Not logged in.

Quick Search - Contribution

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Interactive Advertising Analytics
Organization Unit
Authors
  • Sofia Orlova
Supervisors
  • Shen Gao
Language
  • English
Institution University of Zurich
Faculty Faculty of Economics, Business Administration and Information Technology
Number of Pages 39
Date 2015
Abstract Text Advertisement is everywhere. Whether we are aware of it or not, in average we are daily exposed to 2500 - 10000 ads. We are used to customized ads from google search, youtube and several more big players. But not every industry is that far yet. In fact one of the oldest communication media, namely the television doesn’t show you customized ads yet. The demographic information needed for such a customization simply wasn’t available. Online televion portals are gaining more and more users, which register themselves with the necessary data, which makes their habits traceable. Regarding this development tools to recognize the ads in live streams are required, in order to use the demographic information of the user and propose customized ads to him. This thesis describes how I built such a tool, that compares the video streams to ads based on their colour distributions. This mechanism can be used to expand its functions for extraction of the demographic data and combine the comparison mechanism by adding further recognition features.
Zusammenfassung Werbung ist überall. Wir nehmen es zwar nicht bewusst auf, jedoch sind wir täglich ca 2500 - 10000 mal exponiert. Von Google, Youtube und anderen Giganten sind wir es uns gewohnt personalisierte Werbung zu erhalten. Obschon diese nun zum Alltag gehören sind noch längst nicht alle Branchen soweit personalisierte Werbung zu gestalten. Eines der meistkonsummierten Kommunikationsmedien, nämlich das Fernsehen, hat diesen Schritt noch nicht gemacht. Die demographischen Informationen für die personalisierte Werbung waren schlicht und einfach nicht vorhanden. Online Fernseh-Portale verzeichnen mehr und mehr Benutzer, die sich mit den nötigen Informationen registrieren. Dies ermöglicht die Analyse des Benutzerverhaltens. Hinsichtlich dieses Fortschritts sind Mechanismen nötig, die Werbung in den live streams identifizieren, um diese dann mit demographischen Infomationen der Benutzer vergleichen zu können und personalisierte Werbung zu empfehlen. Diese Arbeit beschäftigt sich mit der Entwicklung eines solchen Systems, welches Werbung in den live streams anhand dessen Farbverläufen erkennt. Der Mechanismus ist so konzipiert, dass er für die Extrahierung der demographischen Benutzerdaten erweiterbar ist. Ebenfalls sind die Algorithmen um weitere Funktionen erweiterbar.
PDF File Download
Export BibTeX