Recebido / Recib ido: 17/04/20011 ceitação / Aceptación ... · erfil Psicográfico basa en con...
Transcript of Recebido / Recib ido: 17/04/20011 ceitação / Aceptación ... · erfil Psicográfico basa en con...
R
MP
AG
a
1 d
2
d
3
L
RISTI, N.º 7, 0
ModeladPsicográ
Abraham RodGonzález3
arodriguez@d
Departamento de Gran Canaria
Departamento de Gran Canaria
Instituto UniveLas Palmas de G
Resumsemántcontextpublicitcomporinformay un sisegmenuna ma
Palabrontolog
AbstrareasonedemandontologrelevansystemsknowleInformevolutiolanguag
KeywoOntolog
06/2011
do Basaáfico del
dríguez Rodr
dis.ulpgc.es, n
de Informática a, España.
de Informática a, España.
ersitario de MicrGran Canarias, E
men: En este ticos pueden to de serviciostaria donde lartamiento delación relevantistema basadontación de los anera que otra
ras clave: gías.
act: In this pers can help id multimedia gies are used nt informations can provide
edge in a way tation regardionary charactges.
ords: Advertigies.
do en Ol Usuari
ríguez1, Nico
niglesiasg@gm
y Sistemas, Uni
y Sistemas, Un
roelectrónica (IEspaña.
trabajo descriayudar en la
s multimedia. as ontologías l usuario (y te. Nuestra hio en conocimi usuarios, utilias técnicas de r
Publicidad;
paper we disn the definitio services. We to model thn. The comb
e a better userthat other recoing the sociater) can be be
sing; Marketi
ntologíaio en Pu
olás Iglesias G
mail.com, jqui
iversidad de Las
iversidad de La
UMA), Univers
ibimos como e definición d Diseñamos uson usadas pasu carácter pótesis indicaiento puede pizando el conorecomendació
Marketing
cuss how theon of marketi design a recoe features anbination of or segmentationommendation
al or lifestyleetter managed
ing Strategies;
A
as del Peublicidad
García2, José
inteiro@iuma
s Palmas de Gra
as Palmas de Gra
sidad de Las Pal
el uso de ontode estrategias una arquitectuara modelar levolutivo), as
a que la combproporcionar uocimiento del ón no son capa
dirigido; Re
e use of ontoing strategies
ommendation nd user behavontologies ann quality by u
n techniques ae behavior ofd using the ca
; Recommend
Recebido / RecibAceitação / Aceptac
erfil d Dirigid
é María Quin
a.ulpgc.es
an Canaria, 350
an Canaria, 350
mas de Gran Ca
ologías y razode marketing
ura de recomeas característisí como parainación de onuna mejor caldominio espec
aces de aprove
comendación
ologies and s in the contexarchitecture ivior, as well nd Knowledgusing specific are not able tof customers (apabilities of o
dation System
bido: 17/04/20ción: 05/06/20
47
da
teiro
17, Las Palmas
017, Las Palmas
anaria, 35017,
nadores g en un ndación icas y el
a inferir ntologías lidad de cífico de
echar.
; OWL
emantic xt of on-n which to infer
ge-based domain exploit. (and its ontology
ms; OWL
011 011
7
Mo
48
1.
Laprenpáenusesan(D
Tadien$1
Lapu20y rdeDepacofin
Undequusenmen
Tacr2)peca(G
odelado Basado en
8
Introdu
a publicidad roducto y sabn Internet seáginas Web pntre otras tesuario, sus bstos datos, ununcios más Deschene, 20
al como se drigida se inc
n el año 2011.700 para el
as fórmulas ublicidad dir007). Esta esreagruparlosel usuario deeschene (200ara las camomportamiennal, sino que
na forma de e Vida Familiue los usuarsuario casadon la etapa N
muebles, ensentre otros.
ambién son riterios como). Por ejemplersonalizacióaracterísticasGallo, 2007).
n Ontologías del P
ucción
dirigida se ber exactamee basan en ipara su publiecnologías s
búsquedas, duna red publ
relevantes y008).
describe en crementa año10, siendo sul 2012.
