| Studiju veids |
bakalaura profesionālās studijas |
| Studiju programmas nosaukums |
Finanšu pārvaldības informācijas sistēmas |
| Nosaukums |
Tīmekļa skrāpēšanas tehnoloģijas izmantošana reklāmas satura analīzei |
| Nosaukums angļu valodā |
Using Web Scraping Technology to Analyze Advertising Content |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Aleksejs Jurenoks |
| Recenzents |
Viktorija Stepanova |
| Anotācija |
Šajā bakalaura darbā izstrādāts un eksperimentāli validēts tehnoloģisks
risinājums, kas apvieno tīmekļa skrāpēšanas un optiskās rakstzīmju atpazīšanas (OCR)
metodes, lai automatizēti identificētu un analizētu tīmekļa vietnēs publicēto digitālās
reklāmas vizuālo saturu. Ņemot vērā digitālās reklāmas straujo izaugsmi un arvien
pieaugošo vizuālā satura nozīmi, šāds automatizēts risinājums ir īpaši aktuāls
mārketinga datu analīzē. Izstrādātais rīks ļauj efektīvi apstrādāt lielu skaitu reklāmas
baneru attēlu, automātiski izgūt no tiem būtisku informāciju (piemēram, produktu
nosaukumus, cenas, atlaides) un strukturēt šos datus turpmākai analīzei. Risinājums
izstrādāts Python programmēšanas valodā, izmantojot vairākas atvērtā pirmkoda
bibliotēkas. Tostarp BeautifulSoup tika pielietots tīmekļa lapu satura iegūšanai,
Tesseract OCR — teksta atpazīšanai reklāmas attēlos, bet pandas — iegūto datu
strukturēšanai un analīzei. Praktiskā testēšana tika veikta, apstrādājot reklāmas
materiālus no divām lielām mazumtirdzniecības ķēdēm (Maxima un Lidl), lai novērtētu
risinājuma veiktspēju reālos apstākļos. Iegūtie rezultāti apliecināja risinājuma augstu
efektivitāti: teksta atpazīšanas precizitāte sasniedza aptuveni 90 - 95%, un sistēma spēja
pielāgoties atšķirīgiem baneru dizainiem un formātiem. Analīzes gaitā iegūtie
strukturētie dati (piemēram, produktu nosaukumi, cenas, atlaižu procenti) atbilda
oriģinālajos reklāmas materiālos norādītajai informācijai, apstiprinot risinājuma
uzticamību. Darba rezultāti apliecina, ka digitālo reklāmu automatizēta analīze ir
efektīvs veids, kā iegūt konkurētspējīgus ieskatus mārketinga stratēģiju pilnveidei.
Bakalaura darbs sastāv no 54 lappusēm, 9 attēliem, un 51 literatūras avota. |
| Atslēgas vārdi |
tīmekļa skrāpēšana, digitālā reklāma, OCR, datu analīze |
| Atslēgas vārdi angļu valodā |
web scraping, digital advertising, OCR, data analysis |
| Valoda |
lv |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 23:40:44 |
