Анализ пользовательских данных с целью использования его результатов в коммерческих целях

Использование результатов анализа персональных данных в коммерческих целях нашло широкое применение в современной жизни, редкий доклад о современных технологиях или презентация различных потребительских товаров не касаются данной тематики.
В работе был подробно рассмотрен процесс монетизации персональных данных, отдельные этапы этого процесса, проблемы и методы, применяемые для их решения, включая основной объект работы - описание модели сбора, обработки и реализации результатов анализа персональных данных на основе типологии личности и изменяемых во времени характеристик пользователя.
Представленная в практической части работы реализация модели определения типа личности на основе только открытых данных из общедоступного источника, в частности, социальной сети вконтакте, демонстрирует наличие устойчивой корреляции между активностью пользователя в сети и его описанием, полученным с помощью традиционной методики.
Настоящая подход может быть использован совместно с другими методиками определения личности, источниками информации и выделением других параметров, описывающих активность человека, что может привести к получению более точной модели.
Таким образом, при дальнейшей разработке темы исследования, данный подход может использоваться во множестве смежных областей и помочь в решении целого ряда проблем.
1) Нормализация результатов обратной связи от пользователей. Известно, что представление об оценочной шкале у разных людей отличается: одни отмечают понравившиеся и непонравившиеся объекты используя максимально и минимально доступный значения диапазона оценок, другие же используют лишь его часть, занижая максимальные и завышая минимальные оценки, третьи оценивают только понравившиеся, или наоборот, непонравившиеся объекты и так далее. Это вносит неточности в системы прогнозирования обратной связи и снижает эффективность рекомендательных систем для таких людей.
2) При реализации поисковой составляющий и интеграции достаточного числа источников подход позволяет решить проблему «холодного старта» рекомендательных систем.
3) Подход с учетом изменяемых во времени интересов и прочих параметров пользователя позволяет даже по истечение значительного количества времени сохранять представление о пользователе актуальным, повышая уровень лояльности к построенным на основе такой информации сервисам и предоставляемым услугам.
4) Подход к фильтрации источников позволит решить проблему, сравнительно недавно возникшую на рынке интернет рекламы с появлением продуктов, предназначенных для подрыва рекламных компаний, аналогичных AdNauseam.
5) Описанный подход к анализу аномалий и зашумленных аккаунтов, а
также приведенные примеры обработки данных демонстрируют
возможность применения их для улучшения качества оказания услуг социальными сетями, форумами и многими другими сервисами, где используются связанные данные [2].
6) Анализ временного изменения интересов и поведения пользователя может быть использован с целью предотвращения нарушения и преступлений, путем выявления сигнатур, свойственных для опасного изменения.
7) Поддержка принятия решения при диагностике в медицинских целях с учетом увеличения точности определения типа и, аналогично предыдущему пункту, анализу сигнатур поведения, свойственных проявлению различных недугов.
8) Применение для оценки кредитоспособности и надежности заемщика [20].
9) А также во многих других областях, связанных с анализом поведения, психологического портрета и так далее.

Купить