Investigacin sobre el comportamiento de la publicidad dirigida
en Internet Mvil
LIU Jian-yi1, Wang Cong2, Zhang Ru1, Zhao Xin-yi11. School of
Computer, Beijing University of Posts and Telecommunications,
Beijing 100876, China2. School of Software Engineering, Beijing
University of Posts and Telecommunications, Beijing 100876,
China
Abstract:Este artculo disea e implementa el sistema de
publicidad y recomendacin basado en el comportamiento del usuario
bajo Internet mvil. Analizando el comportamiento en lnea del
usuario, usando perfiles que incluyen intereses a largo plazo y se
pueden obtener los intereses de corto plazo. Al final de este
artculo, se calcula la similitud entre los grupos de comportamiento
y la publicidad, la cual es usada para clasificar y seleccionar la
publicidad ms apropiada. Los experimentos muestran que el sistema
puede colocar la publicidad apropiada de acuerdo a los diversos
intereses de los usuarios.Palabras clave: Internet Mvil,
comportamiento de usuario, publicidad contextual1. 2. IntroduccinEl
negocio oficial del 4G y la promulgacin de licencias de operadores
virtuales de telecomunicaciones, ha revolucionado el entorno del
Internet Mvil en los aspectos tcnico y econmico. La integracin
amplia y profunda de la red (redes de telecomunicacin, redes de
televisin, redes de computadoras), negocios (servicios de
telecomunicaciones, aplicaciones de Internet, servicios de video),
modelo comercial (libre, cargo, pago a terceros), terminales
(televisin mvil y fija, telfono, computadora, etc.) producirn
varios nuevos negocios. La publicidad mvil para estos interactivos,
de enorme capacidad de informacin, amplia cobertura y bajos costos,
ha llegado a ser uno de los principales modelos del Internet
Mvil.Actualmente, la publicidad mvil no considera los intereses del
usuario, los usuarios tienden a aceptar pasivamente algunos
contenidos publicitarios en el que ellos no estn interesados, de
forma que muchos usuarios mantienen actitudes hostiles contra estos
anuncios. nicamente colocando publicidad basada en el anlisis de
los intereses del usuario, podemos lograr el efecto de anunciar.
Est es tambin la inevitable tendencia del desarrollo de la
publicidad mvil.La tecnologa de la publicidad recomendada incluye
bsqueda patrocinada, publicidad contextual y focalizacin conductual
[1]. La bsqueda patrocinada tambin conocida como publicidad clave,
por que usa un motor de bsqueda para buscar palabras clave de los
usuarios, devuelve publicidad asociada con la palabra clave de la
biblioteca de anuncios. Por ejemplo, el programa AdSense de Google,
paga servicios de clasificacin de Baidu y otros. La investigacin de
bsqueda de publicidad patrocinada se enfoc en la optimizacin de la
publicidad, prediccin de publicidad por click, ranking pagado,
consulta de palabras reescritas y otros aspectos [2-6].La
publicidad contextual entrega anuncios de contenido relacionado en
la pgina web basndose en el contenido web [7]. Por ejemplo, el
Match contextual de Yahoo, la plataforma de publicidad online de
Microsoft Service Network(MSN)La publicidad contextual es una nueva
forma de modelo de publicidad. Su propsito es usar el
comportamiento de la bsqueda en Internet de los usuarios,
proporcionando informacin publicitaria de acuerdo a la intencin del
usuario. Analizando el historial de registros de web de los
usuarios, se accede a comportamientos valiosos de los usuarios y se
les entrega anuncios relacionados, de esta forma la focalizacin
conductual puede proporcionar anuncios que abarcan las necesidades
de los usuarios [8]. Actualmente no hay mucha produccin acadmica en
investigacin de focalizacin conductual. En el artculo [9-10], el
comportamiento de los clicks de los usuarios es utilizado en la
focalizacin conductual. En el artculo [11-3], se clasifica primero
a los usuarios utilizando anlisis probabilstico semntico latente,
entonces recomienda informacin de publicidad basada en el
comportamiento de los clicks del mismo grupo de usuarios. En la
industria, muchos sistemas comerciales desarrollaron funciones de
focalizacin conductual. Por ejemplo, Adlink[14] considera el
comportamiento conversacional de los usuarios a corto plazo.
