Programma Lezione 44 di 156 · Dentro un tracker (nel mondo di esercitazione)
Dentro un tracker (nel mondo di esercitazione)

Il profilo che una rete pubblicitaria venderebbe

Perché è importante Il registro di un tracker non è solo un elenco di pagine. Lette insieme, le pagine diventano ipotesi sulla vita di una persona. Questo laboratorio lo rende concreto, così la posta in gioco del tracciamento smette di essere astratta.

Sam non ha mai detto niente ad AdCo. Sam ha solo fatto acquisti. Ma AdCo ha visto ogni pagina, e ogni pagina ha una categoria. Conta le categorie e compare un'immagine: qualcuno che ama la corsa, forse in attesa di un bambino, forse preoccupato per i soldi.

Profilo di interessi: un riassunto di ciò che una persona sembra trovare interessante, costruito contando i tipi di pagine che ha guardato. Le reti pubblicitarie usano i profili per scegliere quali pubblicità mostrare e, in alcuni casi, li vendono o li condividono.

Alcune categorie sono più delicate di altre. Salute, gravidanza, smettere di fumare, problemi di soldi e articoli per bambini possono rivelare una condizione medica, una gravidanza o le finanze di una famiglia, spesso prima che la persona l'abbia detto a qualcuno di vicino.

Il mondo di esercitazione ha il suo elenco, SENSITIVE_CATEGORIES, che non include baby. Il set SENSITIVE di questo laboratorio lo aggiunge, perché comprare articoli per bambini fa pensare molto spesso a una gravidanza.

Contare con un dizionario

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

counts.get(key, 0) significa "il conteggio attuale, oppure 0 se è nuovo". Python ha anche collections.Counter, che fa lo stesso lavoro in una riga; vanno bene entrambi.

Per trovare la chiave con il conteggio più alto, max(counts, key=counts.get) guarda ogni chiave ma le confronta in base a counts.get(key), il loro conteggio:

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

In questo laboratorio usi una sessione più lunga (40 pagine) con un browser normale. Prima trova l'ID principale di AdCo per Sam (l'ID di cookie visto sul maggior numero di record), poi conta le categorie dei record di quell'ID, poi elenca quali categorie delicate compaiono.

La difesa

Il partizionamento (lezione 41) taglia questo profilo in un piccolo pezzo per ogni negozio, e un blocker (Modulo 8) ferma del tutto le segnalazioni. Nessuno dei due cambia ciò che ogni negozio sa dei propri visitatori; cambiano ciò che un estraneo riesce a unire.

In altri linguaggi

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());

Riepilogo

  • Contare le categorie delle pagine sotto un ID trasforma un registro nella storia di una vita.
  • Le ipotesi delicate (salute, gravidanza, soldi) nascono da acquisti normali.
  • Partizionamento e blocco impediscono a un estraneo di unire tutto.
Tocca a te

Per seed=7 e world.browsing_session(40) con un browser normale: scrivi main_id(records) (il cookie_id non None che compare sul maggior numero di record), interests(records, cookie_id) (un dict che conta le categorie dei record con quell'ID; salta i record la cui categoria è None, come immagini e script, che non appartengono a nessuna categoria), e sensitive_found(counts) (una lista ordinata delle categorie in SENSITIVE che compaiono nei conteggi). Salva i risultati in sam_id, profile e found.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.