在线市场中的错误信息调查：一项关于亚马逊的审计研究

搜索与推荐系统是我们日常生活中无处不在且不可替代的工具。尽管它们在筛选和排序最相关信息方面起着关键作用，但通常并不考虑呈现给用户的信息的真实性。在本文中，我们引入一种审计方法，以调查在线市场搜索结果与推荐中错误信息的呈现程度。我们研究了影响搜索与推荐中错误信息量的因素与个性化属性。近来，多家媒体批评亚马逊托管并推荐宣扬疫苗等话题错误信息的商品。受这些报道启发，我们将算法审计方法应用于亚马逊以核实这些说法。我们的审计研究调查了（a）可能影响亚马逊搜索算法的因素，以及（b）导致用户搜索结果与推荐中错误信息被放大的个性化属性。我们的审计研究收集了约 52.6 万条搜索结果与约 18.2 万条首页推荐，涉及约 8500 件独特商品。每件商品都标注了其在疫苗错误信息上的立场（支持、中立或反对）。我们的研究显示：（1）默认 Featured 搜索算法对具有错误信息立场的搜索结果的选择与排序，与搜索查询的立场及顾客对商品的评价（评分与评论）呈正相关；（2）搜索结果的错误信息立场既不受用户活动影响，也不受与具有错误信息立场商品的交互（浏览、加入心愿单、购买）影响；（3）用户首页中内建的过滤气泡其错误信息立场，与用户所交互商品的错误信息立场呈正相关。