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)
Additionally: New arrival
Record key: ru\spstu\vkr\19822

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

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.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read Print
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Table of Contents

  • 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

Usage statistics

stat Access count: 0
Last 30 days: 0
Detailed usage statistics