que existenrigida se ba
strategia conss cuando su peterminan su08, p. 2), “Lompañas punto del usuar se trata de u
segmentar eiar (Yuvaran
rios tienen ao, con al men
Nido Lleno 1eres para el
Fig
interesanteso la personallo, un labora
ón en sus ss definidas:
Perfil Psicográfico
basa en conente cuándo informaciónicidad. Medise intenta metalles de dólicitaria puedy conseguir
la referencio tras año. Lauperada en 2
n para que lasan en unasiste en engloperfil haya evu segmentacos anuncios d
ublicitarias”. rio, consideraun estado evo
el mercado eni, 2009). Estal pasar por nos un hijo m, que se car niño, limita
gura 1 – Etapa
s las clasificlidad domin
atorio farmacservicios, div
individualist
del Usuario en Pu
nocer exacta lo compraría asociada alante softwar
mantener inónde y cuándde identificamás rentabi
ia (Hallermaa inversión e2011 al llega
las campañaa adecuada obar a clientvolucionado.ción y difieredirigidos por La segmeando que la solutivo (Gallo
es usando la tos estados dcada uno d
menor de 4 aracteriza porada capacida
as del ciclo de
caciones quenante en el ucéutico estadvidiendo a ltas, conecta
ublicidad Dirigida
amente quiéna (Deschene,l tráfico de re, cookies y nformación ddo hace click
ar consumidoilidad en las
an, 2010) elen millones dar a $1.350,
as publicitarestrategia d
tes muy simil. Las caracteren acorde lar comportamentación sesegmentacióo, 2007).
a descripcióndeterminan lde ellos, (Figaños y con trar tener tendead de ahorro
vida familiar.
e segmentanusuario (Escadounidense, los enfermo
ados, abdicad
, 47-59
RISTI, N
n está intere, 2008). Los visitantes en
herramientade las prefek en un sitioores potencis campañas p
l gasto de lade dólares fu y con una p
rias puedan de segmentalares en un mrísticas y las as circunstan
miento son me realiza en no identifi
n de los estadas tendencia
gura 1). Por abajo estableencias de coo y petición
.
n al usuarioaramuza, 10 utilizó una eos en cuatrodores, y rec
.º 7, 06/2011
esado en un anunciantesn cientos deas de análisiserencias del. A partir deales, ofrecerpublicitarias
a publicidadue de $1.1125previsión de
ofrecer unaación (Gallo,mismo grupo necesidadesncias. Según
más rentablesen base alca un estado
dos del Cicloas de compraejemplo, un
e, se clasificaompra sobre de créditos
o bajo otros02), (Figuraestrategia deo grupos deién llegados
n s e s l e r s
d 5 e
a ,
o s n s l
o
o a n a e s
s a e e s
RR
R
PaiNrispc
AcS
Ngmicl
Utc
A1crldqp
Edc
RISTI Revista Ibérica de
RISTI, N.º 7, 0
Por otro ladoanticipar la dentificar un
Nematbakhshrecomendacintereses del
sistemas de rpredecir si a conjunto de N
Aunque exiscategorías (VShoham, 199
Sistede la
Sisteparainter
Sisteusua
Nuestra hipógestionado pmejor calidadnformación
consumidoreenguajes ont
Una ontologítambién las rcompresión c
Aunque exist1993 es la conceptualizarepresentadaas relaciones
de algún fenóque los diferpoco claras, i
Esta definiciódos nuevos econceptualiza
Sistemas e Tecnol
06/2011
Fig
o, los sistemrespuesta d
n conjunto dh, 2007). ón pueden ul usuario. Frecomendaci un usuario N elementos
sten numeroVelusamy, G
97):
emas basadoa correlación emas de filtra predecir el reses que unoemas basadoarios y la desc
ótesis es quor el uso de d de segmen sobre el ces (con su ctológicos.
ía sirve pararelaciones qucompartida d
ten diferentemás aceptadación” (Grub
a por una taxs transversalómeno en el rentes elemeincompletas
ón fue posterelementos, “uación compa
logias de Informa
gura 2 – Categ
mas de recomde un usuarde N ítems Si lo aplic
utilizarse parFarsani & Nión son tecnparticular le que serán de
osas técnicaGopal, Bhat
os en conteni entre el contado colabora comportamio de los grupos en conocimcripción de l
ue la combiontologías y ntación que comportamiecarácter evo
a describir loue mantienedel mismo.
es definicionda, “una onber, 1993, pxonomía de les entre ello mundo (conentos deben o incoherent
riormente couna ontologíartida” (Stud
ção
gorías o clases
mendación serio concretoque serán dcamos a nra obtener u
Nematbakhshnologías de fe gustará un e más interés
as, generalmtnagar & V
ido: comprentenido del íteativo: agrupiento de un
pos. miento: usa os ítems para
nación de u razonadoresotras técnic
ento social olutivo) pued
s conceptos n estos conc
nes del términtología es p. 199 - 22términos jer
os. Su objetivnceptualizació
ser clarametes.
ompletada poía es una esp
der, 1998, p.
