Personalizacja treści i profilowanie użytkowników: wybrane zjawiska psychometrii w serwisach społecznościowych na przykładzie Facebooka w świetle analizy piśmiennictwa

Autor

DOI:

https://doi.org/10.18778/0860-7435.37.01

Słowa kluczowe:

psychometria, personalizacja treści, profilowanie użytkowników, serwisy społecznościowe, Facebook

Abstrakt

Rozwój serwisów społecznościowych przyczynił się do powstania nowych zjawisk w środowisku sieciowym, mających wpływ nie tylko na działanie kont, ale i samych użytkowników. Przedmiotem niniejszego artykułu uczyniono personalizację treści i profilowanie użytkowników, podstawowym celem było natomiast scharakteryzowanie oraz porównanie wskazanych zagadnień, w odniesieniu do konkretnej platformy. Podjęto próbę odpowiedzi na pytanie, jakie są różnice między zjawiskiem personalizacji treści a profilowaniem użytkowników w serwisach społecznościowych, a w szczególności na Facebooku? W celu omówienia wskazanych zagadnień posłużono się m.in. metodą analizy i krytyki piśmiennictwa. Zdefiniowano pojęcia „personalizacja treści” oraz „profilowanie użytkowników”, wskazując na podstawowe różnice terminologiczne między nimi. Następnie skupiono się na przedstawieniu przedstawionych procesów, opisując stosowane metody i mechanizmy. Zebrano i omówiono niezbędne do zastosowania wspomnianych praktyk dane. Wskazano zagrożenia związane z działaniem omawianych mechanizmów w sieci Facebook. W toku analizy udało się ustalić, że personalizacja treści i profilowanie użytkowników to odmienne zjawiska, które mają duży wpływ na działanie serwisów społecznościowych.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Babik, Wiesław & Cholewiak, Sylwia (2012). Korzyści i zagrożenia związane z korzystaniem z portalu społecznościowego Facebook [online]. Kraków: Uniwersytet Jagielloński. Pobrano 12 lipca 2023 r., z: https://docplayer.pl/5128016-Korzysci-i-zagrozenia-zwiazane-z-korzystaniem-z-portalu-spolecznosciowego-facebook.html
Google Scholar

Brewczyńska, Magdalena (2014). Profilowanie w sieci – konieczny filtr w dobie informacyjnego przeładowania czy cichy sprzymierzeniec dyskryminacji? Analiza zagadnień prawnych W: T. Jemczura, H. A. Kretek (red.) Zrównoważony rozwój (s. 102–111). Racibórz: Wydawnictwo Państwowej Wyższej Szkoły Zawodowej w Raciborzu.
Google Scholar

Bug bounty program. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r. z: https://en.wikipedia.org/wiki/Bug_bounty_program
Google Scholar

Collaborative filtering. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 25 czerwca 2023 r., z: https://en.wikipedia.org/wiki/Collaborative_filtering
Google Scholar

Debord, Guy (1998). Społeczeństwo Spektaklu. Gdańsk: Wydawnictwo słowo/obraz terytoria.
Google Scholar

Facebook Marketplace – co to jest? W: Allekurier.pl [online]. Pobrano 11 lipca 2023 r., z: https://allekurier.pl/blog/facebook-marketplace-co-to-jest
Google Scholar

Facebook Messenger. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r., z: https://pl.wikipedia.org/wiki/Facebook_Messenger
Google Scholar

Facebook Portal. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r., z: https://en.wikipedia.org/wiki/Facebook_Portal
Google Scholar

Facebook wprowadza aplikację Facebook Gaming. Pozwala oglądać gry w streamingu. W: www.wirtualnemedia.pl [online]. Pobrano 11 lipca 2023 r., z: https://www.wirtualnemedia.pl/artykul/facebook-gaming-gry-w-streamingu-jak-zainstalowac-jak-korzystac-jak-grac-oplaty
Google Scholar

Feed (Facebook). W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 26 lipca 2023 r., z: https://en.wikipedia.org/wiki/Feed_(Facebook)
Google Scholar

Forst, K.atarzyna (2017). Facebook we współczesnym świecie komunikacji społecznej, Katowice: Wydawnictwo Uniwersytetu Śląskiego.
Google Scholar

Instagram. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r., z: https://pl.wikipedia.org/wiki/Instagram
Google Scholar

Integracja zdarzeń w aplikacji z SDK Facebooka. W: Facebook [online]. Pobrano 11 lipca 2023 r., z: https://www.facebook.com/business/help/673327316061433
Google Scholar

