广告个性化中位置跟踪的隐私-效用权衡
计量经济学
2026-03-16 v1 机器学习
摘要
企业收集大量关于个人的行为数据和地理数据。虽然行为数据捕捉个人的数字足迹，但地理数据反映他们的物理足迹。鉴于将这两类数据源组合所带来的显著隐私风险，关键在于理解它们各自的价值，以及它们在实现企业业务目标方面是互补还是替代。本文结合经济学理论、机器学习和因果推断来量化地理数据的价值，量化行为数据可替代其的程度，以及其如何惠及企业。我们采用来自某中国大型 in-app 广告平台的数据，发现地理数据在冷启动阶段最具价值，当时行为历史有限。在此阶段，地理数据与行为数据互补，提高了约 20% 的定向性能。然而，随着用户积累更丰富的行为历史，地理数据的作用发生转变：它变得大体上是可替代的，因为行为数据 alone 已能捕捉相关的异质性。这些结果揭示了广告个性化中隐私-效用权衡的核心问题，并为企业关于何时进行位置跟踪以创造价值做出决策提供了指导。
引用
@article{arxiv.2603.12374,
title = {The Privacy-Utility Trade-Off of Location Tracking in Ad Personalization},
author = {Mohammad Mosaffa and Omid Rafieian},
journal= {arXiv preprint arXiv:2603.12374},
year = {2026}
}
备注
57 pages, 11 figures. Digital advertising, causal inference, and machine learning