Тег: машинне навчання

Економічна доцільність адаптивних інтерфейсів у мобільних застосунках на основі поведінкових патернів користувачів

Автор:

Библиографическое описание статьи для цитирования:

. Економічна доцільність адаптивних інтерфейсів у мобільних застосунках на основі поведінкових патернів користувачів//Наука онлайн: Международный научный электронный журнал. - 2021. - №4. - https://nauka-online.com/ru/publications/economy/2021/4/15-15/

Аннотация: (Українська) У цьому дослідженні фокус спрямовано на здійснення оцінювання економічної результативності адаптивних користувацьких інтерфейсів (AUI) у мобільних застосунках на тлі експоненційного зростання мобільного трафіку та посилення запиту на глибоку персоналізацію, орієнтовану на поліпшення бізнес-метрик. Наукова й прикладна значущість теми визначається дефіцитом уніфікованого методологічного апарату, який давав би змогу однозначно співвіднести складні поведінкові патерни користувачів із показниками повернення інвестицій (ROI) за істотних стартових витрат, характерних для розроблення AUI. Як домінантну дослідницьку рамку використано поєднання концептуального моделювання онтології контексту та інструментарію машинного навчання з підкріпленням, зокрема Модель винагороди за юзабіліті. Проведений аналіз корпусу академічних робіт (Scopus, IEEE, ACM) та галузевих звітів (McKinsey, Gartner) демонструє, що впровадження AUI, як правило, пов’язане зі збільшенням операційних і капітальних витрат унаслідок потреби проєктування та супроводу ускладнених дизайн-систем. Водночас адаптивна оптимізація інтерфейсу, що спирається на поведінкові дані, забезпечує істотне зниження когнітивного навантаження та частоти користувацьких помилок, що статистично транслюється у зростання конверсії (C/R) і збільшення довічної цінності клієнта (LTV). Додатково обґрунтовано, що AUI виступає значущим драйвером вилучення макроекономічної цінності, оцінюваної в трильйони доларів, зокрема в таких секторах, як охорона здоров’я та роздрібна торгівля. Подані матеріали мають виражену практичну застосовність для UI/UX-архітекторів, продуктових менеджерів та інвесторів, які ухвалюють рішення щодо масштабування цифрових продуктів і зорієнтовані на кількісне оцінювання ефективності дизайну.

Визначення автора тексту з використанням ANN

Автор:

Библиографическое описание статьи для цитирования:

. Визначення автора тексту з використанням ANN//Наука онлайн: Международный научный электронный журнал. - 2019. - №12. - https://nauka-online.com/ru/publications/information-technology/2019/12/viznachennya-avtora-tekstu-z-vikoristannyam-ann/

Аннотация: (Українська) У даній статті розглядається застосування штучних нейронних мереж в задачах класифікації текстів та визначення автора невідомого тексту на основі стилістичних особливостей письма. Для навчання нейронної мережі були взяті твори двох українських письменників, щоб аналізувати та класифікувати стилі, кожного з авторів.

Определение пола автора короткого текста методами машинного обучения

Автор:

Библиографическое описание статьи для цитирования:

. Определение пола автора короткого текста методами машинного обучения//Наука онлайн: Международный научный электронный журнал. - 2019. - №11. - https://nauka-online.com/ru/publications/technical-sciences/2019/11/opredelenie-pola-avtora-korotkogo-teksta-metodami-mashinnogo-obucheniya/

Аннотация: В данной статье рассмотрено применение методов машинного обучения для классификации текстов по гендерному соответствием автора на примере коротких рассказов написанных на русском языке. Продемонстрировано алгоритм и процесс подготовки данных, выполнено обучение и тестирование баесова классификатора для различения гендера автора текста. Приведены результаты определения пола авторов и сделаны выводы относительно преимуществ и недостатков представленного подхода.

Скорингові моделі для оцінки кредитоспроможності позичальників банку

Автор:

Библиографическое описание статьи для цитирования:

. Скорингові моделі для оцінки кредитоспроможності позичальників банку//Наука онлайн: Международный научный электронный журнал. - 2018. - №7. - https://nauka-online.com/ru/publications/technical-sciences/2018/7/skoringovi-modeli-dlya-otsinki-kreditospromozhnosti-pozichalnikiv-banku/

Аннотация: (Українська) Дослідження присвячено питанню визначення ймовірності неповернення кредиту позичальником банку. Мета даної роботи — аналіз та порівняння скорингових моделей на основі методів дерев рішень та логістичної регресії для оцінки кредитоспроможності позичальників банку та побудова скорингової карти на основі кращої моделі. Отримані результати підтверджують ефективність використання скорингових моделей з метою зменшення ризику при видачі кредитів та збільшення прибутку.

Подготовьте

научную статью на актуальную тему

Отправьте

научную статью на e-mail: editor@inter-nauka.com

Читайте

Вашу статью на сайте нашего журнала