Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.19268

帮助 | 高级搜索

计算机科学 > 人机交互

arXiv:2506.19268 (cs)
[提交于 2025年6月24日 (v1) ,最后修订 2025年6月26日 (此版本, v2)]

标题: HARPT:用于分析移动健康应用程序中消费者信任和隐私担忧的语料库

标题: HARPT: A Corpus for Analyzing Consumers' Trust and Privacy Concerns in Mobile Health Apps

Authors:Timoteo Kelly, Abdulkadir Korkmaz, Samuel Mallet, Connor Souders, Sadra Aliakbarpour, Praveen Rao
摘要: 我们提出HARPT,这是一个大规模标注的移动健康应用商店评论语料库,旨在推动用户隐私和信任方面的研究。 该数据集包含超过480,000条用户评论,分为七个类别,涵盖了应用程序信任、提供者信任和隐私担忧的关键方面。 创建HARPT需要解决多个复杂问题,例如定义细致的标签模式,从大量噪声数据中隔离相关内容,并设计一种在可扩展性与准确性之间取得平衡的标注策略。 该策略整合了基于规则的过滤、迭代的手动标记与审查、针对性的数据增强以及使用基于Transformer的分类器进行弱监督,以加快覆盖速度。 同时,精心挑选的7,000条评论子集被手动标注,以支持模型开发和评估。 我们对一系列分类模型进行了基准测试,证明了高性能是可行的,并为未来的研究提供了基准。 HARPT作为公共资源发布,以支持健康信息学、网络安全和自然语言处理领域的工作。
摘要: We present HARPT, a large-scale annotated corpus of mobile health app store reviews aimed at advancing research in user privacy and trust. The dataset comprises over 480,000 user reviews labeled into seven categories that capture critical aspects of trust in applications, trust in providers and privacy concerns. Creating HARPT required addressing multiple complexities, such as defining a nuanced label schema, isolating relevant content from large volumes of noisy data, and designing an annotation strategy that balanced scalability with accuracy. This strategy integrated rule-based filtering, iterative manual labeling with review, targeted data augmentation, and weak supervision using transformer-based classifiers to accelerate coverage. In parallel, a carefully curated subset of 7,000 reviews was manually annotated to support model development and evaluation. We benchmark a broad range of classification models, demonstrating that strong performance is achievable and providing a baseline for future research. HARPT is released as a public resource to support work in health informatics, cybersecurity, and natural language processing.
主题: 人机交互 (cs.HC) ; 密码学与安全 (cs.CR); 新兴技术 (cs.ET); 机器学习 (cs.LG)
引用方式: arXiv:2506.19268 [cs.HC]
  (或者 arXiv:2506.19268v2 [cs.HC] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.19268
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Timoteo Kelly [查看电子邮件]
[v1] 星期二, 2025 年 6 月 24 日 02:59:14 UTC (214 KB)
[v2] 星期四, 2025 年 6 月 26 日 15:23:54 UTC (214 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.HC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.CR
cs.ET
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号