DoubleClick[15] usa buscadores y el sistema operativo de los
usuarios para mejorar el rendimiento de la segmentacin de los
usuarios. Specificmedia[16] puede predecir cada inters del usuario
y su voluntad para comprar.Debido a la naturaleza personal del
terminal mvil, los datos adquiridos tienen caractersticas
personales precisas, de forma que es fcil para los operadores y
publicistas identificar usuarios, analizar el comportamiento de
esos usuarios y encontrar sus intereses. Este artculo estudia el
sistema de publicidad recomendada basada en el comportamiento del
usuario y coloca publicidad analizando los registros de navegacin
del usuario y calculando los intereses a largo plazo y a corto
plazo de los usuarios.3. Arquitectura del sistemaEl sistema de
recomendacin de publicidad focalizada en la conducta est diseada
para mejorar la eficiencia de la publicidad modelando el
comportamiento de los usuarios y precisando recomendaciones para
los usuarios basada en los datos de comportamiento de los usuarios.
La arquitectura del sistema se muestra en la Figura 1, incluyendo
el subsistema de anlisis de comportamiento de los usuarios, sistema
de publicidad, pgina de protocolo de aplicacin inalmbrico (WAP) del
subsistema de anlisis.
Figura 1 Arquitectura del sistema de la publicidad en mviles
focalizado en el comportamiento.Todo el subsistema arriba, pgina
web WAP del sistema de anlisis contiene el mdulo de anlisis, mdulo
de segmentacin y el mdulo de clasificacin de pginas. El mdulo de
anlisis de pginas realiza la funcin de la extraccin de texto de la
pgina Web. El mdulo de anlisis de la pgina web eliminar la
informacin irrelevante de la pgina WAP, tales como links de
navegacin, imgenes, msica y otra informacin. El mdulo de anlisis de
la pgina usa principalmente tecnologas de remocin de etiquetas HTML
para extraer pginas de texto encontrando las etiquetas del script
de la pgina. La salida es el texto que contiene la pgina web (con
el ttulo y algunas etiquetas), el texto de la pgina es procesado
por el mdulo de segmentacin. El mdulo de segmentacin usa un
algoritmo avanzado para dividir sentencias largas del texto en
palabras individuales y da la parte lxica de la palabra para
buscarla en el diccionario. El mdulo de clasificacin de la pgina
utiliza el algoritmo de clasificacin bayesiana para identificar el
tema de la web e identificar los intereses del usuario por el
tema.En el subsistema del anlisis del comportamiento del usuario,
el proceso de navegacin y comportamiento del usuario es almacenado
en la bitcora del WAP. El sistema establece el modelo de las
caractersticas de comportamiento del usuario de acuerdo al
historial de bsquedas de la bitcora del WAP y distingue los
intereses a largo y corto plazo de ese periodo de navegacin. Los
intereses de largo plazo reflejan un comportamiento estable de
navegacin de los usuarios en un periodo de tiempo relativamente
largo, de modo que es predecible. Los intereses de corto plazo
reflejan comportamientos ocasionales de los usuarios en un corto
periodo de tiempo. Por ejemplo, un usuario varn busca cantidades de
pginas web sobre el da de San Valentn para comprar regalos para su
esposa, esto es difcil de predecir.El sistema de publicidad usa
categoras de pginas y un modelo de caractersticas de comportamiento
de los usuarios haciendo uso de alguna estrategia de publicidad. De
acuerdo a la categora de la pgina, el sistema busca los avisos de
esta categora, entonces coloca publicidad similar a los intereses
de los usuarios buscando en esta publicidad.4. Algoritmo de anlisis
de comportamiento del usuarioLos estudios sicolgicos sugieren que
la memoria humana est dividida en memoria de largo plazo y memoria
de corto plazo correspondiente a los intereses. El inters de largo
plazo es una preferencia relativamente fija de los usuarios la cual
se obtiene por acumulacin en un periodo largo de tiempo, su
desempeo general es que el usuario est interesado en algo por un
largo periodo de tiempo. En el internet mvil se aprecia que los
usuarios continuamente prestan atencin a ciertos tipos de pginas
