<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=163769"><dc:title>Strojno učenje za optimizacijo strategije digitalnega oglaševanja</dc:title><dc:creator>Banevec,	Jernej	(Avtor)
	</dc:creator><dc:creator>Todorovski,	Ljupčo	(Mentor)
	</dc:creator><dc:creator>Jazbec,	Metod	(Komentor)
	</dc:creator><dc:subject>strojno učenje</dc:subject><dc:subject>digitalno oglaševanje</dc:subject><dc:subject>optimizacija dobička</dc:subject><dc:subject>Bayesova optimizacija</dc:subject><dc:subject>napovedno modeliranje</dc:subject><dc:description>Digitalno oglaševanje je spremenilo način, kako podjetja nagovarjajo potencialne uporabnike svojih storitev. V tem delu opredelimo problem optimizacije dobička iz digitalnega oglaševanja za podjetje, ki se ukvarja z razvojem mobilnih aplikacij. Na podlagi analize podatkov namišljenega podjetja razvijemo inovativen model za določanje optimalnih kontrolnih nastavitev za kampanje digitalnega oglaševanja, to so izplačila za prenos aplikacije. V okviru raziskave preizkusimo različne modele strojnega učenja. Razviti model omogoča napovedovanje števila plačljivih in neplačljivih prenosov aplikacij glede na nastavljena izplačila, kar podjetju omogoča iskanje optimalnega razmerja med prihodki in stroški oglaševanja. Optimalne vrednosti kontrolnih spremenljivk, tj. nastavljenih izplačil za vsa uporabljena omrežja digitalnega oglaševanja, poiščemo z uporabo Bayesove optimizacije ločeno za vsako aplikacijo in vsak segment, ki predstavlja kombinacijo države in operacijskega sistema uporabnikovega telefona.</dc:description><dc:date>2024</dc:date><dc:date>2024-10-10 11:46:26</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>163769</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>