Tag: машинне навчання

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

Автор:

Бібліографічний опис статті:

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

Анотація: 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:

Бібліографічний опис статті:

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

Анотація: 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.

Визначення статі автора короткого тексту методами машинного навчання

Автор:

Бібліографічний опис статті:

. Визначення статі автора короткого тексту методами машинного навчання//Наука онлайн: Міжнародний електронний науковий журнал - 2019. - №11. - https://nauka-online.com/publications/technical-sciences/2019/11/opredelenie-pola-avtora-korotkogo-teksta-metodami-mashinnogo-obucheniya/

Анотація: В даній статті розглянуто застосування методів машинного навчання для класифікації текстів за гендерною відповідністю автора на прикладі коротких розповідей написаних на російській мові. Продемонстровано алгоритм та процес підготовки даних, виконано навчання та тестування баєсова класифікатора для розрізнення гендеру автора тексту. Наведено результати визначення статі авторів та зроблено висновки щодо переваг та недоліків представленого підходу.

Скорингові моделі для оцінки кредитоспроможності позичальників банку

Автор:

Бібліографічний опис статті:

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

Анотація: 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.

Підготуйте

наукову статтю на актуальну тему, відповідно до роздлів журналу

Відправте

наукову статтю на e-mail: editor@inter-nauka.com

Читайте

Вашу статтю на сайті нашого журналу та отримайте сертифікат