Web. Los intereses de corto plazo se aprecian por el comportamiento
de los usuarios, su funcionamiento se basa en que el usuario est
interesado en algunos tipos de cosas en un cierto periodo de
tiempo). En el Internet mvil usualmente se presenta que el acceso a
algunas pginas se incrementa de repente y despus retorne al mismo
nivel. El corto plazo es a menudo activo y mutable, el cual
necesita para tomar respuestas rpidas. De esta forma, este articulo
usa un mtodo de ventana deslizante La nueva pgina web continuamente
se desliza en la ventana desde el lado derecho del modelo de corto
plazo que se actualiza rpidamente.Para un registro de acceso
bitcora de ciertos usuarios, se supone el tamao de una ventana
deslizante es K, de acuerdo a la secuencia de tiempo esta contiene
K pginas web llamadas P1, P2, Pk al cual le corresponde el tiempo
de acceso t1, t2,y el usuario corriente se establece.1) Toma la
pgina web D cerca de acuerdo al tiempo y usa el algoritmo de
clasificacin Bayesiana para clasificar la pgina web. La frmula de
clasificacin es la siguiente:
En esta frmula, F es el conjunto caractersticos de la pgina
clasificada D, Pr(fi|T), se estima con el nmero del j-esimo tema Tj
en el tema de coleccin, dividiendo el nmero total en Tj. Pr(Tj) es
la frecuencia de muestreo de Tj. Mientras Pr(fi|D) es estimado por
el nmero de apariciones de la frecuencia fi en D, dividiendo la
frecuencia total de trminos en D.2) Si la pgina D pertenece a un
cierto tema en conjunto de intereses actual, entonces se adiciona
esto dentro de este conjunto de temas y actualiza el modelo de
clasificacin de este tema.3) Si la pgina D no pertenece a ningn
tema del conjunto de intereses actual, entonces vemos la pgina como
una nueva clase de inters y la adicionamos dentro del conjunto de
intereses actuales.4) Nos quedamos con todas las pginas Web de
acuerdo con los paso arriba. Cuando un usuario visita nueva pgina
web maneje esto con los pasos de arriba. Deslice la ventana de
izquierda a derecha y las pginas viejas pueden deslizarse fuera de
la ventana y entonces remueva esto del conjunto actual.Luego de los
pasos de arriba, se forman varios temas de inters de los usuarios.
Como todos los temas, pueden ser algunos temas los cuales se forman
por acceso aleatorio de los usuarios. Estos temas contienen menos
muestras de pginas y no expresan los intereses de los usuarios de
forma que estos pueden ser filtrados como ruido. De acuerdo al
acceso de los usuarios en orden de tiempo, la importancia de los
diferentes temas de inters es diferente. La importancia de los
ltimos intereses de corto plazo y los intereses de largo-trmino
estables son ms grandes que los intereses de corto plazo previos.
La importancia de los intereses de largo tiempo depende de la
regularidad del acceso de la frecuencia de acceso de los usuarios.
As como los temas de inters de corto plazo wi, usan el tiempo de
acceso promedio de las muestras de pginas en el tema de inters a
medir. Por la importancia de los temas de largo plazo wi, usamos el
error medio cuadrtico del tiempo de acceso de las muestra de pginas
en el tema de inters a medir.Cuando un usuario navega en una pgina
web e identifica su categora de la pgina Web. Entonces busca los
anuncios de esta categora en el sistema y adopta los intereses de
los usuarios para calcular en la biblioteca de anuncios, finalmente
obtenemos los anuncios que pareces ms similares con los intereses
del usuario, la frmula es como sigue:
En esta frmula. Ti es el ith inters. Wi es el peso de su inters
y Aj es la jth publicidad. Calculamos el S(a,b) mediante el coseno
de la frmula y es la similitud del ith inters y el jth anuncio. En
este caso, cada anuncio tendr varios puntajes, se toma el puntaje
max{Sij} como la publicidad Sj. Finalmente seleccionamos la
publicidad que es apropiada para el usuario de acuerdo al orden del
ms alto al ms bajo puntaje de Sj.5. Datos experimentales y
anlisis.4.1 DatasetEste artculo usa la bitcora del WAP de un
operador de telecomunicaciones el cual es nombrado por los datos.
