CriteoPrivateAds：用于设计私人广告系统的真实世界投标数据集

Mehdi Sebbar; Corentin Odic; Mathieu Léchine; Aloïs Bissuel; Nicolas Chrysanthos; Anthony D'Amato; Alexandre Gilotte; Fabian Höring; Sarah Nogueira; Maxime Vono

CriteoPrivateAds：用于设计私人广告系统的真实世界投标数据集

密码学与安全 2025-04-15 v3 统计计算

作者: Mehdi Sebbar , Corentin Odic , Mathieu Léchine , Aloïs Bissuel , Nicolas Chrysanthos , Anthony D'Amato , Alexandre Gilotte , Fabian Höring , Sarah Nogueira , Maxime Vono

在 arXiv 上查看 ↗ PDF ↗

摘要

过去几年涌现出许多解决方案，旨在在没有第三方 cookie 的情况下解决线上广告用例。所有这些方案都利用聚合或差分隐私等隐私增强技术。然而，目前没有公开且足够丰富的真实数据可用于评估此类私人广告框架的相关性。我们发布了目前规模最大、特征数量最丰富的投标数据集，专为与主流浏览器厂商（如 Chrome Privacy Sandbox）的设计而构建。该数据集称为 CriteoPrivateAds，代表了 Criteo 生产日志的匿名版本，提供了足够的数据，可在多种隐私约束下学习线上广告中常用的投标模型（延迟报告、显示和用户级差分隐私、用户信号量化或聚合报告）。我们确保该数据集在保持匿名性的同时，能够提供与广告科技公司（包括 Criteo）生产性能相近的离线结果，使其成为设计私人广告系统的相关真实数据基准。该数据集可在 Hugging Face 上获取：https://huggingface.co/datasets/criteo/CriteoPrivateAd.

关键词

私人广告投标数据集差分隐私 Chrome 隐私沙盒线上广告

引用

@article{arxiv.2502.12103,
  title  = {CriteoPrivateAds: A Real-World Bidding Dataset to Design Private Advertising Systems},
  author = {Mehdi Sebbar and Corentin Odic and Mathieu Léchine and Aloïs Bissuel and Nicolas Chrysanthos and Anthony D'Amato and Alexandre Gilotte and Fabian Höring and Sarah Nogueira and Maxime Vono},
  journal= {arXiv preprint arXiv:2502.12103},
  year   = {2025}
}

备注

11 pages

CriteoPrivateAds：用于设计私人广告系统的真实世界投标数据集

摘要

关键词

引用

备注

相关论文