电子商务中的暗模式:一个数据集及其基线评估
机器学习
2025-04-01 v2 密码学与安全
摘要
暗模式是在线服务中的用户界面设计,诱导用户采取非预期行动。近来,暗模式作为隐私与公平性问题被提出。因此,广泛期待开展检测暗模式的各类研究。本工作中,我们构建了一个用于暗模式检测的数据集,并利用最先进的机器学习方法给出了其基线检测性能。原始数据集取自 Mathur 等人 2019 年的研究,包含来自购物网站的 1,818 条暗模式文本。随后,我们通过从与 Mathur 等人数据集相同的网站检索文本,添加了负样本即非暗模式文本。我们还应用了最先进的机器学习方法(包括 BERT、RoBERTa、ALBERT 和 XLNet)来展示自动检测准确率作为基线。在 5 折交叉验证中,我们使用 RoBERTa 取得了 0.975 的最高准确率。数据集与基线源代码可在 https://github.com/yamanalab/ec-darkpattern 获取。
引用
@article{arxiv.2211.06543,
title = {Dark patterns in e-commerce: a dataset and its baseline evaluations},
author = {Yuki Yada and Jiaying Feng and Tsuneo Matsumoto and Nao Fukushima and Fuyuko Kido and Hayato Yamana},
journal= {arXiv preprint arXiv:2211.06543},
year = {2025}
}
备注
IEEE BigData 2022