Cada parmetro en las bitcoras est separado por espacios y cada lnea
es un comportamiento del usuario.Los nombres de parmetros
especficos y la interpretacin de estos son como sigue:
Los datos de publicidad usados en este artculo es el anuncio de
palabras clave adquiridas de Baidu, Google y otros motores de
bsqueda que contengan algo de 2000 temas y 10000 diferentes
publicidades de informacin. Los datos experimentales son tomados de
cerca de 100 pginas web de un registro de acceso de usuarios
involucrando una variedad de clasificaciones.En medio de estas
pginas, hay 21 pginas relacionadas en la categora 1 y 22 pginas
relacionadas en la categora 2, incluso distribuyendo a travs de las
primeras 80 pginas. Las pginas en la categora 3 distribuyen incluso
a travs de las primeras 50 pginas y las pginas en la categora 4 se
enfocan en los ltimos accesos a las pginas. Las pginas en estas 4
categoras cuentan con el 75% de los usuarios que acceden a la
pgina, otros temas de pginas Web son relativamente dispersos y
manejables como ruido. La clasificacin y la distribucin de la pgina
web se muestran en la figura 2
4.2 Anlisis de os resultados del comportamiento a corto
plazo.Para el comportamiento de los usuarios a corto plazo, el peso
de un tema de inters depende principalmente del tiempo de acceso de
la muestra de pginas en el tema. El ms cercano es el tiempo de
acceso, el ms alto es el que tiene ms peso.La figura 3 muestra el
impacto de los comportamientos de los usuarios a corto plazo de los
usuarios en el peso de clasificaciones, el eje horizontal
representa el nmero de ventanas de seguimiento y el eje vertical
representa los cambios de pesos de los temas de inters como el
incremento del tiempo. Cuando el nmero de una clasificacin en la
ventana es ms bajo que el nmero de pginas efectivas, esta
clasificacin se filtrara como ruido. En el primer paso, clase 1,
clase 2 y clase 3 se distribuyen incluso en la muestra, sin embargo
el peso distribuido desigualmente por el impacto del ruido filtrado
en la ventana de seguimiento. En la ltima etapa, el peso decrece
porque en la clase 3 existe ventana de seguimiento, al mismo
tiempo, el peso de la clase 4 se incrementa notablemente por que
los usuarios se concentraron en navegar la clase 4 en la ltima
etapa. Desde que otras clasificaciones logran el nmero efectivo de
pginas Web, ellos han sido filtrados como ruido.
En los resultados de los pesos, podemos encontrar que con los
mismos puntos, por ejemplo en la ventana 26-36 las diferencias de
pesos no es pequea entre las clases 1 y clases 2, de forma que el
tipo de publicidad puede ser recomendado de acuerdo al valor del
peso.4.3 anlisis de los resultados de comportamiento de corto
plazo.Para el comportamiento de los usuarios, el peso de un cierto
tema de inters depende principalmente del grado de dispersin de la
pgina. La ms regular frecuencia de actualizacin de los usuarios y
el peso es algo alto.La figura 4 muestra el impacto del
comportamiento a largo plazo en el peso de los temas de inters, el
eje x vertical representa los cambios de peso de cada clasificacin
como el incremento del tiempo. Cuando el nmero de una clasificacin
en la ventana es ms bajo que el nmero de la pgina efectiva, esta
clasificacin ser filtrada como ruido. Tanto para la clase 1 como la
2, porque sus muestras se distribuyen incluso en la parte anterior,
el peso del comportamiento es alto. Para la clase 3, se distribuye
incluso en la primera parte de la muestra, esto no se distribuye
incluso con la clase 1 y la clase 2 en la ltima parte, de forma que
el peso de la clase 3 es menor que el de la clase 1 y 2. Al mismo
tiempo, el peso de la clase 4 se incrementa notablemente porque el
usuario se concentra en buscar la clase 4 en la ltima etapa, pero
esto no contina cuando el peso de la clase 3 es menor que el de las
clases 1 y 2. Desde que otras clasificaciones no consiguen el nmero
de pginas efectivas ellas se filtran como ruido.Por lo tanto, las
clases 1 y clase 2 pueden representar intereses de largo plazo del
usuario. De modo que cuando se coloquen anuncios para este usuario,
los anuncios relacionados clase 1 y clase 2 pueden ser colocados
primeramente.
