Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/33925
Título: | Smart Targeting de conteúdos para fidelizações e ofertas |
Outro(s) título(s): | Content Smart Targeting for offers and fidelization |
Autor(es): | Telha, Luana Geórgia Lopes |
Orientador(es): | Afonso, Paulo Fernandes, João M. |
Palavras-chave: | Sistemas de recomendação Filtragem colaborativa Filtragem baseada em conteúdos Filtragem híbrida Cupões de oferta Fidelização Recommender systems Collaborative filtering Content-based filtering hybrid filtering Cuppons Loyalty |
Data: | 2014 |
Resumo(s): | Os utilizadores de serviços informáticos recebem diariamente uma quantidade significativa e
crescente de conteúdos não solicitados e muitas vezes não desejados. Este SPAM acontece através de
diversos canais de comunicação, tais como: correio eletrónico, redes sociais, web sites ou aplicações
móveis (via publicidade). Existem vários fatores que podem ajudar a melhorar o direcionamento destes
conteúdos para utilizadores potencialmente interessados, tais como: dados demográficos e áreas de
interesse obtidos através do perfil do utilizador, dados geográficos obtidos através das coordenadas
GPS do smartphone, padrões de utilização da aplicação (que conteúdos o utilizador costuma visualizar
ou apagar, etc.), entre outros.
É neste contexto que surge este estudo sobre Sistemas de Recomendação de Conteúdos os
quais são conjuntos de técnicas que ajudam a filtrar conteúdos tendo em consideração as preferências
do utilizador. As técnicas mais utilizadas nestes sistemas são técnicas de Filtragem Híbrida, as quais
combinam a Filtragem Colaborativa com a Filtragem Baseada em Conteúdos. O propósito deste projeto
focou-se no desenvolvimento de um mecanismo de recomendações de ofertas para uma aplicação
específica: a CardMobili.
Primeiramente foi selecionado o algoritmo de Filtragem Híbrida a ser implementado no
mecanismo. Na segunda parte do projeto procedeu-se à concepção de um mecanismo adequado à
aplicação, para o efeito de recomendações. A aplicação foi testada e foi efetuada a análise crítica das
suas vantagens e dos seus pontos fracos. O mecanismo mostrou-se eficiente e satisfatório
considerando os resultados obtidos. Porém, o mecanismo poderá ser aperfeiçoado se se proceder à
adaptação da interface da aplicação. Foram também identificadas algumas possíveis melhorias tanto
na eficácia de apresentação dos resultados, como no enriquecimento dos dados disponíveis para
serem processados pelos algoritmos de filtragem. Daily, IT services users receive a significant and growing amount of content unsolicited and often unwanted. This SPAM happens through many communication channels, such as email, social networks, web sites and mobile applications (via advertising). There are several factors that can help to improve the targeting of these contents to potentially interested users, such as demographics and areas of interest obtained from the user profile, geographic data obtained from the GPS coordinates of smartphone, usage patterns of the application (which content the user usually view or delete, etc.), among others. It is in this context that arises this study on Recommender Systems which are techniques that help to filter content taking user preferences into account. In such systems, the most used filtering techniques are hybrid techniques that combine collaborative filtering and content based filtering. The purpose of this project focused on developing an offers recommendations mechanism for specific app: CardMobili. Firstly, a hybrid filtering algorithm was selected to be implemented in the mechanism. The second part of this project was devoted to the design of an appropriate mechanism to the application, for recommendations effect. The application was tested and a critical analysis of their strengths and their weaknesses has been made. The mechanism proved to be efficient and satisfactory accordingly the obtained results. However the mechanism can be improved with a better preparation of the application interface. It was also identified some possible improvements in both efficiency of reporting and the enrichment of the available data to be processed by the filtering algorithms. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Engenharia de Sistemas |
URI: | https://hdl.handle.net/1822/33925 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Luana Geórgia Lopes Telha.pdf | 10,71 MB | Adobe PDF | Ver/Abrir |