，我们使用Facebook广告库收集了意大利一年内2312个与移民相关的广告活动。我们的亲移民和反移民分类器（F1=0.85）揭示了意大利主要政党之间的党派分歧，反移民广告占近1500万的印象。虽然占所有移民相关广告的47.6%，但反移民广告获得了65.2%的印象。我们估计，在所有捕获的广告活动中，约有三分之二使用了某种按位置、性别或年龄划分的人口统计目标。我们发现年龄和性别的差异很大：例如，来自主要政党的反移民广告被男性用户看到的可能性比女性高17%。与支持移民的政党不同，我们发现反移民的政党与他们自己的选民有相似的人口统计。然而，他们的受众会随着话题的变化而变化：当广告谈到移民时，男性用户看到反移民政党广告的可能性比没有移民的广告高24%。此外，这类广告的收视率倾向于跟随移民问题主流新闻的数量，这支持了政治广告商试图“驾驭”当前新闻的理论。最后，我们总结了政治传播的政策含义：由于Facebook广告库不允许区分广告商的意图和算法定位，我们认为平台应该分享更多关于社会政治活动的定位配置的细节。
2021-03-16 cs.CY cs.SI
Auditing for Discrimination in Algorithms Delivering Job Ads
Facebook、谷歌和LinkedIn等广告平台通过其定向广告为广告商带来了价值。然而，多项研究表明，由于平台隐藏的算法优化，即使广告商没有要求，这些平台上的广告投放也会因性别或种族而倾斜。基于先前测量广告投放中的倾斜度的工作，我们开发了一种新的方法，用于对招聘广告投放中的歧视算法进行黑盒审计。我们的第一个贡献是确定由于受保护的类别（如性别或种族）而导致的广告投放偏差与由于目标受众中的人员资格差异而导致的偏差之间的区别。这种区别在美国法律中很重要，广告可以根据资格进行定位，而不是根据受保护的类别。其次，我们开发了一种审计方法，可以区分可由资格差异解释的偏斜与其他因素，例如广告平台的参与优化或在有偏见的数据上训练其算法。我们的方法控制工作资格，通过比较两个并发广告的广告交付类似的工作，但对公司与不同的事实上的性别分布的员工。我们描述了仔细的统计测试，建立证据的非资格的结果中的倾斜。第三，我们将我们提出的方法应用于两个突出的针对招聘广告的定向广告平台：Facebook和LinkedIn。我们确认了Facebook上广告投放的性别倾斜，并表明这不能通过资格差异来证明。我们在LinkedIn上没有发现广告投放的倾斜。最后，我们建议改进广告平台的做法，使其算法的外部审计更加可行和准确。
2021-04-09 cs.CY
Evaluation of A National Digitally-Enabled Health Promotion Campaign for Mental Health Awareness using Social Media Platforms Tik Tok, Facebook, Instagram, and YouTube
该研究评估新加坡全国性数字化心理健康促进活动，发现基于营销漏斗的多平台叙事内容可大规模触达居民并兼具成本效率。
2025-10-19 cs.CY cs.SI
Facebook Ads Monitor: An Independent Auditing System for Political Ads on Facebook
Univ. Federal de Mato Grosso do Sul（南马托格罗索联邦大学）；Univ. Estadual do Sudoeste da Bahia（巴伊亚西南州立大学）；Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔国立理工学院）；LIG（格勒诺布尔信息学实验室）；Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
2016年美国总统大选的标志是Facebook上滥用定向广告。出于对2018年巴西大选中出现类似滥用行为风险的担忧，我们设计并部署了一个独立的审计系统来监控巴西Facebook上的政治广告。为了做到这一点，我们首先调整了一个浏览器插件，从使用Facebook的志愿者的时间轴收集广告。我们成功说服了2000多名志愿者来帮助我们的项目并安装我们的工具。然后，我们使用卷积神经网络（CNN）来检测使用词嵌入的政治Facebook广告。为了评估我们的方法，我们手动将10k广告的数据汇集标记为政治或非政治，然后通过将其与经典的监督机器学习方法进行比较，对所提出的识别政治广告的方法进行深入评估。最后，我们部署了一个真实的系统，显示与政治相关的广告。我们注意到，并非我们检测到的所有政治广告都出现在Facebook广告库中的政治广告中。我们的研究结果强调了宣布政治广告的执行机制的重要性和独立审计平台的必要性。
2020-01-31 cs.AI cs.CY cs.SI
Give Me a Like: How HIV/AIDS Nonprofit Organizations Can Engage Their Audience on Facebook
随着社交媒体在医疗保健专业人员和组织中的迅速普及和采用，基于社交媒体的艾滋病毒/艾滋病干预计划变得越来越受欢迎。然而，通过社交媒体传播的艾滋病毒/艾滋病信息的有效性问题在文献中很少受到关注。目前的研究采用内容分析来研究110个艾滋病毒/艾滋病非营利组织所采用的Facebook消息传递策略与观众以喜欢，评论和分享行为形式的反应之间的关系。研究结果表明，艾滋病非营利组织经常使用信息作为与受众的单向沟通，而不是对话性的互动。某些特定类型的消息，如药物集中的消息，产生更好的观众参与，相比之下，事件相关的消息和呼吁采取行动的消息似乎转化为较低的相应观众反应。研究结果为艾滋病毒/艾滋病组织制定有效的社交媒体传播战略提供了指导。
