System of anticipation of purchase intentions in online stores (Q78183): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in de, and other parts: Adding German translations) |
(Changed label, description and/or aliases in pt) |
||||||||||||||
| (16 intermediate revisions by 2 users not shown) | |||||||||||||||
| label / fr | label / fr | ||||||||||||||
Système de | Système de prévision des intentions d’achat dans les magasins en ligne | ||||||||||||||
| label / de | label / de | ||||||||||||||
System | System zur Vorhersage von Kaufabsichten in Online-Shops | ||||||||||||||
| label / nl | label / nl | ||||||||||||||
Systeem van het voorspellen van aankoopintenties in online winkels | |||||||||||||||
| label / it | label / it | ||||||||||||||
Sistema di previsione delle intenzioni di acquisto nei negozi online | |||||||||||||||
| label / es | label / es | ||||||||||||||
Sistema de predicción de intenciones de compra en tiendas online | |||||||||||||||
| label / da | label / da | ||||||||||||||
System til forudsigelse af købshensigter i onlinebutikker | |||||||||||||||
| label / fi | label / fi | ||||||||||||||
Verkkokauppojen ostoaikeiden ennakointijärjestelmä | |||||||||||||||
| label / el | label / el | ||||||||||||||
Σύστημα πρόβλεψης των προθέσεων αγοράς σε ηλεκτρονικά καταστήματα | |||||||||||||||
| label / ga | label / ga | ||||||||||||||
Córas a thuar intinn a cheannach i siopaí ar líne | |||||||||||||||
| label / sl | label / sl | ||||||||||||||
Sistem napovedovanja namenov nakupa v spletnih trgovinah | |||||||||||||||
| label / sv | label / sv | ||||||||||||||
System för att förutsäga köp avsikter i nätbutiker | |||||||||||||||
| label / ro | label / ro | ||||||||||||||
Sistem de anticipare a intențiilor de cumpărare în magazinele online | |||||||||||||||
| label / bg | label / bg | ||||||||||||||
Система за прогнозиране на намеренията за покупка в онлайн магазините | |||||||||||||||
| label / et | label / et | ||||||||||||||
Ostukavatsuste prognoosimise süsteem veebipoodides | |||||||||||||||
| label / hu | label / hu | ||||||||||||||
A vásárlási szándék előrejelzésének rendszere az online áruházakban | |||||||||||||||
| label / sk | label / sk | ||||||||||||||
Systém predpovedania zámerov nákupu v internetových obchodoch | |||||||||||||||
| label / lt | label / lt | ||||||||||||||
Pirkimo ketinimų prognozavimo internetinėse parduotuvėse sistema | |||||||||||||||
| label / pt | label / pt | ||||||||||||||
Sistema de antecipação das intenções de compra nas lojas online | |||||||||||||||
| label / mt | label / mt | ||||||||||||||
Sistema ta ‘tbassir intenzjonijiet xiri fil-ħwienet online | |||||||||||||||
| label / lv | label / lv | ||||||||||||||
Sistēma pirkumu nodomu prognozēšanai interneta veikalos | |||||||||||||||
| label / hr | label / hr | ||||||||||||||
Sustav predviđanja namjera kupnje u online trgovinama | |||||||||||||||
| label / cs | label / cs | ||||||||||||||
Systém předpovídání nákupních záměrů v internetových obchodech | |||||||||||||||
| description / bg | description / bg | ||||||||||||||
Проект Q78183 в Полша | |||||||||||||||
| description / hr | description / hr | ||||||||||||||
Projekt Q78183 u Poljskoj | |||||||||||||||
| description / hu | description / hu | ||||||||||||||
Projekt Q78183 Lengyelországban | |||||||||||||||
| description / cs | description / cs | ||||||||||||||
Projekt Q78183 v Polsku | |||||||||||||||
| description / da | description / da | ||||||||||||||
Projekt Q78183 i Polen | |||||||||||||||
| description / nl | description / nl | ||||||||||||||
Project Q78183 in Polen | |||||||||||||||
| description / et | description / et | ||||||||||||||
Projekt Q78183 Poolas | |||||||||||||||
| description / fi | description / fi | ||||||||||||||
Projekti Q78183 Puolassa | |||||||||||||||
| description / fr | description / fr | ||||||||||||||
Projet Q78183 en Pologne | |||||||||||||||
| description / de | description / de | ||||||||||||||
Projekt Q78183 in Polen | |||||||||||||||
| description / el | description / el | ||||||||||||||
Έργο Q78183 στην Πολωνία | |||||||||||||||
| description / ga | description / ga | ||||||||||||||
Tionscadal Q78183 sa Pholainn | |||||||||||||||
| description / it | description / it | ||||||||||||||
Progetto Q78183 in Polonia | |||||||||||||||
| description / lv | description / lv | ||||||||||||||
Projekts Q78183 Polijā | |||||||||||||||
| description / lt | description / lt | ||||||||||||||
Projektas Q78183 Lenkijoje | |||||||||||||||
| description / mt | description / mt | ||||||||||||||
Proġett Q78183 fil-Polonja | |||||||||||||||
| description / pt | description / pt | ||||||||||||||
Projeto Q78183 na Polônia | |||||||||||||||
| description / ro | description / ro | ||||||||||||||
Proiectul Q78183 în Polonia | |||||||||||||||
| description / sk | description / sk | ||||||||||||||
Projekt Q78183 v Poľsku | |||||||||||||||
| description / sl | description / sl | ||||||||||||||
Projekt Q78183 na Poljskem | |||||||||||||||
| description / es | description / es | ||||||||||||||
Proyecto Q78183 en Polonia | |||||||||||||||
| description / sv | description / sv | ||||||||||||||
Projekt Q78183 i Polen | |||||||||||||||
| Property / EU contribution | Property / EU contribution | ||||||||||||||
| 408,350.93 Euro
| ||||||||||||||
| Property / budget | Property / budget | ||||||||||||||
| 650,032.99 Euro
| ||||||||||||||
| Property / co-financing rate | |||||||||||||||
| |||||||||||||||
| Property / co-financing rate: 62.82 percent / rank | |||||||||||||||
| Property / beneficiary name (string) | |||||||||||||||
| Property / beneficiary name (string): SALES INTELLIGENCE S.A. / rank | |||||||||||||||
| Property / summary: The applicant, as part of the project "A system of anticipating purchase intentions in online shops plans to create a recommendation system that will predict future purchases that will be made by specific consumers and the degree of interest of those consumers in a given product. The service will be addressed to managers and decision-makers involved in the marketing of online shops. Thanks to the system, online shops will be able to increase their sales by presenting potential consumers with products they are interested in buying. This will increase the efficiency of online sales and increase consumer satisfaction by reducing the number of advertisements presented on the websites and providing them with only valuable and necessary information. The planned system goes beyond those commonly used in the world, which can identify consumer interest in products and recommend products, but they are limited to analysing the databases of products and users at a given time, without going forward and in-depth analysis of purchase sequences (time series) between users. The implementation of the project will be possible thanks to deep machine learning techniques. Based on research on deep learning network architectures and large real-time data collections, we can analyse the time series of millions of online shop users and determine what product they will purchase in the future. Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). (English) / qualifier | |||||||||||||||
readability score: 0.2342137693908368
| |||||||||||||||
| Property / summary | Property / summary | ||||||||||||||
Dans le cadre du projet, le demandeur prévoit de créer un système de recommandation qui prévoira les achats futurs qui seront effectués par des consommateurs spécifiques et le degré d’intérêt de ces consommateurs pour le produit donné. Le service sera dirigé vers les gestionnaires et les décideurs impliqués dans la commercialisation des magasins en ligne. Grâce au système, les magasins en ligne pourront augmenter leurs ventes en présentant aux consommateurs potentiels les produits qu’ils souhaitent acheter. Cela augmentera l’efficacité des ventes de boutiques en ligne et augmentera la satisfaction des consommateurs en réduisant le nombre de publicités présentées sur les sites Web et en ne leur fournissant que des informations précieuses et nécessaires. Le système prévu pour être créé va au-delà des systèmes couramment utilisés dans le monde, qui peuvent déterminer l’intérêt des consommateurs pour les produits et recommander des produits, mais ils se limitent à analyser les bases de données de produits et les utilisateurs à partir d’un moment donné, sans regarder vers l’avenir et l’analyse approfondie des séquences d’achat (séries temporelles) entre les utilisateurs. La mise en œuvre du projet sera possible grâce aux techniques d’apprentissage automatique profond. Sur la base de recherches sur les architectures de réseaux d’apprentissage profond et les grands ensembles de données en temps réel, nous pouvons analyser les séries chronologiques de millions d’utilisateurs de boutiques en ligne et déterminer quel produit ils achèteront à l’avenir. Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). (French) | |||||||||||||||
| Property / summary | Property / summary | ||||||||||||||
