sfederowane uczenie się kohort : FLoC

Zezwalaj witrynom na zgadywanie Twoich zainteresowań bez możliwości jednoznacznej identyfikacji.

Stan wdrożenia

Dlaczego potrzebujemy FLoC?

Wiele osób martwi się o prywatność w kontekście reklam spersonalizowanych, które wykorzystują techniki takie jak śledzenie plików cookie i odciski cyfrowe urządzeń. Mogą one ujawniać reklamodawcom lub platformom reklamowym historię przeglądania stron. Propozycja FLoC ma na celu umożliwienie wyboru reklam w sposób, który lepiej chroni prywatność.

Czym jest propozycja FLoC?

FLoC zapewnia mechanizm wyboru reklam i innych treści opartych na zainteresowaniach, który chroni prywatność użytkownika.

Gdy użytkownik porusza się po internecie, jego przeglądarka używa algorytmu FLoC do określania „kohorty zainteresowań”, która będzie taka sama dla tysięcy przeglądarek z podobną historią przeglądania. Przeglądarka okresowo przelicza kohortę na urządzeniu użytkownika, nie udostępniając dostawcy przeglądarki ani nikomu innemu indywidualnych danych przeglądania.

Reklamodawcy (witryny, które płacą za reklamy) mogą umieszczać w swoich witrynach kod, aby gromadzić i przekazywać dane o kohortach do swoich platform technologii reklamowych (firm, które dostarczają oprogramowanie i narzędzia do wyświetlania reklam). Na przykład platforma technologii reklamowych może dowiedzieć się od internetowego sklepu obuwniczego, że użytkownicy przeglądarek z kohort 1101 i 1354 wydają się zainteresowani sprzętem turystycznym oferowanym przez ten sklep. Od innych reklamodawców platforma technologii reklamowych dowiaduje się o innych zainteresowaniach tych kohort.

Następnie platforma reklamowa może używać tych danych do wybierania trafnych reklam, gdy przeglądarka z jednej z tych kohort odwiedza stronę witryny, która wyświetla reklamy, np. witryny z wiadomościami.

Do czego można używać FLoC?

  • Wyświetlanie reklam osobom, których przeglądarki należą do kohorty, która często odwiedza witrynę reklamodawcy lub wykazuje zainteresowanie odpowiednimi tematami.
  • Używaj modeli uczenia maszynowego do przewidywania prawdopodobieństwa konwersji użytkownika na podstawie jego kohorty, aby informować o zachowaniu podczas określania stawek w aukcji reklam.
  • polecać treści użytkownikom, Załóżmy na przykład, że witryna z wiadomościami zauważyła, że jej strona z podcastem o sporcie stała się szczególnie popularna wśród użytkowników z kohort 1234 i 14159. Mogą oni polecać te treści innym użytkownikom z tych kohort.

Jak działa FLoC?

W artykule Co to jest FLoC? znajdziesz podstawowe, szczegółowe wyjaśnienie, jak działa FLoC.

Poniższy diagram przedstawia przykład różnych ról w procesie wybierania i wyświetlania trafnej reklamy za pomocą FLoC.

Wyświetlanie krok po kroku różnych ról w wybieraniu i wyświetlaniu trafnej reklamy za pomocą sfederowanego uczenia się kohort (FLoC): usługa FLoC, przeglądarka, reklamodawcy, wydawca (do obserwowania kohort), technologia reklamowa, wydawca (do wyświetlania reklam).
Różne role w wybieraniu i wyświetlaniu trafnych reklam za pomocą FLoC.

Angażowanie się i przesyłanie opinii

Więcej informacji