de personalid
e han utilizao sobre un de interés panuestro domun banner puh sostienen filtrado de in ítem particus para un det
mente se clVaradarajan,
nden la selecem y las pref
pa usuarios s nuevo usuar
la informacia hacer una r
un sistema s semánticos
cas no son cao sobre el
de ser fácilm
de algún doceptos entre
ino ontologíuna especif
20). Una onrárquicamenvo es especifón). ‘Especifente definid
or Studer enpecificación 161-197). El
dad.
do tradicionítem concre
ara el usuariminio, los ublicitario adque (2007,
nformación uular, o para iterminado u
lasifican de 2008) (Ba
cción de ítemferencias de limilares denrio que teng
ión de los inrecomendaci
basado en s, puede propapaces de apl estilo de mente mode
ominio de consí, para prop
ía, la dada pficación explntología es nte organizadficar un mod
ficación explídos, evitando
n 1998, con la formal y exp término ‘for
49
nalmente pareto, y/o pario (Farsani &sistemas d
daptado a lo p. 86) “Loutilizada paridentificar usuario”.
ntro de trealabanovic &
ms en funciólos usuarios.
ntro de grupoga los mismo
tereses de loión.
conocimientporcionar unprovechar. L
vida de loelada usand
nocimiento, porcionar un
por Gruber elícita de ungeneralment
dos, junto codelo abstractícita’ significo definicione
a inserción dplícita de unrmal’ trata d
9
ra ra &
de os os ra
un
es &
ón . os os
os
to na La os do
y na
en na te
on to ca es
de na de
Mo
50
galeg
EnfapaMel onen
Bapaesidesprdela esre
EspaemEuel codiacacesre
odelado Basado en
0
arantizar la fagible por una
n el uso de ocilidades. El
ara la repreMcGuinness, P
uso de un ntología e inncajan en las
asándonos eara proporciostá relacionadentificando lstados. Esta roductos y loel usuario sob personalida
sta manera, secomendar so
ste trabajo seara el contempresas, uniuropea (FED diseño y el
ontenidos auspone de u
ctividades rectividad del strategias deecomendar al
n Ontologías del P
acilidad de ua máquina pa
ontologías exl lenguaje Onesentación dPatel-Schned razonador ndicar si so definiciones
en el uso de onar un bannado con los los axiomas segmentacios recursos mbre estos últ
ad están relasegmentar aobre ese esta
Figur
e ha desarrolenido multiiversidades e
DER) y el Gobdesarrollo d
udiovisuales. una red mulealizadas en usuario, y e marketing l usuario cu
Perfil Psicográfico
uso de la ontoara ser útil.
xisten diferenntology Webde ontologíadir & Stein, 2que puede n coherentes.
ontologías, ner publicita estados de que marcan ón consider
multimedia, imos. Por ot
acionados coal usuario enado.
a 3 – Principa
llado como pmedia de Re institutos bierno españ
de un sistema Por lo tantoltimedia per
n la platafor la combin personalizaando navega
del Usuario en Pu
ología, de tal
ntes lenguajeb Lenguage as (Bechhof2004). Se ba
comprobar es entre sí,
relacionamoario a recomel ciclo de v la segmenta
ra las relaciorelaciones quro lado, los e
on productosn un estado p
ales elementos
parte del proRadiodifusióde investiga
ñol (Plan Avaa interactivoo, dentro dersonalizada rma. Al misación con
ado, seleccioa en el porta
ublicidad Dirigida
l manera que
es ontológico(OWL) ha su
fer, Harmeleasa en un mo declaracionasí como re
os los principendar, (Figurvida familiaración del usuones del pe
que vienen mestados del cs a recomenposibilita ide
s y sus relacion
oyecto RAUDón), dirigidoación, y finaanza). El proo multiplatafe la plataform
en función smo tiemposu perfil, nnando los a
al. Se esta in
, 47-59
RISTI, N
e una ontolog
os que ofreceurgido comoen, Hendler
odelo lógico, nes y definiceconocer con
pales elemenra 3). El perfr y de la p
uario sobre loerfil de usua
marcadas por ciclo de vida fdar según eentificar los
nes.
DOS (Sistemao por un coanciado por oyecto RAUDforma de disma RAUDOS de su perf
o, el seguimnos permite anuncios puniciando el d
.º 7, 06/2011
gía deber ser
en diferenteso el estándarr, Horrocks, que permiteciones de lanceptos que
ntos entre sífil de usuarioersonalidad,os diferentesario con los la actividadfamiliar y del estado. Deproductos a
a Interactivoonsorcio dela Comisión
DOS persiguetribución de
S, el usuariofil y de sus
miento de la desarrollarblicitarios a
desarrollo de
r
s r , e a e
í o , s s d e e a
o e n e e o s a r a e
RISTI Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º 7, 06/2011 51
RAUDOS-2, como continuación del proyecto RAUDOS, haciendo hincapié en el sistema de recomendación sobre el contexto publicitario.
