Predicción del target en anuncios políticos de Facebook

Abstract

[ES] El aumento de usuarios en la red ha favorecido el desarrollo de nuevos modelos de negocio donde empresas como Facebook, Google o Twitter permiten introducir anuncios en sus plataformas realizando para ello un pago. Este tipo de pago suele estar determinado en función del número de impresiones, el número de clics en un determinado objeto o el número de transacciones realizadas.

Las plataformas de creación de anuncios permiten al anunciante determinar los segmentos sobre los que irá dirigida dicha publicidad; por ejemplo, un anunciante podría especificar el sexo, la edad, la localización, los gustos y otro tipo de segmentos sobre los que quiere destacar su producto.

En este trabajo se aplicarán distintas técnicas de aprendizaje automático con el fin de predecir la segmentación en anuncios políticos de Facebook desde una perspectiva multimodal (texto e imagen). Se profundizará en el uso de técnicas de reconocimiento de patrones clásicas, como pueden ser el uso de las bolsas de palabras, y algoritmos clásicos, como las máquinas de vectores soporte, para la clasificación textual. Además, se profundizará en el uso de técnicas de \textit{deep learning}, como las redes convolucionales para el tratamiento de imágenes y las redes recurrentes para el tratamiento de la información textual.

Por último, dada la multimodalidad de los datos es necesario profundizar en técnicas de combinación de clasificadores que permitan, a partir del texto y las imágenes proporcionadas por los anunciantes, obtener las predicciones referentes al target.

[EN] The increase in the number of users on the network has favoured the development of new business models where companies such as Facebook, Google or Twitter allow you to place ads on their platforms by making a payment. This type of payment is usually determined by the number of impressions, the number of clicks on a certain object, or the number of transactions made.

Ad creation platforms allow the creator of the ad to determine the segments on which the ad will be directed; for example, a creator could specify the sex, age, location, tastes and other types of segments on which he wants to highlight his product.

In this work, different automatic learning techniques will be applied in order to predict the segmentation in Facebook political advertisements from a multimodal perspective (text and image). We will deepen in the use of classic pattern recognition techniques, such as the use of word bags, and classic algorithms, such as Support Vector Machines, for text classification. In addition, we will use Deep Learning techniques, such as convolutional networks for the treatment of images and recurrent networks for the treatment of textual information.

Finally, given the multimodality of the data, it has been necessary to go deeper into techniques of combining classifiers that allow, from the text and the images provided by the advertisers, to obtain the predictions referring to the target.

[CA] L’augment d’usuaris a la xarxa ha afavorit el desenvolupament de nous models de negoci on empreses com Facebook, Google o Twitter permeten introduir anuncis a les seves plataformes realitzant per a això un pagament. Aquest tipus de pagament sol estar determinat en funció del nombre d’impressions, el nombre de clics en un determinat objecte o el nombre de transaccions realitzades. Les plataformes de creació d’anuncis permeten al anunciant determinar els segments sobre els quals anirà dirigit aquesta publicitat; per exemple, un anunciant podria especificar el sexe, l’edat, la localització, els gustos i un altre tipus de segments sobre els quals vol destacar el seu producte. En aquest treball s’han d’aplicar diferents tècniques d’aprenentatge automàtic per tal de predir la segmentació en anuncis polítics de Facebook des d’una perspectiva multimodal (text i imatge). S’aprofundirà en l’ús de tècniques de reconeixement de patrons clàssiques, com poden ser l’ús de les bosses de paraules i algoritmes clàssics com les màquines de vectors suport, per a la classificació textual. A més, s’aprofundeix en l’ús de tècniques de deep learning, com les xarxes convolucionals per al tractament d’imatges i les xarxes recurrents per al tractament de la informació textual. Finalment, per la multimodalitat de les dades, és necessari aprofundir en tècniques de combinació de classificadors que permetin, a partir del text i les imatges proporcionades pels anunciants, obtenir les prediccions referents al target