Profilazione dutente nei sistemi di e-commerce Candidato: Alessandro Ugo Relatori: Prof. Marco...
-
Upload
enrichetta-ippolito -
Category
Documents
-
view
220 -
download
2
Transcript of Profilazione dutente nei sistemi di e-commerce Candidato: Alessandro Ugo Relatori: Prof. Marco...
Profilazione d’utente Profilazione d’utente nei sistemi di e-nei sistemi di e-
commercecommerceIl caso del portale per la Il caso del portale per la
didattica e servizi intranet didattica e servizi intranet d’ateneod’ateneo
Candidato: Alessandro Ugo
Relatori:Prof. Marco MezzalamaProf. Matteo Sonza Reorda
Quando chiudi la tua attività alla sera
3 miliardi di potenziali
clienti si svegliano
AgendaAgenda
• L’utilità
• L’offerta del mercato
• Le tecnologie
• Il caso di studio
Quando chiudi la tua attività alla sera
3 miliardi di potenziali
clienti si svegliano
Le potenzialit
à
L’utilità L’utilità
“Avere a disposizione informazioni circa le preferenze dell’utente, un profilo per l’appunto, permette di
applicare un alto grado di personalizzazione ai servizi”
Quando chiudi la tua attività alla sera
3 miliardi di potenziali
clienti si svegliano
Le motivazioni
L’utilità L’utilità
• Più efficaci messaggi promozionali
• Tutto il contenuto personalizzato
• One-to-one relationship
• Ricerche di mercato di qualità a basso costo
Quando chiudi la tua attività alla sera
3 miliardi di potenziali
clienti si svegliano
per l’utente
L’utilità L’utilità
Interfaccia “su misura” senza alcuno sforzo
Quando chiudi la tua attività alla sera
3 miliardi di potenziali
clienti si svegliano
Velocità nell’incorporare le deduzioni caratteristica fondamentale
Privacy in pericolo
Caratteristiche
L’offerta del mercatoL’offerta del mercato
Interazioni dell’utente con il sistema
User Profiling: l’e-businessnon sarà mai
un e-pacco!
Informazioni sull’utente
PatternWhoWhatWhen
Pattern
L’offerta del mercatoL’offerta del mercato
WhoWho: distinguere unnavigatore da un altro
User Profiling: l’e-businessnon sarà mai
un e-pacco!
WhatWhat: intercettare e rappresentare
WhenWhen: interesse per l’argomento e mutare delle preferenze
Proposte
L’offerta del mercatoL’offerta del mercato
Pacchetto software aggiuntivo
Outsourcing
Centralizzare le informazioni
Sfruttare l’opensourceUser Profiling:
l’e-businessnon sarà mai
un e-pacco!
Elementi
L’offerta del mercatoL’offerta del mercato
Database server
Sito web basato su script
Identificazione dell’utente
Deduzione delle preferenzeUser Profiling:
l’e-businessnon sarà mai
un e-pacco!
Identificazione
L’offerta del mercatoL’offerta del mercato
Non in termini anagrafici, ma di riconoscibilità negli accessi successivi
Tecniche impiegate: utilizzo dei cookie identificazione standard CGI pagine di login User Profiling:
l’e-businessnon sarà mai
un e-pacco!
Flussi informativi
User Profiling: l’e-businessnon sarà mai
un e-pacco!
L’offerta del mercatoL’offerta del mercato
Identificazione
User Profiling: l’e-businessnon sarà mai
un e-pacco!
L’offerta del mercatoL’offerta del mercato
Generazione dei
contenuti
User Profiling: l’e-businessnon sarà mai
un e-pacco!
L’offerta del mercatoL’offerta del mercato
Generazione dei profili
User Profiling: l’e-businessnon sarà mai
un e-pacco!
L’offerta del mercatoL’offerta del mercato
per la profilazione
Le tecnologie Le tecnologie
“Non esiste un modo predeterminato di creare un sistema di profilazione, esistono però delle tecnologie che
emergono come punti fermi, o per lo meno come punti di riferimento.”
Non accettateaccessori dagli
sconosciuti
I cooki
e
Le tecnologie Le tecnologie
HTTP non conserva informazioni di stato,i cookie nascono per ovviare a questa carenza
Cookie = variabile memorizzata nel browser
Utilizzo indiscriminato porta gli utenti a sospettare dei cookie, qualche volta a disattivarli
Non accettateaccessori dagli
sconosciuti
I classificat
ori
Le tecnologie Le tecnologie
Estrarre in maniera automatica delle regole generali per dedurre la classe di appartenenza
di un oggetto da una serie di esempi assumendo che siano applicabili ad oggetti nuovi
Non accettateaccessori dagli
sconosciuti
I calcolatori “imparano” a classificare gli oggetti
Strutture di decisione
Le tecnologie Le tecnologie
Non accettateaccessori dagli
sconosciuti
Albero di decisione
Liste di decisione
Le directory
Le tecnologie Le tecnologie
Database specializzato che si differenzia da quelli tradizionali perché :
ottimizzata per le operazioni di lettura
transazioni semplici (dimensioni ridotte)
indipendente dal luogo in cui risiede
Non accettateaccessori dagli
sconosciuti
SIAD
Il caso di studio Il caso di studio
“Sistema Integrato di Ateneo per la Didattica”:
homepage privata per docenti e studenti
pagina del corso con materiale didattico
casella di posta istituzionale per studenti
lista di distribuzione per iscritti ai corsiArchitettura
Flessibile
Homepage studente
Il caso di studio Il caso di studio
Architettura
Flessibile
L’architettura
Il caso di studio Il caso di studio
Architettura
Flessibile
La profilazion
e
Il caso di studio Il caso di studio
utilizzata in modo inconsapevole profili disponibili in forma distribuita personalizzazione per gruppi di
appartenenza sistema di profilazione facilmente inseribile
Architettura
Flessibile
difficoltà nella deduzione delle preferenze molti siti e servizi presenti non coordinati funzionalità realizzabili allettanti
Futuro
Presente
Conclusioni Conclusioni
“Come nella corsa all’oro nel 1855, la grande corsa alla new economy
potrebbe premiare, più che le aziende del settore, quelle che offrono servizi di
comodity.”
Architettura
Flessibile
“Vista l’alta aspettativa dei navigatori, la battaglia per attirarne l’attenzione,va spostata dalla grafica ai contenuti,
passando per quello che interessa all’utente.”