En las siguientes secciones describimos los principales elementos participantes en la arquitectura y su integración en las diferentes ontologías. Al mismo tiempo destacamos el uso de las ontologías y las estructuras utilizadas. Completamos la arquitectura explicando cómo estas ontologías son coordinadas para inferir un resultado. También detallamos la segmentación psicográfica donde mostramos un ejemplo de la misma y mencionamos las principales herramientas utilizadas en la implementación del modelo diseñado.
2. Arquitectura de Recomendación Publicitaria
El modelo de recomendación ha de seleccionar un banner publicitario para recomendar al usuario. Para ello proponemos una arquitectura de recomendación publicitaria en la que diferentes ontologías modelan las características y el comportamiento del usuario, y a su vez infieren nueva información que mejora la segmentación inicial y con ello, obtener una respuesta publicitaria más efectiva.
En el diseño consideramos el carácter evolutivo del perfil de usuario, donde las preferencias e intereses declarados o deducidos no tienen porqué ser persistentes en el tiempo. Al mismo tiempo, el modelo diseñado es lo suficientemente flexible para llegar a conclusiones con información incompleta o inconsistente. Definimos relaciones estáticas entre los segmentos y los productos publicitarios (productos) para así una vez detectado el segmento del usuario, considerar los productos que tienen mayor porcentaje de éxito. Hemos diseñado estrategias de marketing específicas para hacer frente a estas cuestiones, incluyendo técnicas para completar, en caso necesario, datos incompletos en el perfil de usuario.
2.1. Tipos de contenido y sus relaciones
Distribuimos la información del dominio en tres estructuras de datos, que utilizamos para modelar la información del usuario, los recursos multimedia, y los banners publicitarios. Relacionamos estos elementos entre sí mediante un conjunto de estructuras auxiliares, como se muestra en la Figura 4.
Mo
52
Secadiusunlasmco
Coesel pr
Tapuy gelasmcrcla
2.
Patipprmfuinobessere
odelado Basado en
2
egmentamos arácter evoluferentes esta
suario. Asumn estado a ots categorías
modo, el seguon la escala d
on la ayuda sta segmenta usuario esroductos que
ambién destaunto de uniónestructura d
enéricos orgas redes publ
multimedia tareación. Porasificación co
.3. Ontolog
ara entenderpos de produrevalece, hem
muestra en la unción de lancluye edad, btenida de los capaz de iegmentos objepresenta una
n Ontologías del P
Figura 4
a los usuariutivo de las pados por los
mimos que entro, anticipan de producto
undo eje clasidescrita en la
de usuarios ación y la jerastá correctae tendrán una
acamos la cln, relacionandel ciclo de anizados jerálicitarias, proambién puedr otro lado,omo parte de
gías
r cómo identuctos y/o gémos desarro Figura 4. Esa dimensión sexo, estud
os usuarios deinferir el grjetivos definia etapa del ci
Perfil Psicográfico
4 – Arquitectu
os de dos forpreferencias que una típn determinando un cambos o génerosifica a los us
a Figura 2.
y expertos earquía de tip
amente segma alta posibil
asificación dndo recursos vida familiárquicamentoveniente deden ser vincu, los bannee su descripc
tificamos la eéneros está iollado un moste modelo o demográficdios, estado e RAUDOS a
rado de pertidos como laiclo de vida f
del Usuario en Pu
ura del modelo
rmas diferen del usuario.
pica familia padas circunstbio en su coms de recursosuarios de ac
en el dominipos de produmentado polidad de éxito
de los tipos ds multimediaar. Se trata e. Hemos ad
el gestor pubulados a estaers publicitación identific
etapa actual nteresado y odelo basadorganiza la in
ca o psicogr civil, entrea través de sutenencia de
as etapas de cfamiliar.
ublicidad Dirigida
o de segmenta
ntes. Una de . El ciclo de puede pasar tancias, los umportamien
os multimedicuerdo a su p
io, definimouctos, de tal modemos ideno, respecto el
de productosa, banners pua de una cladoptado una blicitario onlia clasificacióarios están cado su targe
del ciclo de cuál es el tio en ontolo
nformación dráfica. La ine otros datou registro. La los usuariociclo de vida
, 47-59
RISTI, N
ación.
ellas trata d vida familia a lo largo deusuarios evoto o intereseia (géneros).personalidad
s enlaces estmanera que
ntificar el cl anuncio a r
s ya que actúublicitarios, pasificación d de las más uine OpenX. Lón en el mom
relacionadoet o grupo ob
vida del usuipo de persogías, cuya e
disponible denformación os. Esta infoa ontología Dos en cualqu familiar. Cad
.º 7, 06/2011
e explotar elar define lose la vida del
olucionan dees respecto a. Del mismod dominante
táticos entre una vez queconjunto deecomendar.
