Details

Title Применение вероятностной нейронной сети в прогнозировании конверсии видео-рекламы: выпускная квалификационная работа бакалавра: направление 09.03.03 «Прикладная информатика» ; образовательная программа 09.03.03_03 «Интеллектуальные инфокоммуникационные технологии»
Creators Костин Иван Сергеевич
Scientific adviser Пак Вадим Геннадьевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2022
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects искусственные нейронные сети ; вероятностные нейронные сети ; конверсия видео-рекламы ; artificial neural networks ; probabilistic neural networks ; video ad conversion
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 09.03.03
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/3/2022/vr/vr22-2054
Rights Доступ по паролю из сети Интернет (чтение, печать)
Record key ru\spstu\vkr\19822
Record create date 1/18/2023

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

В данной работе дается описание вероятностной нейронной сети, её плюсов и минусов. Описывается индустриальный набор данных и процесс его обработки с целью обучения вероятностной нейронной сети, линейной регрессии и случайного леса для прогнозирования конверсии видео-рекламы. Прогнозирование осуществляется по времени демонстрации рекламы, по социальным метрикам возраста и пола. В результате, прогнозы сравниваются по среднеквадратичной ошибке, средней абсолютной ошибке и коэффициенту детерминации. Кроме этого осуществляется экспертная оценка для более подробного исследования моделей.

This paper describes a probabilistic neural network, its pros and cons. Describes an industrial data set and its executing process in order to train a probabilistic neural network, linear regression and a random forest to predict the conversion of video advertising. Prediction is carried out by the time of advertising demonstration, by social metrics of age and gender. As a result, the predictions are compared by the mean-squared error (MSE), the mean absolute error (MAE) and the coefficient of determination. In addition, an expert estimation is carried out for a more detailed research of the models.

Network User group Action
ILC SPbPU Local Network All
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous
  • Введение
  • 1. Обзор моделей вероятностных нейронных сетей в задачах прогнозирования
  • 2. Описание набора данных и процесса его формирования из разрозненных наборов
  • 3. Различные оценки конверсии видео-рекламы
  • 4. Реализация вероятностной нейронной сети и сравнение с линейной регрессией и случайным лесом
  • 5. Экспертная оценка моделей
  • Заключение
  • Список использованных источников
  • Приложение 1. Линейная регрессия
  • Приложение 2. Случайный лес
  • Приложение 3. Вероятностная нейронная сеть

Access count: 18 
Last 30 days: 0

Detailed usage statistics