2017-09-11 cs.CY
Feasibility Study of Social Media for Public Health Behaviour Changes
Twitter和Facebook等社交网站已被证明是有效的社交传感器，可以“感受社区的脉搏”。目前研究的目的是测试设计、实施和评估一种定制的社交媒体干预措施的可行性，这种干预措施可以有效地以有意义的方式分享和改变知识、态度和行为，以促进公共卫生，特别是预防皮肤癌。我们提出的设计和实施细节的运动，然后总结调查结果和分析。
2017-01-13 cs.CY
Facebook Ads as a Demographic Tool to Measure the Urban-Rural Divide
在全球城市化的进程中，确保留在农村地区的人在发展和政策考虑方面不落后，是世界各国政府的优先事项。然而，追踪有关这一人口稀少、地理分散的重要统计数据越来越具有挑战性，导致缺乏可靠的最新数据。在这项研究中，我们研究了Facebook广告平台的有用性，该平台提供了超过20亿用户的数字“普查”，以衡量潜在的城乡不平等。我们关注意大利，一个大约30%的人口生活在农村地区的国家。首先，我们表明Facebook产生的人口统计数据在时间上不稳定，人口稀少的城市覆盖不完整。为了克服这种限制，我们提出了一种替代方法来估计Facebook广告受众，将农村城市的覆盖率从19%提高到55%，并进行可行的细粒度子人群分析。使用官方的全国人口普查数据，我们评估了我们的方法，并确认了在教育程度和收入方面已知的重大城乡差距。将分析扩展到Facebook特定的用户“兴趣”和行为，我们提供了关于鸿沟的进一步见解，例如，发现农村地区对赌博表现出更高的兴趣。值得注意的是，我们发现，农村地区收入的最具预测性的特征与城市中心不同，这表明研究人员在研究农村福祉时需要考虑更广泛的属性。这项研究的结果表明，有必要改进现有的工具和方法，将代表性不足的人口纳入数字人口研究-如果不这样做，可能会导致误导性的观察，结论，最重要的是，政策。
2020-02-26 cs.CY cs.SI physics.soc-ph
The Role of Likes: How Online Feedback Impacts Users' Mental Health
本研究通过类Facebook系统的控制实验，探究在线反馈对用户情绪、社会联结和自尊的影响，发现少/无反馈有损心理健康，积极反馈提升联结感减少孤独，还提供了社交媒体实验开源工具。
2023-12-19 cs.CY
"Thoughts & Prayers'' or ":Heart Reaction: & :Prayer Reaction:'': How the Release of New Reactions on CaringBridge Reshapes Supportive Communication During Health Crises
本文通过调查和访谈评估 CaringBridge 新增回应功能的影响，揭示健康危机情境下用户对回应含义与功能的分歧，并为健康类计算机中介传播的设计与研究提供启示。
2023-04-14 cs.CY cs.HC
Reckless Designs and Broken Promises: Privacy Implications of Targeted Interactive Advertisements on Social Media Platforms
New York University（纽约大学）；Northeastern University（东北大学）；New York University Abu Dhabi（纽约大学阿布扎比分校）
本文研究了社交媒体平台定向互动广告的设计漏洞，指出其导致用户隐私泄露，并提出改进措施以增强透明度和保护用户隐私。
2026-03-05 cs.CR cs.CY
Digital Diasporas: How Origin Characteristics and Host-Native Distance Shape Immigrants' Online Cultural Retention
研究探讨移民文化保留的影响因素，发现东道国与原生地距离越远，文化保留越高，而原生国背景的影响相对较小。
2025-11-21 cs.CY cs.HC
When Ads Become Profiles: Uncovering the Invisible Risk of Web Advertising at Scale with LLMs
The University of New South Wales（新南威尔士大学）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Queensland University of Technology（昆士兰理工大学）
利用LLMs揭示广告流中的隐私信息泄露风险，展示其在大规模数据中的高精度推断能力。
2026-01-29 cs.AI cs.CR cs.CY
Targeted and Troublesome: Tracking and Advertising on Children's Websites
Radboud University（拉德堡德大学）；imec-COSIC, KU Leuven（荷语鲁汶大学imec-COSIC研究组）；Ruhr University Bochum（波鸿鲁尔大学）
本文构建多语言分类器识别2000个儿童导向网站，并从5个观测点测量追踪与定向广告，结合图像文本ML流水线发现普遍违规和不当广告问题。
2023-12-10 cs.CR cs.CY cs.LG
