作者：  （1）Ángel Merino，马德里卡洛斯三世大学远程工程系{angel.merino@uc3m.es}；  （2）José González-Cabañas，卡三世桑坦德大数据研究所{jose.gonzalez.cabanas@uc3m.es}  （3）安赫尔·库埃瓦斯（Ángel Cuevas），马德里卡洛斯三世大学远程信息工程系及卡三世桑坦德大学大数据研究所{acrumin@it.uc3m.es}；  （4）Rubén Cuevas，马德里卡洛斯三世大学远程信息工程系和卡三桑坦德大学大数据研究所{rcuevas@it.uc3m.es}。 链接表 摘要和引言 LinkedIn广告平台背景 数据集 方法 LinkedIn 上的用户唯一性 纳米靶向概念验证 讨论 相关工作 道德和法律考虑 结论、致谢和参考文献 附录 6 纳米靶向概念验证 如果我们的模型结果正确，那么在 LinkedIn 上对个人进行纳米定位是可能的。纳米定位指的是专门向目标个人展示广告活动的广告。但是，我们注意到 LinkedIn 声称不可能针对少于 300 名用户的受众规模推出广告活动。如果 LinkedIn 有效地实施此政策，我们就无法开展纳米定位活动。简而言之，在本节中，我们旨在根据从我们的方法得出的结果来验证在 LinkedIn 上开展纳米定位活动是否可行。   6.1 实验描述 我们的目标是根据本文作者自述的位置和技能，对他们进行纳米目标定位。从现在开始，我们将分别将作者称为用户 1 (U1)、用户 2 (U2) 和用户 3 (U3)。 为了配置每个广告系列，我们使用 LinkedIn 广告系列管理器，并使用从目标用户的 LinkedIn 个人资料中检索到的位置和 N 技能来定义目标受众。此外，我们设置预算，上传广告创意，并定义用户点击我们的广告后将访问的登录页面。定义 LinkedIn 广告系列后，为了继续发布并向公众推出，LinkedIn 提供了使用两个不同按钮的可能性，包括文本“启动广告系列”，一个位于页面右侧，另一个位于底部，只有广告商向下滚动时才可见。我们可以选择其中任何一个按钮来发布广告。 在我们的纳米定位活动中，我们发现广告管理器右侧的“启动活动”按钮无法点击，原因是受众太少。但是，可以使用浏览器控制台中的简单 JavaScript 代码重新激活按钮来绕过此措施：document.querySelector(button_selector).disabled = false。起初，我们认为 LinkedIn 正在实施其政策，以避免广告活动针对少于 300 名用户。然而，启用按钮后，可以启动活动，并且在广告审核过程中不会检查受众规模。 接下来，我们详细介绍与概念验证实验相关的每个活动属性。 目标个人的个人资料中可用的技能数量分别为 U1、U2 和 U3 的 28、42 和 28。我们的模型结果使我们能够选择两种潜在的技能选择策略中的任意一种：随机或最不受欢迎的。我们决定通过随机选择技能来运行概念验证实验。这是为了模拟愿意实施纳米定位活动的非技术广告商的最简单设置。正如我们所解释的那样，任何拥有 LinkedIn 帐户的用户（广告商）都可以检索任何其他用户报告的技能。只需访问个人资料并检索目标用户报告的技能（和位置），然后使用该信息在仪表板中配置广告活动即可。相比之下，实施最不受欢迎的选择意味着按受欢迎程度对技能进行排序，这需要访问广告管理器并获取与每项技能相关的受众规模。虽然对于精明的用户来说这是一个非常简单的步骤，但不熟练的用户可能不知道如何获取每项技能的受众规模，并且无法在纳米目标活动中实现最不受欢迎的技能选择。 技能选择： 我们已为活动配置了随机选择的 7、10、13、16 和 19 个技能。 技能数量： 所有活动持续 3 天（72 小时）。每个活动于第 d 天中午开始，并于第 d+3 天中午结束。我们注意到，所有活动的开始日期 d 并不相同。 活动持续时间： 每个广告系列的预算为 10 美元。15 个广告系列在投放的 3 天内均未用完预算。  广告系列预算： 我们使用了中性的广告创意来宣传一个与隐私无关的研究项目的网站。图 6 显示了我们所有广告活动中使用的广告创意。 广告创意： 我们配置了我们的广告活动，以便在移动设备和台式机上投放广告。 目标设备： 总体而言，我们针对 3 个不同的用户，并为每个用户开展 5 个活动（每个技能值一个）。因此，我们的概念验证实验总共包括 15 个纳米目标活动。表 2 显示了每个技能值（第一列）根据我们的模型估计的成功概率（第二列）以及 3 个目标用户中成功纳米目标用户的预期数量（第三列）。我们通过将从我们的模型中检索到的成功概率乘以每个技能值运行的活动数量（即 3）来计算后者。例如，对于 19 项技能（成功率为 85%），根据我们的方法结果，在三个启动的活动中，预期成功的活动数量为 2.55。这意味着在我们的实验中使用 19 项技能的三个活动中至少有 2 个，很可能有 3 个会成功。