Моделі для прогнозування характеристик трафіка цифрової реклами
Вантажиться...
Дата
2018
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Магістерська дисертація: 112 с., 48 рис., 40 табл., 3 додатки і 30 джерел.
Об’єкт дослідження – трафік цифрової реклами у формі статистичних даних.
Предмет дослідження – моделі та методи аналізу даних у формі часових рядів, методи прикладної статистики.
Мета роботи – побудова моделей часових рядів для прогнозування найважливіших характеристик трафіка цифрової реклами.
Методи дослідження – моделі часових рядів для прогнозування даних та порівняльний аналіз отриманих моделей.
У даній роботі наведені результати побудови моделей часових рядів, що призначені для прогнозування найважливіших характеристик трафіка цифрової реклами. Описані результати порівняльного аналізу отриманих моделей за допомогою інформаційних критеріїв, а також з точки зору їхньої точності. Встановлено, що для нашої задачі, найкращою моделлю є модель ARIMAX (Autoregressive integrated moving-average model with exogenous inputs), тобто модель авторегресії та ковзного середнього з екзогенними змінними. Тому для подальших досліджень рекомендовано використовувати саме цю модель.
За матеріалами магістерської дисертації були написані тези, а також написана наукова стаття. Тези будуть опубліковані в збірці тез доповідей конференції САІТ-2018. А наукова стаття буде опублікована в електронній збірці доповідей у видавництві CEUR.
Прогнозні припущення щодо подальшого розвитку об’єкта дослідження – побудова нових, а також вдосконалення існуючих моделей часових рядів для прогнозування найважливіших характеристик цифрової реклами. А також узагальнення дослідження, що проводилось у даній роботі, на аналіз окремих сайтів із рекламного трафіку.
Опис
Ключові слова
трафік цифрової реклами, статистичний аналіз даних, часові ряди, прогнозування даних у формі часових рядів, модель AR, модель ARMA, модель ARIMA, модель ARIMAX, digital advertising traffic, statistical analysis of data, time series, forecasting of data in the form of time series, AR model, ARMA model, ARIMA model, ARIMAX model
Бібліографічний опис
Логін, В. В. Моделі для прогнозування характеристик трафіка цифрової реклами : магістерська дис. : 124 Системний аналіз / Логін Вадим Вікторович. – Київ, 2018. – 112 с.