Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/73583| Author(s): | Pedro Manuel Santos Borges |
| Title: | Online Advertising: Forecasting and Synthesising Web Activity Based On Historical Data |
| Issue Date: | 2014-07-14 |
| Abstract: | The online advertisement industry handles a large quantity of money and users everyday. This industry is always trying to get more efficient, for example, by enhancing the targeting of online advertising campaigns. This pursuit of efficiency on the world of online advertising turned simpler methods of predic- tion unable to report an accurate number of impressions, used to calculate the value of a publisher's inventory. The introduction of concepts like frequency capping made that very clear. There is now the necessity not only to predict the number of visits, but also to predict when this visits will happen, what the user did before going to that website and who he is. In this document that concept will be approached using Data Mining techniques, such as clas- sification and clustering, in order to generate a future ad request log using only past data. This generated results will be perfect afterwards, to be used on simulators capable of calculate important metrics, for publishers and advertisers, for a set of campaigns. |
| Description: | O mercado da publicidade online envolve diariamente muito dinheiro e muitos utilizadores. Este mercado que esta constantemente à procura de formas de se tornar mais eficiente, por exemplo, melhorando o público alvo das suas campanhas publicitárias. Esta busca pela eficiencia no mercado da publicidade online tornou metodos de previsão mais simples incapazes de calcular correctamente o número de impressões, utilizadas para calcular o valor do inventario de um publisher. A introdução de conceitos como o frequency capping torna isso muito evidente. Há actualmente a necessidade de não só prever o número de visitas, como também quando vão ocurrer essas visitas, o que o utilizador fez antes de lá chegar e quem é o utilizador em questão. Neste trabalho esse conceito vai ser abordado recorrendo a técnicas de Data Mining, como a classificação e o clustering, de forma a conseguir gerar um registo futuro de pedidos de publicidade utilizando apenas dados passados. Os registos gerados estarão prontos a serem posteriormente utilizados, em simuladores capazes de calcular os resultados, para um universo de campanhas. |
| Subject: | Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering |
| Scientific areas: | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering |
| DOI: | 10.34626/7md3-a976 |
| TID identifier: | 201316919 |
| URI: | https://hdl.handle.net/10216/73583 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| License: | https://creativecommons.org/licenses/by-nc/4.0/ |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 31605.pdf | Online Advertising: Forecasting and Synthesising Web Activity Based On Historical Data | 5.99 MB | Adobe PDF |  View/Open |
This item is licensed under a Creative Commons License