表格的最后一列显示了我们实验中成功的纳米目标活动的实际数量。  6.2 纳米靶向成功的验证 为了验证我们的活动是否成功地对目标个人进行了纳米定位，我们依靠 LinkedIn 为我们的活动提供的信息和我们直接收集的信息。 首先，我们使用 LinkedIn 向广告商提供的信息，广告商可以在仪表板中监控其广告活动的进度。仪表板提供许多参数的信息，包括广告活动的展示次数和点击次数。在某些情况下，它还会估算广告活动中覆盖的（唯一）用户（称为覆盖率估算）。当最后一个参数在广告活动结束后等于 1 时，我们可以确认纳米定位广告活动的成功。但是，此参数有两个限制：（i）LinkedIn 告知此参数为测试版，仅提供估算值；（ii）我们观察到，估算值仅在覆盖多个用户的广告活动中可用，但当覆盖的用户很少时，它从不报告。因此，虽然我们报告了此值（参见附录 C 中的图 10），但我们不能依靠它来验证纳米定位广告活动的成功，而当广告活动覆盖多个用户时则相反。 其次，所有目标作者都知道我们在广告活动中使用的广告创意，我们指示他们 (i) 对从纳米定位活动中收到的每次广告展示进行快照；(ii) 每次在 LinkedIn 信息流中出现纳米定位广告时都点击它。[1] 点击广告时，用户将被转发到广告中宣传的研究项目网站，该网站在我们管理的服务器上运行。服务器记录每次点击的时间戳和产生点击的活动，从而识别执行点击的用户（U1、U2 或 U3）。 有了前两个步骤获得的信息，我们可以评估纳米定位活动是否成功。如果 LinkedIn 报告的展示次数和点击次数与目标用户提供的展示次数和点击次数以及我们后端系统中记录的点击次数相匹配，我们可以自信地得出结论，该用户是唯一收到广告的用户，我们可以在后端系统中验证点击是否来自单个用户。   6.3 纳米靶向实验结果 表 3 显示了我们在概念验证实验中开展的 15 个广告活动的结果。对于每个活动，该表都标识了：(i) 目标用户，(ii) 活动中使用的技能数量，(iii) LinkedIn 在总结活动结果的仪表板中报告的展示次数和点击次数，(iv) 用户通过他们捕获的收到的广告快照报告的展示次数，(v) 在我们的后端服务器中注册的点击次数，以及 (vi) 活动成本。我们用粗体突出显示了所有成功对目标个人进行纳米定位的活动。附录 C 中的图 10 显示了 LinkedIn 仪表板中报告的我们的活动结果快照。 所有使用 13、16 和 19 项技能的活动都成功地对目标用户进行了纳米定位。此外，使用 10 项技能的 3 项活动中有 2 项取得了成功。最后，使用 7 项技能的活动中只有一项取得了成功。这些结果符合表 2 中报告的我们模型得出的预期。我们的直觉是，我们的模型提供了一个保守的结果，实际的成功概率会略高于我们的模型报告。这种直觉基于这样一个事实：在所有情况下，使用 13 项技能（成功概率为 71%）已经成功进行了纳米定位活动。 这项实验的主要结果是，我们证明了在 LinkedIn 上系统地开展纳米定位活动是可行的。这意味着 LinkedIn 未能有效执行其政策，即启动广告活动所需的受众规模为 300 [11]。 该论文 。 可在 arxiv 上根据 CC BY-NC-ND 4.0 DEED 许可获取  [1] 我们注意到，U3 忘记点击使用 13 项技能的广告活动中收到的其中一次广告展示（在表 3 中标有 *）。在这种情况下，正如我们在结果和 LinkedIn 报告中发现的那样，该广告活动带来了 3 次广告展示并获得了 2 次点击。

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

Netizenship is internet citizenship. We publish academic research on digital rights of online community members.

Netizenship's blog

該音頻是用故事的原始語言製作的！

打破所有规则的 LinkedIn 纳米定位实验

About Author

註釋

標籤

这篇文章刊登在

Related Stories

加密货币增长：创建有效的用户角色

从论坛到信息流：社交媒体算法如何塑造数字互动

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

架构师指南：构建 AI/ML 数据湖参考架构

加密货币增长：创建有效的用户角色

从论坛到信息流：社交媒体算法如何塑造数字互动

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

架构师指南：构建 AI/ML 数据湖参考架构

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps