Архів номерів

2018 21 22 23      
2017 15 16 17 18 19 20
2016 9 10 11 12 13 14
2015 3 4 5 6 7 8
2014 1 2        

Пошук

 

банер 1

 

unnamed

 

images

 

banner c111

 

Хасан Алі Аль-Абабнех Модель визначення ефективності реклами із застосуванням генетичного алгоритму

АНОТАЦІЯ
Здійснено аналіз факторів, що формують ефективність рекламного процесу. Ці фактори представлені як контрольованими (внутрішніми) процесами, так і процесами автономними, незалежними від рекламодавця і такими, що не піддаються корекції. Визначено статистичні характеристики реклами. У цій роботі запропоновано метод визначення ефективності рекламної комунікації із застосуванням методики моделювання нечітких систем. Деталізовані основні стадії побудови нечіткої нейросистеми, яка в наведеному дослідженні є структурною основою, що відображає основні послідовності розрахунків. Відзначено основні етапи моделювання та представлено опис базової моделі. Особливу увагу приділено етапу адаптації параметрів моделі, розглянуті основні послідовності цього етапу. Описано процес впровадження на цьому етапі генетичного алгоритму і розглянута суть цього алгоритму з точки зору раціональності застосування в цьому зразку моделювання. Наведено пропоновані формули основних розрахунків. Зроблено висновки про результати запропонованого моделювання і про можливість застосування на практиці описаної методики. Розглянуто переваги та недоліки пропонованої методики.

Ключові слова: реклама, ефективність реклами, нечітке моделювання, генетичний алгоритм.

АННОТАЦИЯ
Осуществлен анализ факторов, формирующих эффективность рекламного процесса. Данные факторы представлены как контролируемыми (внутренними) процессами, так и процессами автономными, не зависящими от рекламодателя и не поддающиеся коррекции. Определены статистические характеристики рекламы. В данной работе предложен метод определения эффективности рекламной коммуникации с применением методики моделирования нечетких систем. Детализированы основные стадии построения нечеткой нейросистемы, которая в приведенном исследовании является структурной основой, отображающей основные последовательности расчетов. Отмечены основные этапы моделирования и представлено описание базовой модели. Особое внимание уделено этапу адаптации параметров модели, рассмотрены основные последовательности данного этапа. Описан процесс внедрения на данном этапе генетического алгоритма и рассмотрена суть данного алгоритма с точки зрения рациональности применения в данном образце моделирования. Приведены предлагаемые формулы основных расчетов. Сделаны выводы о результатах предложенного моделирования и о возможности применения на практике описанной методики. Рассмотрены преимущества и недостатки предлагаемой методики.

Ключевые слова: реклама, эффективность рекламы, нечеткое моделирование, генетический алгоритм.

ANNOTATION
The analysis of factors shaping the effectiveness of the advertising process. These factors are represented as controlled (internal) processes, and the processes of self-contained, independent from the advertiser, and not amenable to correction. Defined statistical characteristics of advertising. In this paper we propose a method for determining the effectiveness of advertising communication with the use of fuzzy systems modeling techniques. Detailed main stages of building a fuzzy neural network systems, which in the above study is the structural basis for mapping the basic sequence of calculations. It noted the main stages of modeling and a description of the basic model. Particular attention is paid to the stage adaptation of the model parameters, the basic sequence of steps. The process of implementation at this stage of the genetic algorithm, and the algorithm are discussed from the point of view of rational use in the simulation sample. Results suggested basic formula calculations. Conclusions on the results of the proposed model and the possibility of applying in practice the described technique. The advantages and disadvantages of the proposed methodology.

Keywords: advertising, advertising effectiveness, fuzzy modeling, genetic algorithm.

Завантажити статтю (pdf)