デジタル広告におけるコホートベースのアイデンティティ
広告主はプライバシーを守りつつ、広告をパーソナライズするためにコホートベースのアイデンティティに移行してる。
― 1 分で読む
オンライン広告の世界では、正しいオーディエンスに届くことが重要なんだ。デジタル広告がますます成長する中で、企業はユーザーのプライバシーとパーソナライズされた広告の必要性のバランスを取らなきゃいけない。この課題を解決するために、広告主は個々のユーザーを追跡するのをやめて、ユーザーをコホートにグループ化する方向に移行している。このアプローチでは、広告主が共有の興味を持つユーザーのグループをターゲットにできるけど、個々のユーザーのアイデンティティは明かさないんだ。
ユーザーコホートって?
コホートは、似たような特性や行動を持つユーザーのグループなんだ。例えば、テクノロジーやアウトドア活動に興味があるユーザーのコホートがあるかもしれない。広告キャンペーンは、こういったコホートをターゲットにすることができる。この方法はユーザーのプライバシーを守りながら、広告主が関連性のあるメッセージを届けるのを可能にするんだ。
コホートベースのアイデンティティへの移行
最近のプライバシー規制の変更が、企業にユーザーの追跡とターゲティングの方法を再考させている。例えば、Appleはアプリ開発者に対して、アプリ間でユーザーを追跡する前に同意を得るよう求める新機能を導入した。Googleも、広告主がユーザーデータにアクセスする方法を制限するプライバシー対策を実施している。
こういった動きは、コホートベースのアイデンティティへの関心を高めている。ユーザーをコホートにグループ化することで、広告主は個々のプライバシーを損なうことなくオーディエンスと関わることができる。効果的なコホートを作るには、ユーザーの特性に基づいて効率的にグループ化する方法が必要なんだ。
コホート作成の課題
ユーザーコホートを作るには、いくつかの課題がある。二つの主要な目標が達成されなければならない:ユーザーのプライバシーを保持することと、コホートが個々のアイデンティティを守るのに十分大きいこと。ここでK-匿名性の概念が重要なんだ。コホートにK人以上のユーザーが含まれていれば、それはK-匿名であるとみなされ、グループ内のどのユーザーも特定できない。
コホートを作成する際、広告主は従来のクラスタリング法を使用するという課題に直面するが、これはこの目的には適さないことがある。一般的なクラスタリングアルゴリズムは非効率的で、K-匿名性を満たすのに十分な大きさを確保できない可能性がある。そのため、効果的にコホートを構築するための新しい方法が必要なんだ。
新しいコホート構築法の導入
この課題を解決するために、連続一貫ウェイトサンプリング(CCWS)という新しい方法が提案された。この方法は、クラスタリング技術とハッシュ戦略を組み合わせて、K-匿名性の要件を満たしつつ効率的でスケーラブルなコホートを作ることができる。
CCWSの仕組み
CCWSは、まずすべてのユーザーを単一の初期コホートに配置するプロセスから始まる。アルゴリズムが実行されると、ユーザーの類似性に基づいてコホートを連続的に分割していく。この階層的アプローチによって、コホートのサイズをより良く制御でき、各グループがK-匿名性を維持できるようになる。
この方法は、特徴に基づいてユーザーをグループ化するためにハッシュ戦略も使用する。このハッシュ値によって、迅速な比較とクラスタリングが可能になり、全体のプロセスがより速くて効率的になる。
CCWSの効果の評価
CCWSの効果は、主要なプロフェッショナルネットワーキングプラットフォームからの大規模データセットを用いてテストされた。その結果、従来の方法と比較して関連するユーザーコホートの特定において大きな改善が見られた。例えば、CCWSはユーザーを広告キャンペーンに結びつける精度を高め、多くの人が自分の興味に合った広告を受け取ることができたんだ。
他の方法との比較
CCWSを評価するために、ランダムグルーピングや他のハッシュアルゴリズムなど、いくつかの方法が比較された。ランダムグルーピングは、類似性を考慮せずにユーザーをコホートに割り当てるだけなんだけど、他のハッシュ技術もユーザーのプライバシーやK-匿名性を維持するのに苦労していた。
CCWSはこれらの方法を上回り、広告ターゲティングの精度が著しく向上した。この成功は、ユーザーのプライバシー要件とパーソナライズ広告の目標を両立させたい広告主にとって、CCWSが貴重なツールである可能性を示しているんだ。
CCWSを使用するメリット
コホート作成にCCWSを採用すると、いくつかのメリットがあるよ:
ユーザーのプライバシー:ユーザーをコホートにグループ化することで、CCWSは個々のユーザーのアイデンティティを守りながら広告主がユーザーの興味を理解するのを助ける。
精度の向上:この方法はより良い広告ターゲティングにつながり、ユーザーがより関連性のある広告を受け取ることができる。
スケーラビリティ:CCWSは大規模データセットを扱えるように設計されていて、何百万ものユーザーを持つ企業にも適している。
柔軟性:この方法は特定の広告ニーズに合わせて調整でき、重要なユーザーの特徴を考慮することができる。
結論
コホートベースのアイデンティティへ移行することで、デジタル広告の運営方法が変わってきている。CCWSのような方法を使用することで、広告主はパーソナライズ広告の必要性とユーザーのプライバシー保護の重要性のバランスを取ることができる。このアプローチは、現在の要求に応えるだけでなく、将来の広告技術の進展のための基盤も築いているんだ。
デジタル広告の状況が進化し続ける中で、ユーザーのプライバシーを優先しつつ効果的なターゲティングを確保する方法がますます重要になってくる。CCWSは、この点で重要な一歩を示しており、プライバシー規制の複雑さを乗り越えようとする広告主にとって実用的な解決策を提供しているんだ。
タイトル: Building K-Anonymous User Cohorts with\\ Consecutive Consistent Weighted Sampling (CCWS)
概要: To retrieve personalized campaigns and creatives while protecting user privacy, digital advertising is shifting from member-based identity to cohort-based identity. Under such identity regime, an accurate and efficient cohort building algorithm is desired to group users with similar characteristics. In this paper, we propose a scalable $K$-anonymous cohort building algorithm called {\em consecutive consistent weighted sampling} (CCWS). The proposed method combines the spirit of the ($p$-powered) consistent weighted sampling and hierarchical clustering, so that the $K$-anonymity is ensured by enforcing a lower bound on the size of cohorts. Evaluations on a LinkedIn dataset consisting of $>70$M users and ads campaigns demonstrate that CCWS achieves substantial improvements over several hashing-based methods including sign random projections (SignRP), minwise hashing (MinHash), as well as the vanilla CWS.
著者: Xinyi Zheng, Weijie Zhao, Xiaoyun Li, Ping Li
最終更新: 2023-04-26 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2304.13677
ソースPDF: https://arxiv.org/pdf/2304.13677
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。