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

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: ROSNER, Marco Antonio Cavalcante.
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
UFCG
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/1860
Resumo: 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.