拒绝Cookie成本指数:百站点击代价实测

金融经济
0 下载
2 浏览
2026-11-07

数据集简介

RejectAll Index 是什么

RejectAll Index 关注一个具体问题:在访问量最高的网站上,说“不”到底要付出多少点击。项目用无头浏览器逐一访问站点,记录 Cookie 横幅的拒绝路径,并给出确定性评分与等级,使不同站点的拒绝成本可以横向比较。所有测量结果来自德国的一条住宅网络连接,浏览器语言为 de-DE,时区为 Europe/Berlin,因此结论对应的是这一特定观察环境下的用户体验。

观察点

测量固定在一个真实用户侧环境:德国住宅网络、de-DE 浏览器语言、Europe/Berlin 时区。这一设定决定了横幅文本的语言与形态,也决定了站点在该地区投放的同意管理平台。项目在方法上明确区分“可测量”与“不可测量”,避免把无法识别的横幅误算成无横幅。

2026-10-30 这一轮的结果

该轮运行覆盖 Tranco 榜单(列表 PYK6J,创建于 2026-10-29)中按排名顺序取前 100 个主页返回 HTML 的域名,最远取到第 227 名,期间跳过 127 个域名。100 个站点中 84 个可测量,16 个无法测量;可测量的站点里 48 个显示横幅并被记录,36 个没有横幅。另有 35 个站点在用户做出任何选择之前就已触发第三方跟踪器。

表现最差的站点

评分体系对拒绝路径的层级深度、点击次数、预勾选开关等维度给出确定性分值,并据此划分等级。表现最差的站点集中在拒绝入口被推到第二层、需要多次点击才能完成拒绝,或默认开关已预先勾选的情形。完整排名与逐站分值可在仓库的表格页面中查看,原始测量值保存在 data/latest.json。

多次运行的稳定性

项目关注单轮结果是否可复现:同一站点在不同轮次之间的评分与等级是否保持一致,横幅是否出现、拒绝路径是否变化。运行记录按日期归档在 data/runs/ 下,便于对比同一域名在不同时间的表现。完整一轮测量约需 21 分钟。

如何使用

  • 完整表格:site/index.html
  • 原始数据:data/latest.json
  • 站点列表与跳过原因:data/sites.json,其中记录了 127 个被跳过域名的具体原因
  • 逐站证据:data/runs/2026-10-30/sites/<domain>/,包含截图、evidence.json 与请求日志
  • 站点徽章:site/badges/<domain>.svg
  • 按钮文本规则:rejectall/patterns.py,按多语言维护拒绝/接受按钮的识别文本

公开仓库可通过克隆或从 GitHub 页面下载获取。数据(data/、site/、docs/)采用 CC BY 4.0,署名格式为 “rejectall-index by dadwritestech, https://github.com/dadwritestech/rejectall-index”;代码单独采用 Apache-2.0。被测量网站的截图内容不在许可范围内。

方法要点

站点来自 Tranco 列表 PYK6J,按排名顺序选取主页返回 HTML 的前 100 个域名。浏览器为无头模式,在固定语言与时区下加载页面。横幅识别依赖 rejectall/patterns.py 中的多语言按钮文本规则,并设有 LLM 兜底以处理规则未覆盖的措辞。拒绝路径按层级与点击次数记录,同时检查是否存在预勾选开关。第三方跟踪器依据 Disconnect 列表在用户做出选择前进行判定。每一站的截图、证据 JSON 与网络请求日志一并归档,保证结论可回溯。

基本信息

记录数量未知
文件大小未知
文件格式JSON, HTML, SVG, PNG, PY
数据来源dadwritestech
站点数量100 个
数据许可CC BY 4.0
代码许可Apache-2.0
发布日期2026-11-07
观察环境德国住宅网络,de-DE,Europe/Berlin
数据落地页https://github.com/dadwritestech/rejectall-index
Cookie同意隐私保护拒绝成本第三方跟踪器Tranco榜单GDPR合规

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费