Infraestrutura para entrega de anúncios de publicidade pervasiva personalizados baseada em estatística de consumo.

• Autor(a) principal: ROSNER, Marco Antonio Cavalcante.
• Data de Publicação: 2012
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1860
• topic: Engenharia de Software; Publicidade Pervasiva; Anúncios On-Line; Estatística de Consumo - Publicidade; Computação Pervasiva; Anúncio Publicitário; Informações de Contexto - Publicidade On-Line; Publicidade Pervasiva Personalizada; Pervasive Advertising; Online Ads; Custom Pervasive Advertising; Consumer Statistics - Advertising; Ciência da Computação.

Nos últimos anos tem-se observado a popularização do uso de smartphones e, aliado a isso, o crescimento do acesso à banda larga via smartphone. É nesse cenário que, com base na Computação Pervasiva, surge a Publicidade Pervasiva, a qual faz uso de dispositivos móveis e sensores para obter informações do contexto do usuário visando entregar o anúncio publicitário mais adequado. Contudo, a obtenção das informações de contexto utilizadas para recomendar anúncios de maneira oportunista, ou seja, o anúncio mais adequado para um usuário, tem como base o seu perfil e as suas preferências. Identificar estas preferências demanda interação do usuário, o que vai de encontro ao conceito de transparência da computação pervasiva. Neste trabalho propõe-se uma infraestrutura para entrega de anúncios de publicidade pervasiva personalizados de forma a encontrar o anúncio publicitário mais adequado ao consumidor, levando em conta estatísticas de consumo, o perfil do usuário e o contexto no qual está inserido. A utilização de estatísticas de consumo permite inferir o perfil do usuário baseado em um conjunto restrito de informações, reduzindo a necessidade de interação do usuário para identificação de seu perfil. Para avaliar a infraestrutura, foi desenvolvido um protótipo aplicado a um estudo de caso com professores, funcionários e estudantes da Universidade Federal de Alagoas, os quais receberam anúncios em dispositivos portáteis e indicaram quais desses anúncios eram de seu interesse. Durante o estudo, a solução proposta apresentou resultados melhores que as abordagens existentes na recomendação de anúncios oportunistas.