6. ConclusionesEste artculo disea e implementa el sistema de
recomendacin y publicidad basado en el comportamiento del usuario
en la Internet mvil. Este sistema contiene un subsistema de anlisis
de comportamiento. Para representar con algoritmos de anlisis de
caractersticas, perfiles de usuario que incluyen intereses de largo
plazo y los intereses de corto plazo pueden ser obtenidos. Y al
final se calcula la similitud entre el grupo de comportamiento y la
publicidad, la cual se utiliza para rankear y seleccionar la
publicidad ms apropiada. El experimento muestra que el sistema
puede colocar la publicidad de acuerdo a los intereses de los
usuarios.Entre tanto la exactitud del algoritmo arriba descrito es
aun mejorable. El algoritmo propuesto an necesita pruebas de
estabilidad, verificacin as cmo asegurar la exactitud y la
estabilidad del algoritmo.ReconocimientosEste trabajo fue soportado
por el Beijing Higher Education Young Elite Teacher Project
(YETP0448), National Key Technology Research and Development
Program (2012BAH08B02), Beijing Municipal Science and Technology
Project (Z131100001113034), la Specialized Research Fund for the
Doctoral Program of Higher Education (2013114), el Hi-Tech Research
and Development Program of China (2012AA012606), the Digital Right
Management Technology Research and Development Project
(1681300000119).
Referencias
1. Broder A, Fontoura M, Josifovski V, et al. A semantic
approach to contextual advertising. Proceedings of the 30th
International Conference on SIGIR , Amsterdam, 2007: 5595662.
Anastasakos T, Hillard D, Kshetramade S, et al. A collaborative
filtering approach to ad recommendation using the query-ad click
graph. Proceedings on CIKM, 2009: 192719303. Attenberg J, Pandey S,
Suel T. Modeling and predicting user behavior in sponsored search.
Proceedings on KDD, 2009: 106710764. Hillard D, Schroedl S,
Manavoglu E, et al. Leggetter. Improving ad relevance in sponsored
search. Proceedings on WSDM, 2010: 3613705. Zhang W, He X, Rey B,
et al. Query rewriting using active learning for sponsored search.
Proceedings on SIGIR, 2007: 8538546. Zhang W, Jones R. Comparing
click logs and editorial labels for training query rewriting.
Proceedings on WWW Workshop on Query Log Analysis, Social and
Technological Challenges, 20077. Shi S C, Cehng T, Wang X, et al.
Advertisement-Promotion Research Based on the Content of Webpage.
Journal of Chinese information processing,8. Yu S P, Chen G. An
efficient algorithm of behavior-targeted advertising.Computer
Applications and Software, 2011, 28(4): 479. Chakrabarti D, Agarwal
D, Josifovski V. Contextual advertising by combining relevance with
click feedback. WWW 200810. Li T, Liu N, Yan J, Wang G, et al. A
Markov chain model for integrating behavioral targeting into
contextual advertising. In Proceedings of KDD Workshop on Data
Mining and Audience Intelligence for Advertising. 2009:11. Wu X H,
Yan J, Liu N, et al. Probabilistic latent semantic user
segmentation for behavioral targeted advertising. KDD Workshop on
Data Mining and Audience Intelligence for Advertising, 2009:
101712. Yan J, Liu M, Wang G, et al. How much the Behavioral
targeting can help online advertising? In Proceeding of WWW09,
2009: 26127013. Ahmed A, Low Y, Aly M, et alScalable distributed
inference of dynamic user interests for behavioral targeting.
Proceedings of the l7th ACM SIGKIDD International Conference on
Knowledge Discovery and Data Mining, 2011
