Banca de TCC – Daiane Focking Andrade

UNIVERSIDADE FEDERAL DE PELOTAS
CENTRO DE DESENVOLVIMENTO TECNOLÓGICO
TRABALHO DE CONCLUSÃO DE CURSO

Apresentações Finais (2017/1)

Análise de Campanhas em Mídias Sociais Utilizando Aprendizado de Máquina
por
Daiane Focking Andrade

Curso:
Ciência da Computação

Banca:
Prof. Marilton Sanchotene de Aguiar (orientador)
Marcelo Bacchieri
Prof. Paulo Roberto Ferreira Júnior

Data: 11 de Agosto de 2017

Hora: 14:00h

Local: Sala 319B, Anglo

Resumo do Trabalho:
Campanhas de mídia online movimentam um bom pedaço do marketing nos dias de hoje. Não é incomum acessar um site, ou fazer uma pesquisa, e obter um anúncio pago por alguma empresa. Isso se estende a redes sociais, como Facebook e Twitter. Algumas vezes, essas campanhas tem como objetivo gerar vendas no website do anunciante, mas há o risco de investir em publicidade e não ser obtido o retorno esperado. Isso pode acarretar em perda de dinheiro por parte do anunciante e dependendo da forma que a campanha foi feita, ela pode impactar negativamente uma marca e fazer com que perca a preferência do público alvo. Visando ter um melhor conjunto de características para melhorar os resultados das campanhas, este trabalho utilizou a ferramenta WEKA em um conjunto de dados que continha características e resultados de campanhas feitas no Facebook e no Twitter. Utilizando o algoritmo de clusterização k-means e a Distância Euclidiana para o cálculo da soma dos quadrados entre clusters, este trabalho avaliou 579 campanhas de Facebook e Twitter de três formas: todos os resultados juntos; avaliação apenas do Twitter e avaliação apenas do Facebook. Ignorando atributos que pioravam o WCSS e os resultados de conversões, foi possível fazer uma ligação direta entre as características das campanhas para obter-se os melhores resultados possíveis de conversão. Ao obter-se esse tipo de resultado e entendimento, é possível mudar estratégias de marketing para melhores resultados de forma mais assertiva com segurança e sem correr o risco de perder o investimento.

Para mais informações acesse: https://wp.ufpel.edu.br/notcc/bancas/historico/2017_1/