úan como unpersonalidade productosutilizadas enLos recursosmento de suos con estabjetivo.
uario, en quéonalidad questructura se
el usuario endemográficaormación esDemográficauiera de losda segmento
l s l e a o e
e e e
n d s n s u a
é e e n a s a s o
RISTI Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º 7, 06/2011 53
Para nuestros propósitos, la información psicográfica se resume en el grado de interés que tienen los usuarios sobre los productos y los géneros que describe el estilo de vida del usuario. Para encontrar el nivel de interés, nos basamos en la información explícitamente introducida por el usuario en su perfil; clicks que el usuario realiza en los banners publicitarios y/o en los recursos multimedia; y en la valoración de los banners publicitarios y/o recursos multimedia proporcionados por el usuario. La implementación actual sólo considera la frecuencia de acceso y el género del contenido seleccionado. Cuando el interés indicado por el usuario se contradiga con el interés deducido a raíz de la actividad del usuario, es decir, de su comportamiento, el primero es ignorado.
La presencia de datos incompletos es un inconveniente muy común en aplicaciones reales de clasificación según comportamiento. Cuando no hay suficiente información acerca de los intereses del usuario respecto determinados productos, uno de los procedimientos más recomendados es la imputación de los valores incompletos, por lo que integramos la utilización de un método basado en el nearest-neighbour algorithm (KNN) (Jönsson & Wohlin, 2004). La falta de datos puede deberse a que el usuario no ha previsto expresamente la información o porque no han colaborado lo suficiente con los elementos para que el sistema sea capaz de deducir sus intereses. KNN es utilizado para inferir los intereses del usuario en cada producto con un mínimo de actividad con los banners publicitarios mediante un conjunto de usuarios similares y sus valores de interés para los mismos productos.
Por lo tanto, la ontología Psicográfica analiza toda esta información e infiere en que medida está el usuario interesado en los productos (banners publicitarios) y en los géneros de los recursos multimedia, para situar al usuario en los segmentos objetivo (etapas del ciclo de vida familiar).
La ontología de la Personalidad funciona de manera similar a la ontología psicográfica, pero deduciendo la personalidad dominante del usuario en lugar de la etapa del ciclo de vida familiar. Esta ontología deduce el grado de pertenencia de los usuarios en cada una de las categorías de la personalidad, utilizando los intereses de los usuarios en los productos y en los géneros.
Finalmente, la ontología de Marketing (estrategias publicitarias) combina la segmentación realizada por las ontologías anteriores para inferir una recomendación publicitaria. Esta ontología describe hasta nueve estrategias diferentes en las que los datos del usuario y la segmentación proporcionada por las ontologías, pueden combinarse para seleccionar un banner publicitario. De ellas podemos destacar las siguientes:
Sólo consideramos los productos explícitamente vinculados a los recursos multimedia seleccionados por el usuario.
Combinar la opción anterior con la salida de la información psicográfica. De esta manera el conjunto de banners candidatos se reducirá a los compatibles con la etapa de vida familiar del usuario.
Combinar las segmentaciones piscográficas y de personalidad. Esta vez la recomendación de la publicidad tendrá en cuenta sólo los productos compatibles con la personalidad del usuario y la estructura familiar.
Mo
54
Cuprsecore
2.
Enla coprsees
Poob
odelado Basado en
4
ualquier estrroducto recieeleccionada aon la que uespecto una f
.4. Segmen
n esta secció ontología p
onceptos de roductos y gegmento objestados diferen
Interésegme
Desinsegme
Incertel segm
Figura 5 – Ej
or otro lado dbjetivo sobre
Certezsobre
Certezperten
Incert Falsed
la pert Falsed
fracas
n Ontologías del P
rategia que entemente real azar entre una estrategifórmula de se
ntación psic
ón profundizapsicográfica. los segmen
géneros. Estaetivo puede ntes.