Im Rahmen des Projekts plant der Antragsteller, ein Empfehlungssystem zu schaffen, das zukünftige Käufe, die von bestimmten Verbrauchern getätigt werden, und den Grad des Interesses dieser Verbraucher an dem betreffenden Produkt vorhersagen wird. Der Service richtet sich an Manager und Entscheidungsträger, die an der Vermarktung von Online-Shops beteiligt sind. Dank des Systems können Online-Shops ihre Verkäufe steigern, indem sie potenziellen Verbrauchern die Produkte präsentieren, die sie kaufen möchten. Dies wird die Effizienz des Online-Shop-Verkaufs erhöhen und die Kundenzufriedenheit erhöhen, indem die Anzahl der auf Websites präsentierten Anzeigen reduziert wird und ihnen nur wertvolle und benötigte Informationen zur Verfügung gestellt werden. Das geplante System geht über die weltweit üblichen Systeme hinaus, die das Interesse der Verbraucher an Produkten bestimmen und Produkte empfehlen können, aber sie beschränken sich auf die Analyse von Produktdatenbanken und Benutzern von einem bestimmten Moment an, ohne vorausschauend und eingehende Analyse der Einkaufsabläufe (Zeitreihen) zwischen den Benutzern zu sehen. Die Umsetzung des Projekts wird dank Deep Machine Learning-Techniken möglich sein. Basierend auf Forschungen zu Deep-Learning-Netzwerkarchitekturen und großen Echtzeit-Datensätzen können wir die Zeitreihen von Millionen von Online-Shop-Nutzern analysieren und bestimmen, welches Produkt sie in Zukunft kaufen werden. Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). (German) | |||||||||||||||
| Property / coordinate location: 54°30'13.7"N, 18°27'46.1"E / qualifier | |||||||||||||||
| Property / beneficiary | |||||||||||||||
| Property / beneficiary: Q2509995 / rank | |||||||||||||||
| Property / contained in NUTS: Trójmiejski / qualifier | |||||||||||||||
| Property / contained in Local Administrative Unit | |||||||||||||||
| Property / contained in Local Administrative Unit: Gdynia / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in Local Administrative Unit: Gdynia / qualifier | |||||||||||||||
| Property / summary | |||||||||||||||
Als onderdeel van het project is de aanvrager van plan een aanbevelingssysteem op te zetten dat toekomstige aankopen die door specifieke consumenten zullen worden gedaan en de mate van interesse van deze consumenten in het betreffende product zal voorspellen. De dienst zal worden gericht aan managers en besluitvormers die betrokken zijn bij de marketing van online winkels. Dankzij het systeem kunnen online winkels hun omzet verhogen door aan potentiële consumenten de producten te presenteren die ze willen kopen. Dit zal de efficiëntie van de online winkelverkopen verhogen en de tevredenheid van de consument vergroten door het aantal advertenties op websites te verminderen en hen alleen waardevolle en noodzakelijke informatie te verstrekken. Het geplande systeem gaat verder dan de systemen die in de wereld worden gebruikt, die de interesse van de consument in producten kunnen bepalen en producten kunnen aanbevelen, maar ze zijn beperkt tot het analyseren van productdatabases en gebruikers vanaf een bepaald moment, zonder vooruit te kijken en diepgaande analyse van inkoopsequenties (tijdreeksen) tussen gebruikers. De implementatie van het project zal mogelijk zijn dankzij deep machine learning technieken. Op basis van onderzoek naar deep learning netwerkarchitecturen en grote real-time datasets, kunnen we de tijdreeksen van miljoenen online winkelgebruikers analyseren en bepalen welk product ze in de toekomst zullen kopen. Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). (Dutch) | |||||||||||||||
| Property / summary: Als onderdeel van het project is de aanvrager van plan een aanbevelingssysteem op te zetten dat toekomstige aankopen die door specifieke consumenten zullen worden gedaan en de mate van interesse van deze consumenten in het betreffende product zal voorspellen. De dienst zal worden gericht aan managers en besluitvormers die betrokken zijn bij de marketing van online winkels. Dankzij het systeem kunnen online winkels hun omzet verhogen door aan potentiële consumenten de producten te presenteren die ze willen kopen. Dit zal de efficiëntie van de online winkelverkopen verhogen en de tevredenheid van de consument vergroten door het aantal advertenties op websites te verminderen en hen alleen waardevolle en noodzakelijke informatie te verstrekken. Het geplande systeem gaat verder dan de systemen die in de wereld worden gebruikt, die de interesse van de consument in producten kunnen bepalen en producten kunnen aanbevelen, maar ze zijn beperkt tot het analyseren van productdatabases en gebruikers vanaf een bepaald moment, zonder vooruit te kijken en diepgaande analyse van inkoopsequenties (tijdreeksen) tussen gebruikers. De implementatie van het project zal mogelijk zijn dankzij deep machine learning technieken. Op basis van onderzoek naar deep learning netwerkarchitecturen en grote real-time datasets, kunnen we de tijdreeksen van miljoenen online winkelgebruikers analyseren en bepalen welk product ze in de toekomst zullen kopen. Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Als onderdeel van het project is de aanvrager van plan een aanbevelingssysteem op te zetten dat toekomstige aankopen die door specifieke consumenten zullen worden gedaan en de mate van interesse van deze consumenten in het betreffende product zal voorspellen. De dienst zal worden gericht aan managers en besluitvormers die betrokken zijn bij de marketing van online winkels. Dankzij het systeem kunnen online winkels hun omzet verhogen door aan potentiële consumenten de producten te presenteren die ze willen kopen. Dit zal de efficiëntie van de online winkelverkopen verhogen en de tevredenheid van de consument vergroten door het aantal advertenties op websites te verminderen en hen alleen waardevolle en noodzakelijke informatie te verstrekken. Het geplande systeem gaat verder dan de systemen die in de wereld worden gebruikt, die de interesse van de consument in producten kunnen bepalen en producten kunnen aanbevelen, maar ze zijn beperkt tot het analyseren van productdatabases en gebruikers vanaf een bepaald moment, zonder vooruit te kijken en diepgaande analyse van inkoopsequenties (tijdreeksen) tussen gebruikers. De implementatie van het project zal mogelijk zijn dankzij deep machine learning technieken. Op basis van onderzoek naar deep learning netwerkarchitecturen en grote real-time datasets, kunnen we de tijdreeksen van miljoenen online winkelgebruikers analyseren en bepalen welk product ze in de toekomst zullen kopen. Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). (Dutch) / qualifier | |||||||||||||||
point in time: 16 December 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Nell'ambito del progetto, il richiedente prevede di creare un sistema di raccomandazioni che preveda gli acquisti futuri che saranno effettuati da consumatori specifici e il grado di interesse di questi consumatori per il prodotto dato. Il servizio sarà rivolto a manager e decisori coinvolti nella commercializzazione dei negozi online. Grazie al sistema, i negozi online saranno in grado di aumentare le loro vendite presentando ai potenziali consumatori i prodotti che sono interessati ad acquistare. Ciò aumenterà l'efficienza delle vendite dei negozi online e aumenterà la soddisfazione dei consumatori riducendo il numero di annunci pubblicitari presentati sui siti web e fornendo loro solo informazioni preziose e necessarie. Il sistema previsto per essere creato va oltre i sistemi comunemente utilizzati nel mondo, che possono determinare l'interesse dei consumatori per i prodotti e raccomandare prodotti, ma si limitano ad analizzare database di prodotti e utenti da un dato momento, senza guardare avanti e analisi approfondita delle sequenze di acquisto (serie temporali) tra gli utenti. L'implementazione del progetto sarà possibile grazie alle tecniche di deep machine learning. Sulla base di ricerche su architetture di rete di deep learning e grandi set di dati in tempo reale, possiamo analizzare le serie temporali di milioni di utenti di shop online e determinare quale prodotto compreranno in futuro. Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). (Italian) | |||||||||||||||
| Property / summary: Nell'ambito del progetto, il richiedente prevede di creare un sistema di raccomandazioni che preveda gli acquisti futuri che saranno effettuati da consumatori specifici e il grado di interesse di questi consumatori per il prodotto dato. Il servizio sarà rivolto a manager e decisori coinvolti nella commercializzazione dei negozi online. Grazie al sistema, i negozi online saranno in grado di aumentare le loro vendite presentando ai potenziali consumatori i prodotti che sono interessati ad acquistare. Ciò aumenterà l'efficienza delle vendite dei negozi online e aumenterà la soddisfazione dei consumatori riducendo il numero di annunci pubblicitari presentati sui siti web e fornendo loro solo informazioni preziose e necessarie. Il sistema previsto per essere creato va oltre i sistemi comunemente utilizzati nel mondo, che possono determinare l'interesse dei consumatori per i prodotti e raccomandare prodotti, ma si limitano ad analizzare database di prodotti e utenti da un dato momento, senza guardare avanti e analisi approfondita delle sequenze di acquisto (serie temporali) tra gli utenti. L'implementazione del progetto sarà possibile grazie alle tecniche di deep machine learning. Sulla base di ricerche su architetture di rete di deep learning e grandi set di dati in tempo reale, possiamo analizzare le serie temporali di milioni di utenti di shop online e determinare quale prodotto compreranno in futuro. Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). (Italian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Nell'ambito del progetto, il richiedente prevede di creare un sistema di raccomandazioni che preveda gli acquisti futuri che saranno effettuati da consumatori specifici e il grado di interesse di questi consumatori per il prodotto dato. Il servizio sarà rivolto a manager e decisori coinvolti nella commercializzazione dei negozi online. Grazie al sistema, i negozi online saranno in grado di aumentare le loro vendite presentando ai potenziali consumatori i prodotti che sono interessati ad acquistare. Ciò aumenterà l'efficienza delle vendite dei negozi online e aumenterà la soddisfazione dei consumatori riducendo il numero di annunci pubblicitari presentati sui siti web e fornendo loro solo informazioni preziose e necessarie. Il sistema previsto per essere creato va oltre i sistemi comunemente utilizzati nel mondo, che possono determinare l'interesse dei consumatori per i prodotti e raccomandare prodotti, ma si limitano ad analizzare database di prodotti e utenti da un dato momento, senza guardare avanti e analisi approfondita delle sequenze di acquisto (serie temporali) tra gli utenti. L'implementazione del progetto sarà possibile grazie alle tecniche di deep machine learning. Sulla base di ricerche su architetture di rete di deep learning e grandi set di dati in tempo reale, possiamo analizzare le serie temporali di milioni di utenti di shop online e determinare quale prodotto compreranno in futuro. Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). (Italian) / qualifier | |||||||||||||||
point in time: 15 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Como parte del proyecto, el solicitante planea crear un sistema de recomendación que predice futuras compras que serán realizadas por consumidores específicos y el grado de interés de estos consumidores en el producto dado. El servicio estará dirigido a gerentes y tomadores de decisiones involucrados en la comercialización de tiendas en línea. Gracias al sistema, las tiendas online podrán aumentar sus ventas presentando a los consumidores potenciales los productos que les interesa comprar. Esto aumentará la eficiencia de las ventas de tiendas en línea y aumentará la satisfacción del consumidor al reducir el número de anuncios presentados en los sitios web y proporcionarles solo información valiosa y necesaria. El sistema que se planea crear va más allá de los sistemas comúnmente utilizados en el mundo, lo que puede determinar el interés de los consumidores en los productos y recomendar productos, pero se limitan a analizar las bases de datos de productos y los usuarios desde un momento dado, sin mirar hacia adelante y analizar en profundidad las secuencias de compra (serie de tiempo) entre los usuarios. La implementación del proyecto será posible gracias a las técnicas de aprendizaje automático profundo. Con base en la investigación sobre arquitecturas de redes de aprendizaje profundo y grandes conjuntos de datos en tiempo real, podemos analizar las series de tiempo de millones de usuarios de tiendas en línea y determinar qué producto comprarán en el futuro. Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). (Spanish) | |||||||||||||||
| Property / summary: Como parte del proyecto, el solicitante planea crear un sistema de recomendación que predice futuras compras que serán realizadas por consumidores específicos y el grado de interés de estos consumidores en el producto dado. El servicio estará dirigido a gerentes y tomadores de decisiones involucrados en la comercialización de tiendas en línea. Gracias al sistema, las tiendas online podrán aumentar sus ventas presentando a los consumidores potenciales los productos que les interesa comprar. Esto aumentará la eficiencia de las ventas de tiendas en línea y aumentará la satisfacción del consumidor al reducir el número de anuncios presentados en los sitios web y proporcionarles solo información valiosa y necesaria. El sistema que se planea crear va más allá de los sistemas comúnmente utilizados en el mundo, lo que puede determinar el interés de los consumidores en los productos y recomendar productos, pero se limitan a analizar las bases de datos de productos y los usuarios desde un momento dado, sin mirar hacia adelante y analizar en profundidad las secuencias de compra (serie de tiempo) entre los usuarios. La implementación del proyecto será posible gracias a las técnicas de aprendizaje automático profundo. Con base en la investigación sobre arquitecturas de redes de aprendizaje profundo y grandes conjuntos de datos en tiempo real, podemos analizar las series de tiempo de millones de usuarios de tiendas en línea y determinar qué producto comprarán en el futuro. Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Como parte del proyecto, el solicitante planea crear un sistema de recomendación que predice futuras compras que serán realizadas por consumidores específicos y el grado de interés de estos consumidores en el producto dado. El servicio estará dirigido a gerentes y tomadores de decisiones involucrados en la comercialización de tiendas en línea. Gracias al sistema, las tiendas online podrán aumentar sus ventas presentando a los consumidores potenciales los productos que les interesa comprar. Esto aumentará la eficiencia de las ventas de tiendas en línea y aumentará la satisfacción del consumidor al reducir el número de anuncios presentados en los sitios web y proporcionarles solo información valiosa y necesaria. El sistema que se planea crear va más allá de los sistemas comúnmente utilizados en el mundo, lo que puede determinar el interés de los consumidores en los productos y recomendar productos, pero se limitan a analizar las bases de datos de productos y los usuarios desde un momento dado, sin mirar hacia adelante y analizar en profundidad las secuencias de compra (serie de tiempo) entre los usuarios. La implementación del proyecto será posible gracias a las técnicas de aprendizaje automático profundo. Con base en la investigación sobre arquitecturas de redes de aprendizaje profundo y grandes conjuntos de datos en tiempo real, podemos analizar las series de tiempo de millones de usuarios de tiendas en línea y determinar qué producto comprarán en el futuro. Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). (Spanish) / qualifier | |||||||||||||||
point in time: 19 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Som en del af projektet planlægger ansøgeren at oprette et anbefalingssystem, der kan forudsige fremtidige køb, der vil blive foretaget af specifikke forbrugere, og graden af disse forbrugeres interesse for det pågældende produkt. Tjenesten vil blive rettet mod ledere og beslutningstagere, der er involveret i markedsføring af onlinebutikker. Takket være systemet vil onlinebutikker være i stand til at øge deres salg ved at præsentere potentielle forbrugere de produkter, de er interesseret i at købe. Dette vil øge effektiviteten af online shop salg og øge forbrugernes tilfredshed ved at reducere antallet af annoncer, der præsenteres på websteder og give dem kun værdifulde og nødvendige oplysninger. Det system, der er planlagt til at blive oprettet, går ud over de systemer, der almindeligvis anvendes i verden, som kan bestemme forbrugernes interesse for produkter og anbefale produkter, men de er begrænset til at analysere produktdatabaser og brugere fra et givet tidspunkt, uden at se fremad og dybdegående analyse af købssekvenser (tidsserier) mellem brugerne. Gennemførelsen af projektet vil være mulig takket være dyb maskinlæringsteknikker. Baseret på forskning i dyb læringsnetværksarkitekturer og store realtidsdatasæt kan vi analysere tidsserierne for millioner af online shopbrugere og bestemme, hvilket produkt de vil købe i fremtiden. Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). (Danish) | |||||||||||||||
| Property / summary: Som en del af projektet planlægger ansøgeren at oprette et anbefalingssystem, der kan forudsige fremtidige køb, der vil blive foretaget af specifikke forbrugere, og graden af disse forbrugeres interesse for det pågældende produkt. Tjenesten vil blive rettet mod ledere og beslutningstagere, der er involveret i markedsføring af onlinebutikker. Takket være systemet vil onlinebutikker være i stand til at øge deres salg ved at præsentere potentielle forbrugere de produkter, de er interesseret i at købe. Dette vil øge effektiviteten af online shop salg og øge forbrugernes tilfredshed ved at reducere antallet af annoncer, der præsenteres på websteder og give dem kun værdifulde og nødvendige oplysninger. Det system, der er planlagt til at blive oprettet, går ud over de systemer, der almindeligvis anvendes i verden, som kan bestemme forbrugernes interesse for produkter og anbefale produkter, men de er begrænset til at analysere produktdatabaser og brugere fra et givet tidspunkt, uden at se fremad og dybdegående analyse af købssekvenser (tidsserier) mellem brugerne. Gennemførelsen af projektet vil være mulig takket være dyb maskinlæringsteknikker. Baseret på forskning i dyb læringsnetværksarkitekturer og store realtidsdatasæt kan vi analysere tidsserierne for millioner af online shopbrugere og bestemme, hvilket produkt de vil købe i fremtiden. Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). (Danish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Som en del af projektet planlægger ansøgeren at oprette et anbefalingssystem, der kan forudsige fremtidige køb, der vil blive foretaget af specifikke forbrugere, og graden af disse forbrugeres interesse for det pågældende produkt. Tjenesten vil blive rettet mod ledere og beslutningstagere, der er involveret i markedsføring af onlinebutikker. Takket være systemet vil onlinebutikker være i stand til at øge deres salg ved at præsentere potentielle forbrugere de produkter, de er interesseret i at købe. Dette vil øge effektiviteten af online shop salg og øge forbrugernes tilfredshed ved at reducere antallet