Uso de programação genética para propaganda direcionada baseada em conteúdo

• Autor(a) principal: Anisio Mendes Lacerda
• Data de Publicação: 2008
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/RVMR-7KWNCX
• topic: Recuperação de informação; Programacao genética; Programação genética (Computação); Analise de conteudo (Comunicação) Processamento de dados

A Internet é hoje uma das principais mídias de veiculação de anúncios, dentre outros motivos, devido a possibilidade de exposição global de produtos e serviços e aos baixos custos envolvidosnessa exposição. Com isso cada vez mais recursos são destinados a publicidade na rede. Oprincipal tipo de anúncio na Internet é a publicidade de busca, na qual um dado anuncianteobtém uma posição de destaque na lista de propagandas mediante um valor pago. Segundoprevisões do eMarketer, o crescimento dos ganhos com publicidade de busca será da ordemde 148%, saltando de US$ 16.9Bi em 2006 para US$ 42Bi em 2011. O tipo mais popular depublicidade de busca é conhecido como keyword-targeted advertising (propaganda direcionadabaseada em palavra-chave), no qual as propagandas exibidas para o usuário são escolhidasa partir dos termos de sua consulta. O sucesso da propaganda baseada em palavra-chavemotivou o surgimento de outro tipo de anúncio conhecido como content-targeted advertising(propaganda direcionada baseada em conteúdo). Neste caso, a lista de propagandas édeterminada a partir do texto da página na qual as propagandas serão exibidas.Neste trabalho propomos e testamos um novo arcabouço baseado em programação genéticapara o problema de propaganda direcionada baseada em conteúdo. Diferentemente detrabalhos anteriores nosso método permite combinar as evidências estatísticas disponíveis paramelhorar a sugestão de propagandas para páginas da Web. Assim, nosso trabalho propõe umanova técnica de sugestão de propagandas levando em consideração uma grande quantidade deevidências disponíveis o que leva a resultados superiores ao estado-da-arte na área.Para validar o arcabouço proposto utilizamos uma coleção real de páginas e uma coleçãoreal de propagandas. Os resultados experimentais mostram que o arcabouço baseado emprogramação genética superou em mais de 60% o melhor método da literatura em termosde precisão média. Além disso, programação genética mostrou-se bastante ecaz em evitar asugestão de propagandas não-relevantes em páginas da Web. Esse fato é muito importantedado o impacto negativo da sugestão de propagandas não-relevantes para os usuários. Porm, realizamos uma análise das árvores que representam os indivíduos gerados utilizandoprogramação genética, concluindo que existe grande variabilidade entre os melhores indivíduosem termos da estrutura das árvores. Além disso, vimos que apenas uma pequena parcela dasevidências disponíveis foi utilizada pelos melhores indivíduos encontrados.