Messung von Personalisierung in computervermittelter Kommunikation

Abstract

Das Ziel personalisierter Online-Angebote ist, Rezipienten bei der Informationssuche zu unterstützen. Dabei greifen sie zwangsläufig in deren Auswahlentscheidungen ein und müssen deshalb als eigenständiger Einflussfaktor empirisch erschlossen werden. Die dahinterstehenden Algorithmen kommerzieller Anbieter sind für die Forschung größtenteils eine intransparente "Black Box". Automatisierte Online-Experimente stellen eine selten eingesetzte Methode dar, die durch systematische Simulation von Nutzerverhalten die Funktionsweise von Personalisierungsalgorithmen ermitteln kann. Der Beitrag diskutiert zunächst Auswirkungen und Funktionsweise von Personalisierung und stellt daraufhin ein automatisiertes Online-Experiment am Beispiel der Google-Suche dar. Die vorgestellte Methode ermöglicht einen sozialwissenschaftlichen Zugriff auf die Funktionsweise und Inhalte von personalisierten Angeboten und fördert gleichzeitig Validität, Transparenz und Replizierbarkeit von Nutzungsstudien.

Personalized web pages are explicitly designed to curate the information available to their users. By definition, they influence users' selectivity and need to be considered as a new factor affecting selection decisions. In most cases, the algorithms that determine recommendations are "black boxes" whose precise functionality remains opaque to researchers. Drawing on a pilot study of Google Search, this chapter argues that the rarely employed automated online experiment represents a promising method for studying "personalization effects". The method presented not only gives researchers access to the effects and contents of personalized web pages, but it also reinforces scientific rigor through higher validity, transparency and replicability of studies on selection behavior.