ISTP. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r., z: https://pl.wikipedia.org/wiki/ISTP
Google Scholar

Kosiński, Michal, Stillwell, David & Graepel, Thore (2013). Private traits and attributes are predictable from digital records of human behavior, PNAS [online], 110, 15, Cambridge: University of Cambridge. Pobrano 11 lipca 2023 r., z: https://www.pnas.org/doi/10.1073/pnas.1218772110
Google Scholar DOI: https://doi.org/10.1073/pnas.1218772110

Kosiński, Michal, Bachrach, Yoram, Kohli Pushmeet, Stillwell, David & Graepel, Thore (2013). Manifestations of user personality in website choice and behaviour on online social networks. W: Machine Learning [online], 95, 357–380. Pobrano 11 lipca 2023 r., z: https://link.springer.com/article/10.1007/s10994-013-5415-y
Google Scholar DOI: https://doi.org/10.1007/s10994-013-5415-y

Leja, Paulina (2017). Ochrona danych osobowych a Internet rzeczy, profilowanie i repersonalizacja danych [online]. Wrocław: Wydawnictwo CH Beck. Pobrano 23 czerwca 2023 r., z: http://www.repozytorium.uni.wroc.pl/Content/124396/PDF/02_Ochrona_danych_osobowych.pdf
Google Scholar

Location-based recommendation. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 29 czerwca 2023 r., z: https://en.wikipedia.org/wiki/Location-based_recommendation
Google Scholar

M (virtual assistant). W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 11 lipca 2023 r., z: https://en.wikipedia.org/wiki/M_(virtual_assistant)
Google Scholar

Michał Kosiński. W: michalkosinski.com [online]. Pobrano 13 października 2023 r., z: https://www.michalkosinski.com/
Google Scholar

NASK ostrzegła przed oszustami, którzy kradną dane logowania do serwisu społecznościowego Facebook. W: PAP.pl [online]. Pobrano 13 października 2023 r., z: https://www.pap.pl/aktualnosci/nask-ostrzega-przed-oszustami-kradnacymi-dane-do-logowania-na-facebooku
Google Scholar

Ogonowska, Agnieszka (2012). Społeczeństwo spektaklu: prekursorzy i ich współczesne dziedzictwo intelektualne, Przyszłość. Świat–Europa–Polska. 1. Warszawa: Komitet Prognoz „Polska 2000 Plus”. 14–26.
Google Scholar

Olszak, Celina M. & Olszówka, Kornelia (2007). Gromadzenie danych o użytkownikach na potrzeby personalizacji portali internetowych. Prace Naukowe / Akademia Ekonomiczna w Katowicach [online], 273–278. Pobrano 23 czerwca 2023 r., z: https://www.researchgate.net/profile/celina-olszak/publication/267803437_gromadzenie_danych_o_uzytkownikach_na_potrzeby_personalizacji_portali_internetowych/links/54fde92b0cf2741b69ef9825/gromadzenie-danych-o-uzytkownikach-na-potrzeby-personalizacji-portali-internetowych.pdf
Google Scholar

Piksel Facebooka – informacje. W: Facebook [online]. Pobrano 11 czerwca 2023 r., z: https://www.facebook.com/business/help/742478679120153?id=1205376682832142
Google Scholar

Piwowarski, Mateusz, Szczyciński, Karol & Nermend, Kesra (2012). Metoda personalizacji treści w serwisach internetowych. W: Studia Informatica [online], 31/740, 201–215. Pobrano 7 lipca 2023 r., z: http://wneiz.pl/nauka_wneiz/studia_inf/31-2012/si-31-201.pdf
Google Scholar

Platon (2003). Państwo, tłum. W. Witwicki, Kęty.
Google Scholar

Psychometria. W: Encyklopedia PWN [online]. Pobrano 13 października 2022 r., z: https://encyklopedia.pwn.pl/haslo/psychometria;3964175.html
Google Scholar

Ptaszek, Grzegorz (2019). Edukacja medialna 3.0. Krytyczna analiza mediów cyfrowych w dobie Big Data [online], 212–222. Pobrano 12 lipca 2023 r., z: https://depot.ceon.pl/bitstream/handle/123456789/18358/Edukacja%20medialna%203.0_Ptaszek_ca%c5%82o%c5%9b%c4%87.pdf?sequence=1&isAllowed=y
Google Scholar

Raport IBIMS i IBRIS (2021). W: ibims.pl [online]. Pobrano 6 lipca 2023 r., z: http://ibims.pl/skad-polacy-czerpia-informacje-o-polsce-i-swiecie-raport-ibims-i-ibris/
Google Scholar

