| Anotācija |
Skaitļošanas reklāmas sistēmas atrodas krustpunktā starp digitālo mārketingu un mašīnmācīšanos, un šajā bakalaura darbā tika pētīts veids, kā abi elementi strādā kopā – komponents pēc komponenta. Šāda reklamēšana palīdz ,,savienot” potenciālos lietotājus ar tieši viņiem piemērotu reklāmu, tādējādi efektīvā veidā virzot atbilstošus produktus to lietotājiem. Šajā bakalaura darbā tika pētīta tieši ienākošā digitālā mārketinga metodoloģija. Interneta laikmetā miljardiem tīmekļa lietotāju ik sekundi rada ievērojamus datu apjomus. Šos datus ir nepieciešams izprast, izpētīt un izanalizēt lielā apjomā. Gluži tāpat kā medicīnā un daļiņu sadursmes eksperimentos, skaitļošanas reklāmai pamatu nodrošina mašīnmācīšanās kopā ar lielu datu apjomu. Darbā ir izpētītas vienskaitļa un hibrīda ieteikuma sistēmu mašīnmācīšanās pieejas un arī tām saistītie mašīnmācīšanās algoritmi. Ienākošā mārketinga ideja ir palīdzēt lietotājiem sasniegt viņu mērķus, balstoties uz viņu pašu (pircēju jeb lietotāju) ,,ceļojuma” gaitu. Lietotāji tiek piesaistīti, galvenokārt nodrošinot tādus satura veidus kā emuāru raksti, video, žurnāli, fona attēli u.tml. Tas uzlabo lietotāju uztveri par reklāmām, tādējādi palielinot viņu reakcijas ātrumu, uzņēmuma ieņēmumus, kā arī samazinot klientu piesaistes un uzturēšanas izmaksas. Šo saturu var arī apmaksāt, lai sevi reklamētu un sasniegtu mērķauditoriju. Mērķauditorijas atlasi un reklāmas ieteikumus veic rekomendējošās sistēmas, izmantojot mašīnmācīšanās algoritmus.
Teorētisko daļu veido ienākošā mārketinga metožu un ieviešanas apraksts un analīze, kā arī rekomendējošās sistēmas digitālajam mārketingam un tās papildinošie mašīnmācīšanās algoritmi. Praktiskajā daļā tiek piedāvāta skaitļošanas reklāmas sistēma ar mašīnmācīšanās algoritmu un tiek aprakstīts dažu komponentu programmas kods un rezultātu analīze. Turpmāka izpēte šajā jomā plānota arī maģistra darbā.
Bakalaura darbā kopā ir 78 lappuses, 21 attēli, 5 tabulas, 57 literatūras avoti un 2 pielikumi. |
