2018_N145 – Implementação de um sistema de recomendação aplicado a um sistema de gestão de campanhas

Abstract

A enorme quantidade de informação disponível na Internet atualmente dificulta a tarefa de um utilizador encontrar o que realmente lhe interessa. Este problema deve ser endereçado pelas empresas de forma a oferecerem aos seus clientes os produtos ou serviços que lhes sejam de maior agrado, tendo em vista o aumento de vendas. Sistemas de recomendação são utilizados para resolver este problema, fornecendo recomendações de produtos e serviços de acordo com os gostos e interesses dos utilizadores.O objetivo deste estágio é o estudo e desenvolvimento de um sistema de recomendações para aplicar no Active Campaign Manager (ACM), uma plataforma que permite a operadoras de telecomunicação gerirem as suas campanhas publicitárias. Este estudo procura analisar várias técnicas que permitam ao ACM obter uma lista de recomendações de campanhas que possam ser enviadas a um determinado cliente. As recomendações são baseadas nas características de cada cliente e no seu histórico de adesões a campanhas.Tendo em conta o estudo realizado sobre algoritmos de recomendação, consideraram-se três meios diferentes para obter as recomendações. O primeiro é recorrendo a uma framework open-source para implementação de sistemas de recomendação de filtragem colaborativa, o segundo utilizando software empresarial que permite a construção de um motor de recomendação na cloud e a terceira abordagem que utiliza o histórico de adesões juntamente com as características dos cliente e aplica métodos de clustering para gerar as recomendações de campanhas.Considera-se que um estudo que abranja estas três abordagens, será um estudo consideravelmente completo que dará resposta ao problema deste estágio e permitirá determinar qual a melhor abordagem para o ACM.

The plethora of information available on the Internet nowadays, makes difficult for clients to find useful products for their necessities. This problem should be tackled by the industry with two main goals: first, to increase companies profits and secondly to improve quality-of-service. Hence, recommender systems are useful tools to solve this problem by providing customized and personalized recommendations for products and services.The goal of this internship is to study and develop a recommender system to incorporate in the Active Campaign Manager (ACM) platform. This platform enables telecommunications operators to manage their advertising campaigns. This study looks at several techniques that allow ACM to obtain a list of campaign recommendations that can be sent to a particular client. Recommendations should be made taking into account the characteristics of each client and their history of subscriptions in other campaigns.Taking into account the study performed on recommendation algorithms, it was considered three diferent methods for obtaining the recommendations. First, using open-source frameworks for recommender systems, the second one through the use of entreprise software that allows the implementation of recommender engines on the cloud and the final method uses the subscription history of the clients alongside their characteristics and applies clustering methods to generate the campaign recommendations. It is considered that a study that covers these three approaches will be a very complete study that will address the problem of this internship and will allow to determine the best approach for ACM.