Recommender system. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 25 czerwca 2023 r., z: https://en.wikipedia.org/wiki/Recommender_system#Session-based_recommender_systems
Google Scholar

Regresja liniowa. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 25 czerwca 2023 r., z: https://pl.wikipedia.org/wiki/Regresja_liniowa
Google Scholar

Regresja logistyczna. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 25 czerwca 2023 r., z: https://pl.wikipedia.org/wiki/Regresja_logistyczna
Google Scholar

Sanak-Kosmowska, Katarzyna (2018). Personalizacja komunikatów marketingowych w serwisach społecznościowych – targetowanie idealne czy manipulacja. W: E. V. Krykavskyi (red.) Маркетинг та логістика в системі менеджменту / Marketing and logistics in the system of management. (s. 220–221). Lviv: Nacìonalʹnij unìversitet „Lʹvìvsʹka polìtehnìka”.
Google Scholar

Schermer, Bart W. (2011). The limits of privacy in automated profiling and data mining. Computer Law & Security Review, 27, 45–52.
Google Scholar DOI: https://doi.org/10.1016/j.clsr.2010.11.009

Sidyk, Dagmara (2020). Enklawy w „Facebookistanie”. W jaki sposób cyfrowy gigant zamyka swoich użytkowników w bańkach filtrujących informacje? W: Dyskurs&Dialog [online] 1. Pobrano 6 lipca 2023 r., z: http://dyskursidialog.org/wp-content/uploads/2020/05/DD_3_online.pdf#page=124
Google Scholar

Skala dychotomiczna. W: Wikipedia. Wolna Encyklopedia [online]. Pobrano 25 czerwca 2023 r., z: https://pl.wikipedia.org/wiki/Skala_dychotomiczna
Google Scholar

Spark AR Player. W: Google Play [online]. Pobrano 11 lipca 2023 r., z: https://play.google.com/store/apps/details?id=com.facebook.arstudio.player&hl=pl&gl=US
Google Scholar

Staś, Tomasz (2007). Wykorzystanie technik ewolucyjnych w procesie nowoczesnej personalizacji portali internetowych. W: Studia i materiały polskiego stowarzyszenia zarządzania wiedzą [online], 8, 130–138. Pobrano 20 czerwca 2023 r., z: http://www.up.poznan.pl/mkozera/Source/Publikacje/OPBKE.pdf#page=130
Google Scholar

Staś, Tomasz (2014). Możliwości automatycznego dostarczania informacji w systemach zarządzania treścią. Studia Ekonomiczne, 185. Katowice: Uniwersytet Ekonomiczny w Katowicach. 215–224.
Google Scholar

Szymielewicz, Katarzyna & Iwańska, Karolina (2019). Śledzenie i profilowanie w sieci. Jak z klienta stajesz się towarem. Raport Panoptykon [online]. Pobrano 7 lipca 2023 r., z: https://panoptykon.org/sites/default/files/publikacje/panoptykon_raport_o_sledzeniu_final.pdf
Google Scholar

Tarka, Piotr (2013). Media społecznościowe a metody personalizacji i rekomendacji treści reklamowych i oferty produktowej. W: Marketing i rynek [online], 6, 24–28. Pobrano 2 lipca 2023 r., z: https://docplayer.pl/1701540-Media-spolecznosciowe-a-metody-personalizacji-i-rekomendacji-tresci-reklamowych-i-oferty-produktowej.html
Google Scholar

Twoje informacje. W: Facebook [online], Pobrano 11 lipca 2023 r., z: https://www.facebook.com/dyi/?referrer=yfi_settings
Google Scholar

Zych, Magdalena (2017). Użytkownik księgarni internetowych wobec personalizacji treści serwisów WWW – afektywny aspekt odgadywania potrzeb. W: Od rękopisów do bazy danych [online], 86–97. Pobrano 11 lipca 2023 r., z: http://bbc.uw.edu.pl/Content/3626/Publikacja2017.pdf#page=86
Google Scholar

Pobrania

Opublikowane

2023-12-30

Jak cytować

Noga, E. (2023). Personalizacja treści i profilowanie użytkowników: wybrane zjawiska psychometrii w serwisach społecznościowych na przykładzie Facebooka w świetle analizy piśmiennictwa. Acta Universitatis Lodziensis. Folia Librorum, 2(37), 13–38. https://doi.org/10.18778/0860-7435.37.01

Numer

Dział

Articles