O CITIC desenvolve un proxecto pioneiro para coñecer o comportamento dos usuarios dunha web

O CITIC desenvolveu un proxecto de investigación pioneiro a nivel mundial que, mediante o uso da estatística e as matemáticas, permite modelar o comportamento dos usuarios no acceso e consumo de contidos dixitais en multiplataformas ou páxinas web, creando grupos de usuarios que respondan a un determinado patrón. Esta solución creada pola liña de especialización de Estatística e Investigación Operativa do Área Tecnolóxica de Matemática Aplicada e Estatística e Investigación Operativa do CITIC consegue múltiples beneficios xa que se pode ofrecer información exclusiva segundo o perfil do usuario, adecuar a publicidade, adaptar os contidos, personalizar a web...
Levouse á práctica coa páxina do País Dixital do Grupo PRISA, un proxecto de grande envergadura no que se traballou sobre bases de datos con miles de rexistros, polo que pode aplicarse en calquera outra plataforma.
Dende o punto de vista da investigación, tratouse dun reto sumamente interesante xa que os patróns de navegación polo portal web non veñen caracterizados por secuencias numéricas, senón por datos secuenciais categóricos (as seccións do xornal ás que sucesivamente acceden os usuarios). Propúxose entón a construción dunha medida de disimilaridade entre patróns ordenados categóricos para separar aos usuarios segundo a súa conduta de navegación. A partir desta medida desenvolveuse un algoritmo de clasificación que ten en conta non só a coincidencia de accesos senón tamén a correlación temporal entre os mesmos.
Un reto na investigación
Segundo José Antonio Vilar Fernández, investigador responsable do proxecto “á hora de abordalo revisamos se existía algún traballo de investigación previo que afondara no problema de clasificar secuencias ordenadas de datos categóricos en base a unha medida de disimilaridade e tendo en conta a correlación temporal entre accesos, e non atopamos nada publicado, só algún procedemento baseado en modelos, o cal supón asumir estruturas probabilísticas de partida que poderían non satisfacerse e, en todo caso, implica un sofisticado proceso de estimación previa dos parámetros deses modelos”. Segundo engade, “a ferramenta resultante das nosas investigacións é innovadora ao permitir establecer patróns do comportamento dos usuarios dunha web en base á avaliación da distancia entre secuencias ordenadas de accesos e aplicar entón un algoritmo estatístico de clasificación, algo que, ata onde puidemos saber, non se realizou ata o momento”.
Para conseguilo estableceuse un proceso en varias etapas. En primeiro lugar, foi necesaria unha análise exploratoria dos patróns de conduta rexistrados e depuración posterior dos mesmos (cómpre que teñamos en conta que as opcións de navegación son múltiples, un usuario pode acceder a unha noticia de Economía, posteriormente a Sociedade, volver a Economía, ir a Deportes). O segundo paso, máis teórico, consistiu en definir unha medida de disemellanza entre dous patróns que avaliasen o diferentes que eran considerando o grao de coincidencia entre visitas a seccións (similitude “estática”) e entre as súas cronoloxías (similitude “dinámica”).
A terceira etapa implicou o desenvolvemento dun algoritmo clúster baseado na matriz de disemellanzas. Toda a ferramenta proposta a nivel teórico integrouse nun programa informático usando software libre. Nunha cuarta etapa, a ferramenta xerada foi testada e validada en diferentes escenarios de simulación de posibles condutas con patróns coñecidos. Os niveis de éxito nestas probas foron excelentes, superando claramente a outros procedementos alternativos baseados en modelos.
Segundo informa o CITIC, este proxecto abre infinitas posibilidades ás empresas para entender o comportamento dos usuarios que acceden ás súas multiplataformas dixitais, permitindo clasificalos e mellorar a súa experiencia na navegación. “Unha fonte de información sen igual que non podía conseguirse ata a data e que o CITIC fixo posible”, engade.