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 | |
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 |
|
Internet | Authorized users SPbPU |
|
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