Detalhes bibliográficos
Título da fonte: Repositório Institucional da UFMG
id UFMG_a0ca7844e8887861035a8efe83f1c521
oai_identifier_str oai:repositorio.ufmg.br:1843/68158
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
reponame_str Repositório Institucional da UFMG
instacron_str UFMG
institution Universidade Federal de Minas Gerais (UFMG)
instname_str Universidade Federal de Minas Gerais (UFMG)
spelling Fabrício Benevenuto de Souzahttp://lattes.cnpq.br/7014991384513854Ana Paula Couto da SilvaPedro Olmo Stancioli Vaz de MeloEdson Norberto CáceresAna Cristina Bicharra Garciahttp://lattes.cnpq.br/1444827111436798Márcio Aparecido Inácio da Silva2024-05-09T20:48:29Z2024-05-09T20:48:29Z2024-03-15http://hdl.handle.net/1843/68158https://orcid.org/0009-0000-1214-4245Since the 2016 United States presidential election and the Cambridge Analytica scandal, political sponsored content has become an effective form of political campaigning. However, this election was marred by the abuse of targeted advertising on Online Social Networks (OSNs). Concerned about the potential for similar abuse in the 2018 Brazilian elections, we designed and deployed a computational framework to instantiate targeted advertising audit systems to detect political ads on OSNs. Firstly, in response to the abuse of targeted advertising on Facebook during the 2016 United States Presidential elections, we selected the Facebook platform for validating our framework. To achieve this, we adapted a browser plugin to collect ads from the timelines of volunteers using Facebook. We successfully enlisted the support of over 2,000 volunteers for our project who installed our tool. Subsequently, we employed a Convolutional Neural Network (CNN) for the detection of political Facebook ads using word embeddings. To assess the effectiveness of our approach, we manually labeled a dataset of 10,000 ads as either political or non-political. We then conducted an extensive evaluation of our proposed approach for political ad identification by comparing it with classical supervised machine learning methods. In conclusion, we designed a computational framework for auditing targeted advertising and we instantiate this framework in different scenarios (\eg Facebook ads, public posts from Facebook groups, Facebook page posts, and Twitter posts). %two real-time system that displays Facebook ads identified as politically relevant. Notably, on Facebook we observed that not all political ads we detected were present in the Facebook Ad Library for political ads. Even though Twitter posts, as well as posts in groups and pages on Facebook, are not promoted, they can still be orchestrated to create an amplification effect. Our findings underscore the significance of enforcement mechanisms for declaring political ads and the imperative need for independent auditing platforms.Desde a eleição presidencial dos Estados Unidos em 2016 e o escândalo Cambridge Analytica, o conteúdo patrocinado político tornou-se uma forma eficaz de campanha política. No entanto, essa eleição foi marcada pelo abuso de publicidade direcionada em Redes Sociais Online (RSOs). Preocupados com a possibilidade de abuso semelhante nas eleições brasileiras de 2018, desenvolvemos e implementamos um framework computacional para instanciar sistemas de auditoria de publicidade direcionada a fim de detectar anúncios políticos em RSOs. Primeiramente, em resposta ao abuso de publicidade direcionada no Facebook durante as eleições presidenciais dos Estados Unidos em 2016, selecionamos a plataforma do Facebook para validar nosso framework. Para alcançar isso, adaptamos um plugin de navegador para coletar anúncios nas linhas do tempo de voluntários que utilizam o Facebook. Conseguimos contar com o apoio de mais de 2000 voluntários para o nosso projeto, que instalaram nossa ferramenta. Posteriormente, utilizamos uma Rede Neural Convolucional (CNN) para a detecção de anúncios políticos no Facebook usando incorporações de palavras. Para avaliar a eficácia de nossa abordagem, rotulamos manualmente um conjunto de dados com 10.000 anúncios como políticos ou não políticos. Em seguida, realizamos uma avaliação extensiva de nossa abordagem proposta para identificação de anúncios políticos, comparando-a com métodos clássicos de aprendizado de máquina supervisionado. Em conclusão, nós desenvolvemos um framework computacional para auditoria de publicidade direcionada e instanciamos esse framework em diferentes cenários (por exemplo, anúncios do Facebook, postagens públicas de grupos e páginas). Notavelmente, no Facebook, observamos que nem todos os anúncios políticos que detectamos estavam presentes na Biblioteca de Anúncios do Facebook para anúncios políticos. Também aproveitamos o modelo treinado no Facebook para identificar propaganda política antecipada no Twitter. Mesmo que as postagens no Twitter, assim como as postagens em grupos e páginas no Facebook, não sejam impulsionadas, ainda podem ser orquestradas para criar um efeito de amplificação. Nossas descobertas destacam a importância de mecanismos de fiscalização para declarar anúncios políticos e a necessidade imperativa de plataformas de auditoria independentes.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorengUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Ciência da ComputaçãoUFMGBrasilICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃOhttp://creativecommons.org/licenses/by-nc-sa/3.0/pt/info:eu-repo/semantics/openAccessComputação – TesesRedes sociais on-line – TesesDesinformação – TesesPropaganda política – TesesMisinformationPolitical adsSocial networksTransparency mechanismsA computational framework for auditing targeted advertisingUm arcabouço computacional para auditoria de publicidade direcionadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALTese_Marcio_Silva_Versao_Final.pdfTese_Marcio_Silva_Versao_Final.pdfapplication/pdf4155298https://repositorio.ufmg.br/bitstream/1843/68158/1/Tese_Marcio_Silva_Versao_Final.pdfcfcf86e59c5484a14dcca0e31eeae298MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repositorio.ufmg.br/bitstream/1843/68158/2/license_rdfd434b2e45b27c6ef831461f4412a9d4eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/68158/3/license.txtcda590c95a0b51b4d15f60c9642ca272MD531843/681582024-05-09 17:48:30.533oai:repositorio.ufmg.br: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ório InstitucionalPUBhttps://repositorio.ufmg.br/oaiopendoar:2024-05-09T20:48:30Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
_version_ 1813547594417176576