és: candidatento. terés: candidento. tidumbre: camento.
jemplo de una
describimos un producto
za absoluta d la pertenencza posible denencia al segtidumbre: cadad posible dtenencia al sdad absolutso sobre la pe
Perfil Psicográfico
se refiera a ecomendado las estrategiia específicaelección.
cográfica
aremos en laCómo se co
ntos objetivoa relación de tener sobre
o para ser
dato para ser
andidato par
a relación entr
el interés poo o género, y
de pertenenccia al segmene pertenencimento.
andidato sin de pertenenc
segmento. ta de pertenertenencia al
del Usuario en Pu
datos incom al usuario, nias candidataa es seleccio
a segmentacimentó anteros y sus reescribe, por e un produc
un product
r un product
ra ser un pro
re el segmento
otencial del g se presenta
cia: candidatnto. ia: candidato
conocimientcia: candidat
nencia: candl segmento.
ublicidad Dirigida
mpletos de lno será consas. Es posiblonada media
ión psicográfriormente eselaciones con un lado el icto o género
to o género
to o género c
oducto o gén
o Joven Solter
grado de pert en cinco esta
to con grand
o con posibil
to de perteneto con posibi
didato con g
, 47-59
RISTI, N
a segmentacsiderada. La ele controlar lante un fact
fica realizadsta ontologían las clasifiinterés están
o, y se prese
de gran in
con falta de
nero no deter
o y el product
tenencia de uados diferent
des posibilida
lidades de éx
encia al segmilidades de fr
randes posib
.º 7, 06/2011
ción, o a unestrategia esla frecuenciator de peso
a a partir dea modela loscaciones de
ndar que unenta en tres
nterés en el
interés en el
rminante en
o Deporte.
un segmentotes.
ades de éxito
xito sobre la
mento. racaso sobre
bilidades de
n s a o
e s e n s
l
l
n
o
o
a
e
e
RR
R
Lsdsp
Ld
Dle
Eitas
LEred
RISTI Revista Ibérica de
RISTI, N.º 7, 0
Figura 6 – Ej
La segmentasegmento Jode esta clasesobre el mispertenencia e
La Figura 7definición de
Figura
Definimos esas etapas d
expertos del d
El modeladondividuo y lo
tras el análisiaxiomas dessegmentos y
La asignaciónEsta asignacrespecto los sen los cinco deducido, a r
Sistemas e Tecnol
06/2011
jemplo de una
ación de un ven Soltero,
e es que es dsmo segmenen el segmen
7 muestra le uno de los s
a 7 - Grados d
sta informacdel ciclo de
dominio.
del usuario os axiomas qis del perfil dcriptivos. El estas se utili
n de un usución dependsegmentos o estados diferaíz del razon
logias de Informa
a relación entrCerteza Ab
usuario con identifica u
disjunta con nto, es deci
nto.
os distintossegmentos.
e pertenencia
ción de formvida (Yuvar
en la ontoloque le descridel usuario (l usuario se izarán para d
ario a un sege de los ax
objetivos y vierentes de innador, como
ção
re el segmentosoluta y el gén
grado de peuna clase. Un la clase de gir, el usuari
s grados de
de los segmen
a estática a prani, 2009)
ogía se realiziben de man(demográfico define med
derivar la seg
gmento no exiomas que ene marcada
nterés menci miembro de
o Joven Solternero Terror.
ertenencia Cna de las espgrado de perio solo pert
e pertenenci
ntos Nido Llen
partir de los(Carter, 200
za en tiempoera dinámica
o y psicográfdiante las mgmentación.
es estática daverifique la
a por el gradionados ante
e una clase (in
ro con grado d
Certeza Absopecificacionertenencia Cetenecerá a
a contempla
no 1 y Joven S
s artículos de05) y de en
o de ejecucióa. Esta creac
fico) dónde smismas relaci
ado su carác descripción
do de perteneeriormente. ndividuo).
55
e pertenencia
oluta sobre es (propiedad
erteza Posiblun grado d
ados para l
oltero.
escriptivos dntrevistas co
ón, creando eción se realize deducen loiones que lo
cter evolutivon del usuariencia definidEl usuario e
5
el d) le
de
la
de on
el za os os
o. io
do es
Mo
56
Coun
odelado Basado en
6
Figu
onsideramosnas relacione
A
E
S
F
E
N
I
I
Tabla 2 – Re
Tabla 3 – R
n Ontologías del P
ura 8 – Ejemp
s un usuario es de interés
Atributo
Edad
Sexo
Formación aca
Estado civil
Número hijos
Interés en Prod
Interés en Géne
elación de inte
Produ
Bellez
Depor
Viajes
Segur
Relación de int
Géner
Comed
Ciencia
Perfil Psicográfico
plo de una rela
con el perfi estándar vis
Tabla 1
adémica
ductos (certeza a
eros (certeza po
erés estándar
ucto
a
rte
s
ros
terés estándar
ros
dia
a ficción
del Usuario en Pu
ación entre Us
il de la Tablaibles en la Ta
– Perfil del us
absoluta)
osible)
del segmento
Relación de
Producto de
Producto de
Producto de
Producto de
r del segmento
Relación de
Género de In
Género de In
ublicidad Dirigida
suario y el pro
a 1 y el segmabla 2 y Tabl
suario
Valores
29
Hombre
Algún estúd
Soltero
0
Belleza; Dep
Comedia; C
Joven Soltero
e interés está
Interés
Interés
Incertidumbre
Falsedad
o Joven Solter
de interés está
ncertidumbre
nterés
, 47-59
RISTI, N
oducto Deport
mento Joven la 3.
