基于联邦学习的精准广告营销合规分析

作     者：谷语 

作者机构：浙江理工大学法政学院、史量才新闻与传播学院浙江 杭州 

出 版 物：《电子商务评论》 (E-Commerce Letters)

年 卷 期：2024年第13卷第2期

页      码：910-917页

摘      要：互联网精准广告营销成为广告市场的主要营销模式,在数据与技术的加持下,精准广告营销给用户和广告主带来了更好的广告体验。精准广告营销作为互联网广告时代发展的必然产物,通过预设用户画像和标签,依靠算法模型进行匹配,在提升广告投放精准度的同时,对用户的数据隐私也带来了不可忽视的风险。国内外针对该问题发布了一系列法律法规,使得用户拥有对其个人数据的掌控权,面对愈发严格的监管,兼顾安全与效率成为广告产业的必然选择。针对这一问题,联邦学习提出新的解决方案,联邦学习可在兼顾用户体验与广告精准度的同时,保护用户的数据隐私与个人信息安全。本文通过论证联邦学习对相关法律规则的供给,对联邦学习精准广告营销场景进行合规性分析,同时提出针对该场景下的监管重点,联邦学习不是完美的解决方案,仍然存在合规挑战。

主 题 词：精准广告 联邦学习 自动化决策 隐私安全 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.12677/ecl.2024.132107

馆 藏 号：203128204...