Система підтримки прийняття рішень в digital-маркетингу на основі аналізу релевантності залученої аудиторії

Скорочена інформація про документ
dc.contributor.advisorШубенкова, Ірина Анатоліївна
dc.contributor.authorБезрученко, Дмитро Геннадійович
dc.date.accessioned2024-10-31T12:40:21Z
dc.date.available2024-10-31T12:40:21Z
dc.date.issued2024
dc.description.abstractДипломна робота: 91 ст., 8 таблиць, 21 рис., 14 джерел, 2 дод. Об’єкт дослідження: фреймворки прийняття рішень в маркетинговій діяльності, методи машинного навчання Предмет дослідження: застосування методів машинного навчання в прогнозуванні окупності рекламних кампаній. Постановка задачі: розробити систему підтримки прийняття рішень для оптимізації рекламних кампаній в digital-маркетингу. Мета дослідження: розробка системи підтримки прийняття рішень для швидкої автоматизованої оптимізації рекламних кампаній в digital-маркетингу з метою уникнення збитків від рекламування. Використані моделі: метод k-найближчих сусідів (KNN), ядерна логістична регресія, дерева рішень, випадковий ліс. В даній роботі досліджується застосування методів машинного навчання для аналізу релевантності залученої аудиторії з метою використати отримані результати для швидкої зміни налаштувань рекламних кампаній задля збільшення їх окупності. Дослідження цього питання є необхідним в силу величезної конкуренції в світі цифрових додатків і бажання компаній буду конкурентноспроможними. Отримана в першій ітерації СППР може вважатися вдалою, в силу задовільної точності прогнозування наступних дій для максимізації повернень рекламних інвестицій.
dc.description.abstractotherThesis: 91 pages, 8 tables, 21 figures, 14 references, 2 appendices. The object of study: decision-making frameworks in marketing activities, machine learning methods. Subject of study: application of machine learning methods in predicting the return on investment of advertising campaigns. Problem statement: to develop a decision support system for optimizing advertising campaigns in digital marketing. Research goal: to develop a decision support system for rapid automated optimization of advertising campaigns in digital marketing to avoid losses from advertising. Models used: k-nearest neighbors (KNN), kernel logistic regression, decision trees, random forest. This work investigates the application of machine learning methods for analyzing the relevance of engaged audiences to use the results for quickly adjusting advertising campaign settings to increase their return on investment. This research is necessary due to the high competition in the world of digital applications and companies' desire to remain competitive. The decision support system obtained in the first iteration can be considered successful due to the satisfactory accuracy of predicting subsequent actions to maximize returns on advertising investments.
dc.format.extent90 с.
dc.identifier.citationБезрученко, Д. Г. Система підтримки прийняття рішень в digital-маркетингу на основі аналізу релевантності залученої аудиторії : дипломна робота ... бакалавра : 124 Системний аналіз / Безрученко Дмитро Геннадійович. - Київ, 2024. - 90 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/70300
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectмаркетингова аналітика
dc.subjectцифровий маркетинг
dc.subjectаналіз залученої аудиторії
dc.subjectметоди машинного навчання
dc.subjectсппр щодо рекламних кампаній
dc.subjectmarketing analytics
dc.subjectdigital marketing
dc.subjectaudience engagement analysis
dc.subjectmachine learning methods
dc.subjectand decision support system for advertising campaigns
dc.titleСистема підтримки прийняття рішень в digital-маркетингу на основі аналізу релевантності залученої аудиторії
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Bezruchenko_bakalavr.pdf
Розмір:
3.65 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