dio universitário
porte; Viajes;
Ciência ficción;
o respecto los p
ándar
ro respecto los
ándar
.º 7, 06/2011
e.
Soltero con
o
productos
s géneros
n
RR
R
Ampd
F
2
HscdoD(
RISTI Revista Ibérica de
RISTI, N.º 7, 0
Atendiendo amostrada enpertenencia Cdel segmento
Campo
Clase
Segmen
Grado
pertene
Axioma
Axioma
Axioma
Figura 9 – Cla
2.4. Detalle
Hemos implesi el enfoquclásicos. El pdefine (o redontológico dDuschka, 199(OWL API, s.
Sistemas e Tecnol
06/2011
al modelado n la Tabla 4, Certeza Absoo objetivo.
Tabla
o D
y
nto J
encia
C
a1 E
A
I
a2 N
n
s
a3 T
l
s
asificación del
es de la imp
ementado une ontológico
prototipo utildefine) más ddel modelo u98). Hemos.f.) apoyándo
logias de Informa
del usuario e el razonado
oluta en el se
4 – Descripció
Descripción
ysAbsoluteCerta
Joven Soltero
Certeza Absolut
El usuario tiene
Absoluta en al m
Interés del segm
No tiene interés
ningún product
segmento.
Tiene un interés
l menos 1 género
segmento.
usuario en el Ce
plementaci
n prototipo po es una altliza un datas
de 80 clases yutilizamos la utilizado elose en el leng
ção
en la ontologor semánticoegmento Jov
ón de la clase y
ainty
ta
e un interés de C
menos 2 produc
mento.
s de Certeza Abs
o de Falsedad d
s de Certeza Pos
o de Interés del
segmento Joverteza Absolu
ón
para validar lternativa váset interno dy restriccion
a suposición l editor Proguaje Java de
gía, y en baseo clasifica alen Soltero, y
ysAbsoluteCe
Certeza
ctos de
soluta en
del
sible ena
l
ven Soltero cota.
la arquitectuálida a desade usuarios ynes usando el
de un munotégé (Stanfoebido a las li
e a la definicil usuario conya que cumpl
rtainty
Implementa
hasAbsoluteI
min 2
ysInteresting
hasAbsoluteI
max 0
ysFalsehoodP
hasPossibleIn
min 1 ysInter
on el grado de
ura diseñadarrollar ante y de recursosl lenguaje OWndo abierto ord, s.f.) y limitaciones i
57
ión de la clasn el grado dle los axioma
ación
nterestProd
Products
nterestProd
Products
nterestGenre
estingGenre
pertenencia d
a y comproba los métodos multimediaWL. En el us(Abiteboul &as OWLAPInherentes de
7
se de as
de
ar os a, so & IS el
Modelado Basado en Ontologías del Perfil Psicográfico del Usuario en Publicidad Dirigida, 47-59
58 RISTI, N.º 7, 06/2011
lenguaje OWL. Utilizamos el razonador ontológico Pellet (Clark & Parsia LLC, s.f.). Estamos trabajando con expertos para representar mejor la heurística de las estrategias de comercialización, para considerar más elementos del perfil de usuario en la segmentación de personalidad y ciclo de vida familiar, y para identificar de mejor manera la situación en la que un usuario cambia de un estado del ciclo de vida familiar a otro.
3. Conclusiones
Proponemos un modelo de recomendación en el cuál las ontologías son ampliamente utilizadas para representar las características y el comportamiento del usuario, y pueden mejorar la segmentación del usuario acorde sus intereses.
El marketing dirigido es una forma de publicidad destinada ha alcanzar el público objetivo con el menor número de anuncios, y por tanto, aumentar los beneficios de las campañas publicitarias. Cualquier modelo destinado a proporcionar una recomendación personalizada se basa en estrategias de segmentación, que agrupan usuarios similares, y los reagrupa cuando su comportamiento evoluciona.
