Search
Оптимизация рекламных стратегий с использованием рекуррентной нейронной сети с долгой краткосрочной памятью
| dc.contributor.author | Пискун, Е. С. | |
| dc.contributor.author | Нуансенгси, Д. В. | |
| dc.coverage.spatial | Брест | |
| dc.date.accessioned | 2025-01-08T09:08:00Z | |
| dc.date.available | 2025-01-08T09:08:00Z | |
| 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. – Текст : непосредственный // Цифровая среда: технологии и перспективы. DETP 2024 : сборник материалов II Международной научно-практической конференции, Брест, 31 октября–1 ноября 2024 г. / Министерство образования Республики Беларусь, Брестский государственный технический университет, Факультет электронно-информационных систем ; редколлегия: Н. Н. Шалобыта, В. С. Разумейчик, С. С. Дереченник, Д. О. Петров. – Брест : БрГТУ, 2024. – ISBN 978-985-493-639-0. – С. 143–147. – Библиография: 7 назв. | |
| dc.identifier.uri | https://rep.bstu.by/handle/data/46901 | |
| dc.description.abstract | 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. | |
| dc.language.iso | ru | ru |
| dc.publisher | БрГТУ | |
| dc.title | Оптимизация рекламных стратегий с использованием рекуррентной нейронной сети с долгой краткосрочной памятью | ru |
| dc.type | Научный доклад (Working Paper) | |
| dc.identifier.udc | 004.032.26 |
