我为何看到此内容： democratizing end-user auditing for online content recommendations
人机交互
2025-04-16 v2
摘要
个性化推荐系统根据用户属性（要么是提供的，要么是从私人数据推断的）来定制内容。研究表明，用户经常对他们遇到的内容背后的原因提出假设（例如：“我看到这条珠宝广告是因为我是女性”），但由于这些系统的不透明性，他们缺乏确认这些假设的手段。这阻碍了就隐私和系统使用做出知情的决定，并促进了缺乏算法问责制。为了解决这些挑战，我们引入了一种新的交互式沙箱方法。该方法创建一组合成用户角色及其对应的个人数据，这些角色在个人属性上存在真实而多样的变化，允许用户通过观察网站算法对这些角色作出反应来测试他们的假设。我们在定向广告的上下文中测试了该沙箱。我们的用户研究表明，其可 usability、usefulness 和 effectiveness 在针对定向广告案例研究中的 end-user auditing 方面具有显著作用。
引用
@article{arxiv.2410.04917,
title = {Why am I seeing this: Democratizing End User Auditing for Online Content Recommendations},
author = {Chaoran Chen and Leyang Li and Luke Cao and Yanfang Ye and Tianshi Li and Yaxing Yao and Toby Jia-jun Li},
journal= {arXiv preprint arXiv:2410.04917},
year = {2025}
}