A carregar...
Publicação
From user browsing behaviour to user demographics
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 5.38 MB | Adobe PDF |
Orientador(es)
Resumo(s)
A Internet conta hoje com mais de 3 mil milhões de utilizadores e esse valor não para
de aumentar. Desta forma, proporcionar uma experiência online agradável aos seus
utilizadores é cada vez mais importante para as empresas. De modo a tirar partido
dos benefícios deste crescimento, as empresas devem ser capazes de identificar os
seus clientes-alvo dentro do total de utilizadores; e, subsequentemente, personalizar a
sua experiência online. Existem diversas formas de estudar o comportamento online
dos utilizadores; no entanto, estas não são ideais e existe uma ampla margem para
melhoria.
A inovação nesta área pode comportar um grande potencial comercial e até ser disruptiva.
Com isto em mente, proponho-me a estudar a possível criacão de um sistema
de aprendizagem automática (machine learning) que permita prever informa ações demográficas
dos utilizadores estritamente com base no seu comportamento online. Tal
sistema poderia constituir uma alternativa às atuais opções, que são mais invasivas;
mitigando assim preocupações ao nível da proteção de dados pessoais.
No primeiro capítulo (Introdução) explico a motivação para o estudo do comportamento
dos utilizadores online por parte de empresas, e descrevo as opções disponíveis
atualmente. Apresento também a minha proposta e o contexto em que assenta. O
capítulo termina com a identicação de limitações que possam existir a priori.
O segundo capítulo (Machine Learning) fornece uma introdução sobre machine
learning, com o estudo dos algoritmos que vão ser utilizados e explicando como analisar
os resultados.
O terceiro capítulo (Implementação) explica a implementação do sistema proposto
e descreve o sistema que desenvolvi no decorrer deste estudo, e como integra-lo em
sistemas já existentes.
No quarto capítulo (Análise e manipulação dos dados), mostro os dados compilados
e explico como os recolhi e manipulei para testar a hipótese.
No quinto capítulo (Análise de dados e discussão) vemos como e que os dados
recolhidos foram usados pelos vários algoritmos para descobrir como se correlacionam
com dados dos utilizadores e analiso e discuto os resultados observados.
Por fim, o sexto e último capítulo apresenta as conclusões. Dependendo dos
resultados, mostro como a hipótese poderia ser melhor testada, ou então discuto os
próximos passos para tornar o sistema realidade.
Descrição
Dissertation presented as the partial requirement for obtaining a Master's degree in Information Management, specialization in Information Systems and Technologies Management
Palavras-chave
Comportamento online dos utilizadores de internet Previsão de informações demográficas Classificação de utilizadores Aprendizagem automática (Machine Learning)