Інтелектуальний аналіз поведінки користувачів в освітньому веб-додатку для максимізації його прибутку
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 98 с., 28 рис., 14 табл., 29 посилань, додаток.
Об’єктом дослідження є поведінка користувачів освітнього веб-додатку на початковому етапі взаємодії з продуктом. Предметом дослідження виступають методи машинного навчання для прогнозування користувацької цінності за історією їхніх дій. Метою роботи є побудова та оцінка класифікаційних моделей, що дозволяють виявляти рентабельних користувачів на основі перших трьох днів активності. Для цього застосовано Logistic Regression, Random Forest, XGBoost, LightGBM, CatBoost, Stacking тощо. Моделі оцінювалися як за класичними метриками точності (precision, recall, F1-score), так і з урахуванням очікуваної прибутковості. У роботі реалізовано повний цикл: очищення, агрегація та нормалізація подій, побудова ознак і цільової змінної, навчання моделей, підбір гіперпараметрів, оптимізація порогів та аналіз важливості ознак. Подальші дослідження можуть бути спрямовані на поєднання моделей із мультимодальними ознаками, використання трансформерних архітектур або впровадження онлайн-навчання в реальному часі.
Опис
Ключові слова
аналіз поведінки користувачів, передбачення доходу, машинне навчання, класифікація, xgboost, lightgbm, catboost, stacking, поведінкові ознаки, edtech, прецизія, бізнес-метрики, user behavior analysis, revenue prediction, machine learning, classification, xgboost, lightgbm, catboost, stacking, behavioral features, edtech, precision, business metrics
Бібліографічний опис
Селютін, Д. А. Інтелектуальний аналіз поведінки користувачів в освітньому веб-додатку для максимізації його прибутку : дипломна робота … бакалавра : 122 Комп'ютерні науки / Селютін Дмитро Андрійович. – Київ, 2025. – 138 с.