Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?

El presente trabajo propone un modelo de machine learning para asignar el campo género a usuarios de dispositivos que formarán parte de diversas audiencias de usuarios a ser impactadas por campañas publicitarias digitales, en las que el atributo demográfico toma un lugar fundamental. El atributo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Longás, Daniela
Otros Autores: Roccatagliata, Pablo
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Publicidad Audiovisual
Predicción tecnológica
Análisis de datos
Machine Learning
Economic Value of Information
Audiencias
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/11581
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-11581
record_format dspace
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
orig_language_str_mv spa
topic Publicidad Audiovisual
Predicción tecnológica
Análisis de datos
Machine Learning
Economic Value of Information
Audiencias
spellingShingle Publicidad Audiovisual
Predicción tecnológica
Análisis de datos
Machine Learning
Economic Value of Information
Audiencias
Longás, Daniela
Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
topic_facet Publicidad Audiovisual
Predicción tecnológica
Análisis de datos
Machine Learning
Economic Value of Information
Audiencias
description El presente trabajo propone un modelo de machine learning para asignar el campo género a usuarios de dispositivos que formarán parte de diversas audiencias de usuarios a ser impactadas por campañas publicitarias digitales, en las que el atributo demográfico toma un lugar fundamental. El atributo género es un requisito en gran parte de las audiencias ofrecidas. La empresa creadora de audiencias en la que se basa este trabajo recibe información sobre datos demográficos de pocos usuarios, por lo que predecir el género de usuarios de dispositivos de los que no se tengan registros del género será el principal objetivo. El primer modelo se entrena con características de User Agent, es decir atributos como marca y modelo del dispositivo, navegador, sistema operativo y versión del sistema operativo. Un segundo modelo sumará a los atributos del primero características de dominios visitados por cada dispositivo. Finalmente, un tercer modelo sumará atributos de urls o sitios web específicos, visitados por los usuarios para asignarles género lo más certeramente posible. En todos los casos se intentarán técnicas de modelos de ensamble, como random forest y xgboost, al igual que regresión logística regularizada. En base al output de este ejercicio, se logrará aumentar el volumen de las audiencias ofrecidas a distintas agencias de publicidad o empresas, y por ende, los ingresos de la compañía generadora de dichas audiencias, en base al enfoque EVI (Economic Value of Information). Palabras clave: audiencias, género, demográfico, machine learning, random forest, xgboost, sitios web, dominios, user agent, compra programática.
author2 Roccatagliata, Pablo
author_facet Roccatagliata, Pablo
Longás, Daniela
format Tesis de maestría
acceptedVersion
author Longás, Daniela
author_sort Longás, Daniela
title Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
title_short Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
title_full Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
title_fullStr Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
title_full_unstemmed Audiences Marketplace + Infonomics: How well can Machine Learning predict web user demographics?
title_sort audiences marketplace + infonomics: how well can machine learning predict web user demographics?
publishDate 2023
url https://repositorio.utdt.edu/handle/20.500.13098/11581
work_keys_str_mv AT longasdaniela audiencesmarketplaceinfonomicshowwellcanmachinelearningpredictwebuserdemographics
bdutipo_str Repositorios
_version_ 1764820542577180672

Ejemplares similares