| Поле DC | Значение | Язык |
|---|
| dc.contributor.author | Борисюк, Ф. А. | - |
| dc.date.accessioned | 2025-06-20T06:41:20Z | - |
| dc.date.available | 2025-06-20T06:41:20Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Борисюк, Ф. А. Методы анализа данных и оптимизации рекламных стратегий в социальных сетях = Methods of data analysis and optimization of advertising strategies in social networks / Ф. А. Борисюк // Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2025 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2025. – С. 394–399. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/60365 | - |
| dc.description.abstract | Социальные сети стали важнейшим инструментом маркетинга, позволяя анализировать поведение пользователей и
адаптировать рекламные стратегии. В работе рассматриваются методы анализа данных, включая обработку естественного языка
(NLP), машинное обучение, графовые и оптимизационные модели. Описаны алгоритмы классификации, кластеризации и глубоких
нейронных сетей, применяемые для предсказания интересов аудитории. Особое внимание уделено многокритериальной
оптимизации, влияющей на бюджетирование и эффективность рекламных кампаний. Работа подчеркивает важность аналитики
данных в персонализации рекламы, прогнозировании поведения пользователей и повышении рентабельности маркетинговых
вложений. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | социальные сети | en_US |
| dc.subject | нейронные сети | en_US |
| dc.subject | оптимизационные модели | en_US |
| dc.subject | рекламные стратегии | en_US |
| dc.subject | рекламные кампании | en_US |
| dc.title | Методы анализа данных и оптимизации рекламных стратегий в социальных сетях | en_US |
| dc.title.alternative | Methods of data analysis and optimization of advertising strategies in social networks | en_US |
| dc.type | Article | en_US |
| local.description.annotation | Social networks have become a crucial marketing tool, enabling the analysis of user behavior and the adaptation of advertising
strategies. This study explores data analysis methods, including natural language processing (NLP), machine learning, graph–based
approaches, and optimization models. It describes classification and clustering algorithms, as well as deep neural networks used for predicting
audience interests. Special attention is given to multi–criteria optimization, which impacts budgeting and the effectiveness of advertising
campaigns. The paper highlights the importance of data analytics in ad personalization, user behavior prediction, and improving the return on
marketing investment. | en_US |
| Располагается в коллекциях: | Компьютерные системы и сети : материалы 61-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2025)
|