Distribuimos la información del usuario entre varias ontologías para segmentar al usuario de diferentes maneras. Nos hemos basado en dos alternativas conocidas de modelos de segmentación: el ciclo de vida familiar, y la personalidad del usuario. La ontología psicográfica infiere los productos y los géneros de intereses para el usuario acorde con el segmento objetivo. La ontología de la personalidad modela diferentes personalidades del usuario predefinidas. Esta ontología es capaz de deducir el grado de pertenencia de los usuarios en cada una de las categorías de la personalidad, a raíz del interés del usuario en los productos y/o géneros. Estos intereses son proporcionados por los usuarios o deducidos por el algoritmo KKN. Por último, la ontología de Marketing combina las segmentaciones realizadas por las anteriores ontologías para inferir/razonar una recomendación publicitaria. Esta ontología describe hasta nueve diferentes estrategias en las que los datos del usuario y la segmentación proporcionada se combinan para seleccionar el banner publicitario que se recomendará.
La combinación de ontologías y un sistema basado en conocimiento puede proporcionar una mejor calidad de segmentación a través del uso del conocimiento del dominio, que otras técnicas no son capaces de explotar. Consideramos que la información sobre el comportamiento social o estilo de vida de los clientes (y su carácter evolutivo) se puede aprovechar de mejor manera con el uso de los lenguajes ontológicos.
Referencias bibliográficas
Abiteboul, S. & Duschka, O. M. (1998). Complexity of Answering Queries Using Materialized Views. Conference on Principles of Database Systems (PODS). Seattle, WA.
Balabanovic, M. & Shoham, Y. (1997). Fab: content-based, collaborative recommendation. Communications of the ACM (vol. 40), 66-72.
RISTI Revista Ibérica de Sistemas e Tecnologias de Informação
RISTI, N.º 7, 06/2011 59
Bechhofer, S., Harmelen, F., Hendler, J., Horrocks, I., McGuinness, D., Patel-Schneider, P., Stein, L. A. (2004). OWL Web Ontology Language Reference. W3C Recommendation. Editores Mike Dean & Guus Schreiber. Disponible en http://www.w3.org/TR/2004/REC-owl-ref-20040210/
Carter, B. (2005). The Expanded Family Life Cycle (3rd ed). Boston: Allyn and Bacon.
Clark & Parsia LLC (s.f). Pellet: OWL 2 Reasoner. Disponible en http://clarkparsia.com/pellet/
Deschene, L. (2008). What Is Behavioral Targeting. Bnet.com. Recuperado el 25 de Febrero del 2010.
Escaramuza, R. (1992). Estudios Psicológicos avanzados. Ediciones contemporáneas, Madrid.
Farsani, H. K. & Nematbakhsh, M. (2007). A semantic recommendation procedure for electronic product catalog. International jounal of applied mathematics and computer sciences 3;2.
Gallo, M. (2007). Marketing One-To-One. 10 Lecciones magistrales de marketing y ventas (fasciculo 7). Expansion. Daemon Quest.
Gruber, T (1993). A translation approach to portable ontology specifications. Knowledge Acquisition (Vol. 5), 199-220.
Hallerman, D. (2010). Audience Ad Targeting: Data and Privacy Issues. eMarketer. Recuperado el 10 de Abril del 2010 en http://www.emarketer.com/Report.aspx?code=emarketer_2000636
Jönsson, P. & Wohlin, C. (2004). An Evaluation of k-Nearest Neighbour Imputation Using Likert Data. Proceedings of the 10th Intenational Symposium of Software Metrics (METRICS`04), 1530-1435.
OWL API (s.f.). Java API and reference implementation for creating, manipulating and serialising OWL Ontologies. Disponible en http://owlapi.sourceforge.net/
Stanford Medical Informatics at the Stanford University School of Medicine (s.f.). PROTÉGE ontology editor. Disponible en http://protege.stanford.edu./
Suder, R., Benjamins, R. & Fensel, D. (1998). Knowledge Engineering: Principles and Methods. Data and knowledge engineering (25), 161-197.
Velusamy, S., Gopal, L., Bhatnagar, S. & Varadarajan, S. (2008). An efficient ad recommendation system for TV programs. Springer-Verlag.
Yuvarani, R. (2009). Family life cycles and its impact on marketing. Articlesbase.com . Department of Commerce, Periyar University, Salem-11. Recuperado el 25 de Febrero del 2010 en http://www.articlesbase.com/marketing-articles/family-life-cycles-amd-its-impact-on-marketing-1014195.html