Programme Leçon 44 sur 156 · Dans un traqueur (dans le monde d'entraînement)
Dans un traqueur (dans le monde d'entraînement)

Le profil qu'une régie publicitaire vendrait

Pourquoi c'est important Le journal d'un traqueur n'est pas qu'une liste de pages. Lues ensemble, les pages deviennent des suppositions sur la vie d'une personne. Ce labo rend ça concret, pour que les enjeux du pistage cessent d'être abstraits.

Sam n'a jamais rien dit à AdCo. Sam a juste fait des achats. Mais AdCo a vu chaque page, et chaque page a une catégorie. Compte les catégories et une image apparaît : quelqu'un qui aime la course à pied, qui attend peut-être un bébé, qui a peut-être des soucis d'argent.

Profil d'intérêts : un résumé de ce qui semble intéresser une personne, construit en comptant les types de pages qu'elle a vues. Les régies publicitaires utilisent les profils pour choisir les publicités à afficher et, dans certains cas, les vendent ou les partagent.

Certaines catégories sont plus sensibles que d'autres. La santé, la grossesse, l'arrêt du tabac, les soucis d'argent et la puériculture peuvent révéler une maladie, une grossesse ou les finances d'une famille, souvent avant que la personne ne l'ait dit à ses proches.

Le monde d'entraînement a sa propre liste, SENSITIVE_CATEGORIES, qui n'inclut pas baby. Le set SENSITIVE de ce labo l'ajoute, car les achats de puériculture laissent si souvent deviner une grossesse.

Compter avec un dictionnaire

counts = {}
for category in ["running", "baby", "running"]:
    counts[category] = counts.get(category, 0) + 1
print(counts)   # {'running': 2, 'baby': 1}

counts.get(key, 0) veut dire « le compte actuel, ou 0 si c'est nouveau ». Python a aussi collections.Counter, qui fait le même travail en une ligne ; les deux conviennent.

Pour trouver la clé qui a le plus grand compte, max(counts, key=counts.get) regarde chaque clé mais les compare par counts.get(key), leur compte :

print(max({"running": 2, "baby": 1}, key={"running": 2, "baby": 1}.get))   # running

Dans ce labo, tu utilises une session plus longue (40 pages) avec un navigateur normal. Trouve d'abord l'identifiant principal qu'AdCo a pour Sam (l'identifiant de cookie vu sur le plus d'enregistrements), puis compte les catégories des enregistrements de cet identifiant, puis liste les catégories sensibles qui apparaissent.

La défense

Le cloisonnement (leçon 41) coupe ce profil en un petit morceau par boutique, et un bloqueur (module 8) arrête entièrement les signalements. Aucun des deux ne change ce que chaque boutique sait de ses propres visiteurs ; ils changent ce qu'un seul acteur extérieur peut réunir.

Dans d'autres langages

JavaScript :

const counts = {};
for (const r of mine) counts[r.category] = (counts[r.category] ?? 0) + 1;

C# :

var counts = mine.GroupBy(r => r.Category).ToDictionary(g => g.Key, g => g.Count());

Récap

  • Compter les catégories de pages sous un seul identifiant transforme un journal en récit de vie.
  • Des suppositions sensibles (santé, grossesse, argent) naissent d'achats ordinaires.
  • Le cloisonnement et le blocage empêchent un seul acteur extérieur de tout réunir.
À ton tour

Pour seed=7 et world.browsing_session(40) avec un navigateur normal : écris main_id(records) (le cookie_id non None qui apparaît sur le plus d'enregistrements), interests(records, cookie_id) (un dict qui compte les catégories des enregistrements ayant cet identifiant ; saute les enregistrements dont la catégorie vaut None, comme les images et les scripts, qui n'appartiennent à aucune catégorie), et sensitive_found(counts) (une liste triée des catégories de SENSITIVE qui apparaissent dans counts). Stocke les résultats dans sam_id, profile et found.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.