Контекст: пользователей web-сервиса необходимо сегментировать для персонализации предложений сервиса. Это возможно сделать на основе cookie-файлов, так как история посещения страниц говорит об интересах пользователя.
Решение: построение модели сегментации при помощи тематического моделирования на основе cookie-файлов в виде текстового описания посещаемых страниц.
Итоги:
Проведен пилотный проект, интегрирован в бизнес- процесс заказчика:
- Выявлены тематики 80% посещенных пользователем страниц;
- 70% являются интерпретируемыми;
- Предсказание социально-демографических параметров аудитории;
- Выделены интересы 90% посетителей по тематикам посещенных страниц;
- 80% интересов являются интерпретируемыми;
- Увеличена конверсия рекламной кампании на 10% при А/Б тестировании;
- Внесены изменения в 15% готовых рекламных кампаний.
Для построения модели были использованы:
- Список URL-страниц, которые посетил пользователь;
- Описание URL-страниц;
- Сопроводительная информация о пользователе;
- Результаты показа рекламы пользователю.
Результаты моделирования:
- Модель поведения пользователей интернет-ресурса;
- Модель прогнозирования вероятности отклика на рекламную кампанию;
- Интерпретация клиентской базы.
Заказчик: Маркетинговое агентство
Технологический стек: TopicNet, BigARTM, Python, gensim.