Методи прогнозування LTV для транзакційного методу монетизації в застосунку iOS

Скорочена інформація про документ
dc.contributor.advisorСавченко, Ілля Олександрович
dc.contributor.authorТітіков, Артем Олегович
dc.date.accessioned2024-11-06T10:11:44Z
dc.date.available2024-11-06T10:11:44Z
dc.date.issued2024
dc.description.abstractДипломна робота: 66 с., 8 табл., 8 рис., 1 додаток, 16 джерел. Об’єкт дослідження – програмний застосунок для операційної системи iOS з транзакційним методом монетизації. Предмет дослідження – методи прогнозування Lifetime Value (LTV) користувачів у випадку транзакційного методу монетизації. Мета роботи – дослідження різних методів, а саме ARIMA, SARIMA та метод експоненційного згладжування та виявлення найкращого з них для використання на практиці. Під можливими модифікаціями обраного методу мається на увазі поглиблення алгоритму роботи програми за допомогою додаткових статистичних методів. Програмний продукт було розроблено мовою програмування Python.
dc.description.abstractotherThesis: 57 pp., 8 tables, 8 figures, 16 references. The research object is a software application for the iOS operating system with a transactional method of monetization. The subject of the study is methods of predicting users' Lifetime Value (LTV) in the case of a transactional method of monetization. The purpose of the work is to research various methods such as ARIMA, SARIMA and exponential smoothing and identify the best of them for use in practice. Possible modifications of the chosen method mean deepening the algorithm of the program using additional statistical methods. The software product was developed in the Python programming language.
dc.format.extent66 с.
dc.identifier.citationТітіков, А. О. Методи прогнозування LTV для транзакційного методу монетизації в застосунку iOS : дипломна робота ... бакалавра : 124 Системний аналіз / Тітіков Артем Олегович. - Київ, 2024. - 66 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70360
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectтранзакційна модель монетизації
dc.subjectкогорта
dc.subjectметод arima
dc.subjectметод sarima
dc.subjectметод exponential smoothing
dc.subjecttransaction model of monetization
dc.subjectcohort
dc.subjectarima method
dc.subjectsarima method
dc.subjectexponential smoothing method
dc.titleМетоди прогнозування LTV для транзакційного методу монетизації в застосунку iOS
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Titikov_bakalavr.pdf
Розмір:
1.7 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи