Podrobno

Napovedovanje stopnje interakcij z oglasi
ID HLADNIK, JUŠ (Avtor), ID Kononenko, Igor (Mentor) Več o mentorju... Povezava se odpre v novem oknu, ID Košir, Domen (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (701,74 KB)
MD5: 5FD39DAFD97ABFA26EEFB6C7E6AD0EDF

Izvleček
V spletnem oglaševanju je stopnja interakcij z oglasom (angl. click-through rate oz. CTR) ena izmed bolj pomembnih metrik o uspešnosti posameznega oglasa. V diplomskem delu se ukvarjamo z napovedjo CTR oglasov na posameznih spletnih straneh za novo kreirane oglase, ki v preteklosti še niso bili prikazani, in z ocenjevanjem atributov oglasov. Podatke o oglasih in klikih na oglase podjetja Celtra d.o.o. pripravimo na več različnih načinov in na njih preizkusimo več regresijskih metod strojnega učenja - naključni gozd, k-najbližjih sosedov in matrično faktorizacijo. Atribute ocenjujemo z RReliefF-om in razliko variance. Ugotovimo, da na CTR najbolj vpliva spletna stran in velikost oglasa. Na podlagi napovedi stopenj interakcij se lahko podjetje odloči, na katere spletne strani želi objaviti oglas in s tem povečati število klikov nanj.

Jezik:Slovenski jezik
Ključne besede:naključni gozd, k-najbližjih sosedov, matrična faktorizacija, RReliefF, spletno oglaševanje
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FRI - Fakulteta za računalništvo in informatiko
FMF - Fakulteta za matematiko in fiziko
Leto izida:2020
PID:20.500.12556/RUL-113683 Povezava se odpre v novem oknu
COBISS.SI-ID:1538517955 Povezava se odpre v novem oknu
Datum objave v RUL:24.01.2020
Število ogledov:1817
Število prenosov:287
Metapodatki:XML DC-XML DC-RDF
:
HLADNIK, JUŠ, 2020, Napovedovanje stopnje interakcij z oglasi [na spletu]. Diplomsko delo. [Dostopano 5 julij 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=113683
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Prediction of degree of interaction with creatives
Izvleček:
Click-through rate (CTR) is one of the most important measurements in online advertising that tells us how successful a certain ad is. In this thesis we work on CTR prediction of ads on individual websites for newly created ads that have not been published on any website in the past. We also work on evaluation of attributes that describe these ads. We use data about ads and ad clicks from Celtra d.o.o. and process it in different ways. Then we apply different machine learning methods - random forest, k-nearest neighbors, and matrix factorization. For attribute evaluation we use RReliefF and the difference of variance. We find out that the website, on which an ad is published, and the size of an ad influence CTR the most. Based on our predictions of CTR, a company can decide on which websites they should publish the ad thus enlarge the number of clicks on the ad.

Ključne besede:random forest, k-nearest neighbors, matrix factorization, RReliefF, online advertising

Podobna dela

Podobna dela v RUL:
  1. Tumour budding and poorly differentiated clusters in colon cancer - different manifestations of partial epithelial-mesenchymal transition
  2. Vloga cisteinskih katepsinov B in X in njunih inhibitorjev pri epitelno-mezenhimskem prehodu tumorskih celic
  3. Pomen tumorskih matičnih celic in epitelno-mezenhimskega prehoda pri napredovanju nedrobnoceličnega raka pljuč
  4. Epithelial-mesenchymal transition-related micrornas and their target genes in colorectal cancerogenesis
  5. Pomen epitelijsko-mezenhimskega prehoda pri napredovanju in zasevanju raka debelega črevesa
Podobna dela v drugih slovenskih zbirkah:
  1. Epithelial-to-mesenchymal transition as the driver of changing carcinoma and glioblastoma microenvironment
  2. Transcriptional and epigenetic changes during tomato yellow leaf curl virus infection in tomato
  3. Ekspresijski in epigenetski vzorci pri bolnikih s kronično vnetno črevesno boleznijo

Nazaj