Rozšíření uživatelských profilů pro účely cílené reklamy
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce se zabývá návrhem a realizací obohacení uživatelských profilů pro účely vylepšení cílené reklamy. Pro získání nových informací je využita extrakce dat z webových stránek. Extrahovaná data pochází ze dvou serverů, ČSFD a Recepty. V případě ČSFD se jedná o filmové žánry, zatímco u Recepty se jedná o kategorie receptů. Pomocí streamovacích aplikací se tyto informace zpracují a uloží do databází uživatelských profilů. Nad profily spadajícími do určité reklamní kampaně se provádí předzpracování a následně klasifikační algoritmy strojového učení pro vyhodnocení přínosu nových informací. Vyhodnocením experimentů je poznatek, že nově obohacené informace mají mírný přínos pro vylepšení cílené reklamy.
This thesis is devoted to designation and realisation of the extension of user profiles for improvement targeted advertising purposes. Web scraping is used for acquirement of new data information. Extracted data comes from two servers, ČSFD and Recepty. Data from ČSFD are film genres. Data from Recepty are categories of recepies. Streaming applications are used for processing of data and saving them to databases of user profiles. Preprocessing and machine learning classification algorithms are used for benefit evaluation of new informations for profiles in advertising campaigns. Evaluation of experiments shows that new informations have slight benefit in improvement advertising campaigns.
This thesis is devoted to designation and realisation of the extension of user profiles for improvement targeted advertising purposes. Web scraping is used for acquirement of new data information. Extracted data comes from two servers, ČSFD and Recepty. Data from ČSFD are film genres. Data from Recepty are categories of recepies. Streaming applications are used for processing of data and saving them to databases of user profiles. Preprocessing and machine learning classification algorithms are used for benefit evaluation of new informations for profiles in advertising campaigns. Evaluation of experiments shows that new informations have slight benefit in improvement advertising campaigns.
Description
Citation
HADAČ, F. Rozšíření uživatelských profilů pro účely cílené reklamy [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Inteligentní systémy
Comittee
doc. Ing. František Zbořil, Ph.D. (předseda)
prof. RNDr. Milan Češka, CSc. (místopředseda)
Ing. David Bařina, Ph.D. (člen)
Ing. Michal Bidlo, Ph.D. (člen)
doc. Ing. Lukáš Burget, Ph.D. (člen)
prof. RNDr. Ing. Miloš Šeda, Ph.D. (člen)
Date of acceptance
2019-06-20
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Vysvětlete, proč se ve zvolené reklamní kampani nepodařilo prokázat přínos nových informací zahrnutých do uživatelských profilů. Nemá vliv na výsledný přínos krátký časový úsek reklamní kampaně?
Result of defence
práce byla úspěšně obhájena
Document licence
Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 3 roku/let