Please use this identifier to cite or link to this item:
http://dspace.pdpu.edu.ua/handle/123456789/22055| Title: | Дослідження методів і алгоритмів машинного навчання у системах Real-Time Bidding |
| Authors: | Іванов, О. О. Мартинович, Л. Я. |
| Keywords: | Real-Time Bidding (RTB) CTR (Click-Through Rate) прогнозування кластеризація ансамблювання факторізаційні автомати градієнтне нарощування |
| Issue Date: | 2025 |
| Publisher: | Державний заклад «Південноукраїнський національний педагогічний університет імені К.Д. Ушинського» |
| Citation: | Іванов О. О. Дослідження методів і алгоритмів машинного навчання у системах Real-Time Bidding / О. О. Іванов, Л. Я. Мартинович // Інформатика, інформаційні системи та технології: тези доповідей двадцять другої Всеукраїнської конференції студентів і молодих науковців (Одеса, 25 квітня 2025 р.) / Державний заклад «Південноукраїнський національний педагогічний університет імені К. Д. Ушинського», ОНУ ім. І. І. Мечнікова. – Одеса, 2025. – С. 246-248. |
| Abstract: | У роботі проведено аналіз сучасних методів прогнозування CTR у системах Real‑Time Bidding та запропоновано комбінований підхід, який інтегрує некеровану (unsupervised) кластеризацію аудиторії з багаторівневим ансамблюванням моделей (CatBoost і DeepFM). Експерименти на відкритих наборах даних iPinYou, Avazu та Criteo засвідчили статистично значуще підвищення AUC і зниження логарифмічної втрати (logarithmic loss) порівняно з глобальними моделями, що трансформувалося у +4,3 % приросту доходу DSP при сталому бюджеті. Запропоноване рішення також виявило підвищену стійкість до збільшення невалідних даних завдяки інкрементальному оновленню кластерів у режимі реального часу. |
| URI: | http://dspace.pdpu.edu.ua/handle/123456789/22055 |
| Appears in Collections: | Інформатика, інформаційні системи та технології (2025) |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.