| Summary: | Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-10-01T14:54:33Z
No. of bitstreams: 1
MARCO ANTONIO CAVALCANTE ROSNER - DISSERTAÇÃO PPGCC 2012..pdf: 5553180 bytes, checksum: 2e38a38dc9e5326a52a238cecc68b4f0 (MD5) === Made available in DSpace on 2018-10-01T14:54:33Z (GMT). No. of bitstreams: 1
MARCO ANTONIO CAVALCANTE ROSNER - DISSERTAÇÃO PPGCC 2012..pdf: 5553180 bytes, checksum: 2e38a38dc9e5326a52a238cecc68b4f0 (MD5)
Previous issue date: 2012-03-15 === 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. === In recent years, the use of smartphones has been popularized and, beside of that, there are the growth of broadband access via smartphone. In this scenario, based on Pervasive Computing, Pervasive Advertising appears. The pervasive advertising make use mobile devices and sensors for obtain user context information to delivery ad. So, in this work is proposed a infra-structure for delivery pervasive ads in way to find the more suitable ad for consumer, using consumption statistics, user profile and context. The feasibility of this infra-structure was established through development of a case study where the prototype was available for teachers, workers and students of UFAL - Federal University of Alagoas - for they receive ads and verify that ads was interesting.
|
|---|
