| DC Field | Value | Language |
|---|
| dc.contributor.author | Пискун, Е. С. | - |
| dc.contributor.author | Нуансенгси, Д. В. | - |
| dc.coverage.spatial | Брест | en_US |
| dc.date.accessioned | 2025-02-21T10:18:21Z | - |
| dc.date.available | 2025-02-21T10:18:21Z | - |
| dc.date.issued | 2024 | - |
| dc.identifier.citation | Пискун, Е. С. Оптимизация рекламных стратегий с использованием рекуррентной нейронной сети с долгой краткосрочной памятью / Е. С. Пискун, Д. В. Нуансенгси // Цифровая среда: технологии и перспективы : сборник материалов II Международной научно-практической конференции, Брест, 31 октября–1 ноября 2024 г. / Брестский государственный технический университет ; редкол.: Н. Н. Шалобыта (гл. ред.) [и др.]. – Брест, 2024. – С. 143–147. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/59184 | - |
| dc.description.abstract | Современная реклама в электронной коммерции требует использования передовых технологий анализа данных для повышения эффективности взаимодействия с пользователем. Одним из эффективных подходов к управлению рекламными компаниями является использование нейронных сетей, таких как Long Short-Term Memory (LSTM). В этой статье мы рассматриваем процесс численного моделирования рекламных стратегий с использованием LSTM, который позволяет учитывать временные зависимости данных и повышать точность прогнозов ключевых показателей эффективности кампании, таких как CTR и ROI. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БрГТУ | en_US |
| dc.subject | публикации ученых | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | реклама | en_US |
| dc.subject | обработка информации | en_US |
| dc.title | Оптимизация рекламных стратегий с использованием рекуррентной нейронной сети с долгой краткосрочной памятью | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Modern e-commerce advertising requires the use of advanced data analysis technologies to improve the effectiveness of user interaction. One of the effective approaches to managing advertising companies is the use of neural networks such as Long Short-Term Memory (LSTM). In this paper, we consider the process of numerical modeling of advertising strategies using LSTM, which allows us to take into account time dependencies in the data and increase the accuracy of predictions of key campaign performance indicators such as CTR and ROI. | en_US |
| Appears in Collections: | Публикации в изданиях Республики Беларусь
|
