Polski

  • Spicy Mobile

    Badania miały na celu dokładne oszacowanie prawdopodobieństwa kliknięcia w reklamy oraz prawdopodobieństwa konwersji w modelu RTB na urządzeniach mobilnych. Dzięki analizie danych z urządzeń mobilnych, w tym preferencji użytkowników i historii interakcji z reklamami, opracowaliśmy model predykcyjny. Efektywność tego rozwiązania…

  • Smartkid

    Stworzyliśmy system blokujący strony internetowe nieodpowiednie dla dzieci na platformach Windows i Android. Wykorzystaliśmy do tego model oparty na technikach TF-IDF i SVC. Dane oznaczone przez zespół etykietujący, użyliśmy do opracowania modelu, który poprawnie sklasyfikował 88-92% stron. System został wdrożony…

  • Rossman

    Rozwiązanie polega na doborze zniżki ceny produktu dla każdego użytkownika. Wykorzystaliśmy prostą sieć neuronową, testowaliśmy również LightGBM i FFM. Dane zawierają „paragony”, czyli informacje o cenach produktów i zastosowanych rabatach dla użytkowników. Dodatkowo, analizowane są dzienne cenniki, promocje i dostępność…

  • Givt

    Rozwiązanie przewiduje zakłócenia lotów (opóźnienia i odwołania) oraz prawo do odszkodowania. Wykorzystuje model LightGBM. Cechy analizowane to m.in. lotnisko, kraj, linia lotnicza i warunki pogodowe. Efekt to zwiększenie o 8.5% średniego zysku z pojedynczej sprawy o odszkodowanie za opóźnienie lotu.

  • Gemius

    Rozwiązanie obejmuje automatyczną kategoryzację reklam, co zautomatyzowało pracę ręcznych anotatorów. Wykorzystaliśmy technikę FFM do analizy danych reklam, które klient zbiera dzięki oprogramowaniu zainstalowanym u 50 tysięcy internautów. Dane reklam zostały przekazane w formacie CSV, zawierające informacje takie jak URL, treść…

  • Showroom

    Nasze rozwiązanie to zaawansowany system rekomendacyjny dla e-commerce, oparty na danych zakupowych użytkowników oraz technologiach LDA, TF-IDF i XGBoost. Segmentujemy użytkowników na podstawie ich zakupów, umożliwiając spersonalizowane rekomendacje w sklepie. Wykorzystujemy dane z Facebooka do ukierunkowanych kampanii reklamowych. Dzięki temu…

  • Frisco

    Stworzyliśmy system rekomendacyjny dla e-commerce, związany z sklepem z żywnością. Pozwala on na spersonalizowane rekomendacje produktów na stronach kategorii. Wykorzystuje techniki TF-IDF i XGBoost w analizie danych. Dane wykorzystywane w systemie obejmują historię zakupionych produktów przez użytkowników, zgromadzone w pliku…

  • RTB House

    Nasz algorytm umożliwił precyzyjne przewidywanie działań użytkowników, co jest kluczowym składnikiem technologii RTB House. Dla danego użytkownika i produktu musieliśmy przewidzieć prawdopodobieństwo, że użytkownik kliknie dany produkt. Nasza praca polegała na testowaniu różnych modeli, w tym sieci neuronowych, wzmocnienia gradientowego,…