Аналіз використання методів машинного навчання в аналітиці показників інтернет ресурсів
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
Видавничий дім «Гельветика»
Abstract
UKR: У сучасних умовах в результаті цифровізації соціально-економічних явищ все більше підприємств переводять свій бізнес до мережі Інтернет. Сучасні веб -технології дозволяють збирати великі масиви статистичних даних для аналізу ефективності економічної діяльності інтернет-ресурсів. Для прийняття більш правильних управлінських рішень поряд з класичними статистичними методами доцільно використовувати методи машинного навчання. У статті описані базові методи машинного навчання та різні приклади застосування їх для розв’язання задач у сфері аналітики веб ресурсів. Проаналізовано проблеми, по’вязані з недостатньою ефективністю класичних статистичних методів для прийняття оптимальних управлінських рішень. Досліджено різні напрями цифрової економіки, де можуть застосовуватись методи машинного навчання як альтернатива до класичних статистичних методів. Наведено приклади впровадження методів машинного навчання для підвищення ефективності реалізації різного роду задач у цифровому бізнес середовищі діяльності підприємств. У науковій статті описані такі види задач наукового навчання як: 1) застосування методів навчання з вчителем для прогнозування доходів у проектах електронної комерції; 2) використання методів навчання без вчителя для сегментації користувачів; 3) впровадження методів машинного навчання для розробки систем рекомендацій; 4) використання алгоритмів штучного інтелекту для прогнозування та виявлення аномалій; 5) інтеграція генетичних алгоритмів для оптимізації онлайн-рекламних кампаній; 6) застосування методу моделювання підвищення для оптимізації витрат на маркетингову комунікацію; 7) впровадження алгоритму багаторукого бандита для оптимізації A/B-тестування; 8) проектування чат-ботів за допомогою різних типів нейронних мереж для обробки природної мови, таких як багатошаровий персептрон, згорткова нейронна мережа, рекурсивна нейронна мережа, рекурентна нейронна мережа та короткострокова пам'ять. Доведено доцільність застосування методів штучного інтелекту для розв'язання широкого спектру задач з аналізу показників інтернет ресурсів.
ENG: In modern conditions, due to the digitization of socio-economic phenomena, more and more businesses are moving their activity to the Internet. Modern web technologies allow collecting large amounts of statistical data for analyzing the effectiveness of economic activities of internet resources. To make more effective management decisions, it is appropriate to use machine learning methods alongside classical statistical methods. This article describes basic machine learning methods and various examples of their application to solve problems in web resource analytics. The issues related to the insufficient effectiveness of classical statistical methods for making optimal management decisions are analyzed. Different directions of the digital economy where machine learning methods can be applied as an alternative to classical statistical methods are investigated. Examples of implementing machine learning methods to enhance the efficiency of various tasks in the digital business environment of enterprises are provided. In the scientific article described cases of applying such king of task as: 1) application of supervised machine learning methods for revenue forecasting in e-commerce projects; 2) utilization of unsupervised machine learning methods for user segmentation; 3) implementation of machine learning methods for developing recommendation systems; 4) deployment of artificial intelligence algorithms for prediction and anomaly detection tasks; 5) integration of genetic algorithms for optimizing online advertising campaigns; 6) application of Uplift modeling method to optimize marketing communication expenses; 7) implementation of the multi-armed bandit algorithm for optimizing A/B testing; 8) designing chatbots using various types of neural networks for natural language processing, such as multi-layer perceptron, convolutional neural network, recursive neural network, recurrent neural network, and Long Short-Term Memory. The expediency of applying artificial intelligence methods to solve a wide range of internet resource analysis tasks is demonstrated.
ENG: In modern conditions, due to the digitization of socio-economic phenomena, more and more businesses are moving their activity to the Internet. Modern web technologies allow collecting large amounts of statistical data for analyzing the effectiveness of economic activities of internet resources. To make more effective management decisions, it is appropriate to use machine learning methods alongside classical statistical methods. This article describes basic machine learning methods and various examples of their application to solve problems in web resource analytics. The issues related to the insufficient effectiveness of classical statistical methods for making optimal management decisions are analyzed. Different directions of the digital economy where machine learning methods can be applied as an alternative to classical statistical methods are investigated. Examples of implementing machine learning methods to enhance the efficiency of various tasks in the digital business environment of enterprises are provided. In the scientific article described cases of applying such king of task as: 1) application of supervised machine learning methods for revenue forecasting in e-commerce projects; 2) utilization of unsupervised machine learning methods for user segmentation; 3) implementation of machine learning methods for developing recommendation systems; 4) deployment of artificial intelligence algorithms for prediction and anomaly detection tasks; 5) integration of genetic algorithms for optimizing online advertising campaigns; 6) application of Uplift modeling method to optimize marketing communication expenses; 7) implementation of the multi-armed bandit algorithm for optimizing A/B testing; 8) designing chatbots using various types of neural networks for natural language processing, such as multi-layer perceptron, convolutional neural network, recursive neural network, recurrent neural network, and Long Short-Term Memory. The expediency of applying artificial intelligence methods to solve a wide range of internet resource analysis tasks is demonstrated.
Description
Д. Жуковський: ORCID 0009-0006-1105-7434; Л. Лозовська: ORCID 0000-0003-2119-6703
Keywords
веб аналітика, методи машинного навчання, цифрова економіка, математична статистика, штучний інтелект, web analytics, machine learning methods, digital economy, mathematical statistics, artificial intelligence, digitization, intelligent decision-making systems, КЕкІ
Citation
Жуковський Д. М., Лозовська Л. І. Аналіз використання методів машинного навчання в аналітиці показників інтернет ресурсів. Сталий розвиток економіки. 2023. № 2 (47). С. 65–69. DOI: https://doi.org/10.32782/2308-1988/2023-47-9.