af annoncer, der præsenteres på websteder og give dem kun værdifulde og nødvendige oplysninger. Det system, der er planlagt til at blive oprettet, går ud over de systemer, der almindeligvis anvendes i verden, som kan bestemme forbrugernes interesse for produkter og anbefale produkter, men de er begrænset til at analysere produktdatabaser og brugere fra et givet tidspunkt, uden at se fremad og dybdegående analyse af købssekvenser (tidsserier) mellem brugerne. Gennemførelsen af projektet vil være mulig takket være dyb maskinlæringsteknikker. Baseret på forskning i dyb læringsnetværksarkitekturer og store realtidsdatasæt kan vi analysere tidsserierne for millioner af online shopbrugere og bestemme, hvilket produkt de vil købe i fremtiden. Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). (Danish) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Osana hanketta hakija aikoo luoda suositusjärjestelmän, joka ennustaa tiettyjen kuluttajien tulevia ostoksia ja näiden kuluttajien kiinnostusta kyseiseen tuotteeseen. Palvelu ohjataan verkkokauppojen markkinointiin osallistuville johtajille ja päättäjille. Järjestelmän ansiosta verkkokaupat voivat lisätä myyntiään esittelemällä potentiaalisille kuluttajille tuotteita, joita he ovat kiinnostuneita ostamaan. Tämä lisää verkkokauppojen myynnin tehokkuutta ja kuluttajien tyytyväisyyttä vähentämällä verkkosivustoilla esitettyjen mainosten määrää ja tarjoamalla heille vain arvokasta ja tarpeellista tietoa. Suunnitteilla oleva järjestelmä ylittää maailmassa yleisesti käytettävät järjestelmät, jotka voivat määrittää kuluttajien kiinnostuksen tuotteisiin ja suositella tuotteita, mutta ne rajoittuvat tuotetietokantojen ja käyttäjien analysointiin tietystä hetkestä katsomatta eteenpäin ja perusteellista analyysiä käyttäjien välisistä ostossarjoista (aikasarjoista). Projektin toteuttaminen on mahdollista syvän koneoppimistekniikan ansiosta. Syväoppimisen verkkoarkkitehtuurien ja suurten reaaliaikaisten tietoaineistojen tutkimuksen perusteella voimme analysoida miljoonien verkkokaupan käyttäjien aikasarjoja ja määrittää, mitä tuotteita he ostavat tulevaisuudessa. Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. (Finnish) | |||||||||||||||
| Property / summary: Osana hanketta hakija aikoo luoda suositusjärjestelmän, joka ennustaa tiettyjen kuluttajien tulevia ostoksia ja näiden kuluttajien kiinnostusta kyseiseen tuotteeseen. Palvelu ohjataan verkkokauppojen markkinointiin osallistuville johtajille ja päättäjille. Järjestelmän ansiosta verkkokaupat voivat lisätä myyntiään esittelemällä potentiaalisille kuluttajille tuotteita, joita he ovat kiinnostuneita ostamaan. Tämä lisää verkkokauppojen myynnin tehokkuutta ja kuluttajien tyytyväisyyttä vähentämällä verkkosivustoilla esitettyjen mainosten määrää ja tarjoamalla heille vain arvokasta ja tarpeellista tietoa. Suunnitteilla oleva järjestelmä ylittää maailmassa yleisesti käytettävät järjestelmät, jotka voivat määrittää kuluttajien kiinnostuksen tuotteisiin ja suositella tuotteita, mutta ne rajoittuvat tuotetietokantojen ja käyttäjien analysointiin tietystä hetkestä katsomatta eteenpäin ja perusteellista analyysiä käyttäjien välisistä ostossarjoista (aikasarjoista). Projektin toteuttaminen on mahdollista syvän koneoppimistekniikan ansiosta. Syväoppimisen verkkoarkkitehtuurien ja suurten reaaliaikaisten tietoaineistojen tutkimuksen perusteella voimme analysoida miljoonien verkkokaupan käyttäjien aikasarjoja ja määrittää, mitä tuotteita he ostavat tulevaisuudessa. Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. (Finnish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Osana hanketta hakija aikoo luoda suositusjärjestelmän, joka ennustaa tiettyjen kuluttajien tulevia ostoksia ja näiden kuluttajien kiinnostusta kyseiseen tuotteeseen. Palvelu ohjataan verkkokauppojen markkinointiin osallistuville johtajille ja päättäjille. Järjestelmän ansiosta verkkokaupat voivat lisätä myyntiään esittelemällä potentiaalisille kuluttajille tuotteita, joita he ovat kiinnostuneita ostamaan. Tämä lisää verkkokauppojen myynnin tehokkuutta ja kuluttajien tyytyväisyyttä vähentämällä verkkosivustoilla esitettyjen mainosten määrää ja tarjoamalla heille vain arvokasta ja tarpeellista tietoa. Suunnitteilla oleva järjestelmä ylittää maailmassa yleisesti käytettävät järjestelmät, jotka voivat määrittää kuluttajien kiinnostuksen tuotteisiin ja suositella tuotteita, mutta ne rajoittuvat tuotetietokantojen ja käyttäjien analysointiin tietystä hetkestä katsomatta eteenpäin ja perusteellista analyysiä käyttäjien välisistä ostossarjoista (aikasarjoista). Projektin toteuttaminen on mahdollista syvän koneoppimistekniikan ansiosta. Syväoppimisen verkkoarkkitehtuurien ja suurten reaaliaikaisten tietoaineistojen tutkimuksen perusteella voimme analysoida miljoonien verkkokaupan käyttäjien aikasarjoja ja määrittää, mitä tuotteita he ostavat tulevaisuudessa. Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. (Finnish) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Στο πλαίσιο του έργου, ο αιτών σχεδιάζει να δημιουργήσει ένα σύστημα συστάσεων που θα προβλέπει μελλοντικές αγορές που θα πραγματοποιούνται από συγκεκριμένους καταναλωτές και τον βαθμό ενδιαφέροντος των εν λόγω καταναλωτών για το συγκεκριμένο προϊόν. Η υπηρεσία θα απευθύνεται σε διαχειριστές και υπεύθυνους λήψης αποφάσεων που εμπλέκονται στο μάρκετινγκ των ηλεκτρονικών καταστημάτων. Χάρη στο σύστημα, τα ηλεκτρονικά καταστήματα θα είναι σε θέση να αυξήσουν τις πωλήσεις τους παρουσιάζοντας στους δυνητικούς καταναλωτές τα προϊόντα που ενδιαφέρονται να αγοράσουν. Αυτό θα αυξήσει την αποτελεσματικότητα των πωλήσεων ηλεκτρονικών καταστημάτων και θα αυξήσει την ικανοποίηση των καταναλωτών μειώνοντας τον αριθμό των διαφημίσεων που παρουσιάζονται στους ιστότοπους και παρέχοντάς τους μόνο πολύτιμες και απαραίτητες πληροφορίες. Το σύστημα που σχεδιάζεται να δημιουργηθεί υπερβαίνει τα συστήματα που χρησιμοποιούνται συνήθως στον κόσμο, τα οποία μπορούν να καθορίσουν το ενδιαφέρον των καταναλωτών για τα προϊόντα και να συστήσουν προϊόντα, αλλά περιορίζονται στην ανάλυση βάσεων δεδομένων προϊόντων και χρηστών από μια δεδομένη στιγμή, χωρίς να κοιτάξουν μπροστά και σε βάθος ανάλυση των αλληλουχιών αγορών (χρονικές σειρές) μεταξύ των χρηστών. Η υλοποίηση του έργου θα είναι δυνατή χάρη στις τεχνικές βαθιάς μηχανικής μάθησης. Με βάση την έρευνα σχετικά με τις αρχιτεκτονικές δικτύων βαθιάς μάθησης και τα μεγάλα σύνολα δεδομένων σε πραγματικό χρόνο, μπορούμε να αναλύσουμε τις χρονοσειρές εκατομμυρίων χρηστών ηλεκτρονικών καταστημάτων και να καθορίσουμε ποιο προϊόν θα αγοράσουν στο μέλλον. Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). (Greek) | |||||||||||||||
| Property / summary: Στο πλαίσιο του έργου, ο αιτών σχεδιάζει να δημιουργήσει ένα σύστημα συστάσεων που θα προβλέπει μελλοντικές αγορές που θα πραγματοποιούνται από συγκεκριμένους καταναλωτές και τον βαθμό ενδιαφέροντος των εν λόγω καταναλωτών για το συγκεκριμένο προϊόν. Η υπηρεσία θα απευθύνεται σε διαχειριστές και υπεύθυνους λήψης αποφάσεων που εμπλέκονται στο μάρκετινγκ των ηλεκτρονικών καταστημάτων. Χάρη στο σύστημα, τα ηλεκτρονικά καταστήματα θα είναι σε θέση να αυξήσουν τις πωλήσεις τους παρουσιάζοντας στους δυνητικούς καταναλωτές τα προϊόντα που ενδιαφέρονται να αγοράσουν. Αυτό θα αυξήσει την αποτελεσματικότητα των πωλήσεων ηλεκτρονικών καταστημάτων και θα αυξήσει την ικανοποίηση των καταναλωτών μειώνοντας τον αριθμό των διαφημίσεων που παρουσιάζονται στους ιστότοπους και παρέχοντάς τους μόνο πολύτιμες και απαραίτητες πληροφορίες. Το σύστημα που σχεδιάζεται να δημιουργηθεί υπερβαίνει τα συστήματα που χρησιμοποιούνται συνήθως στον κόσμο, τα οποία μπορούν να καθορίσουν το ενδιαφέρον των καταναλωτών για τα προϊόντα και να συστήσουν προϊόντα, αλλά περιορίζονται στην ανάλυση βάσεων δεδομένων προϊόντων και χρηστών από μια δεδομένη στιγμή, χωρίς να κοιτάξουν μπροστά και σε βάθος ανάλυση των αλληλουχιών αγορών (χρονικές σειρές) μεταξύ των χρηστών. Η υλοποίηση του έργου θα είναι δυνατή χάρη στις τεχνικές βαθιάς μηχανικής μάθησης. Με βάση την έρευνα σχετικά με τις αρχιτεκτονικές δικτύων βαθιάς μάθησης και τα μεγάλα σύνολα δεδομένων σε πραγματικό χρόνο, μπορούμε να αναλύσουμε τις χρονοσειρές εκατομμυρίων χρηστών ηλεκτρονικών καταστημάτων και να καθορίσουμε ποιο προϊόν θα αγοράσουν στο μέλλον. Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). (Greek) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Στο πλαίσιο του έργου, ο αιτών σχεδιάζει να δημιουργήσει ένα σύστημα συστάσεων που θα προβλέπει μελλοντικές αγορές που θα πραγματοποιούνται από συγκεκριμένους καταναλωτές και τον βαθμό ενδιαφέροντος των εν λόγω καταναλωτών για το συγκεκριμένο προϊόν. Η υπηρεσία θα απευθύνεται σε διαχειριστές και υπεύθυνους λήψης αποφάσεων που εμπλέκονται στο μάρκετινγκ των ηλεκτρονικών καταστημάτων. Χάρη στο σύστημα, τα ηλεκτρονικά καταστήματα θα είναι σε θέση να αυξήσουν τις πωλήσεις τους παρουσιάζοντας στους δυνητικούς καταναλωτές τα προϊόντα που ενδιαφέρονται να αγοράσουν. Αυτό θα αυξήσει την αποτελεσματικότητα των πωλήσεων ηλεκτρονικών καταστημάτων και θα αυξήσει την ικανοποίηση των καταναλωτών μειώνοντας τον αριθμό των διαφημίσεων που παρουσιάζονται στους ιστότοπους και παρέχοντάς τους μόνο πολύτιμες και απαραίτητες πληροφορίες. Το σύστημα που σχεδιάζεται να δημιουργηθεί υπερβαίνει τα συστήματα που χρησιμοποιούνται συνήθως στον κόσμο, τα οποία μπορούν να καθορίσουν το ενδιαφέρον των καταναλωτών για τα προϊόντα και να συστήσουν προϊόντα, αλλά περιορίζονται στην ανάλυση βάσεων δεδομένων προϊόντων και χρηστών από μια δεδομένη στιγμή, χωρίς να κοιτάξουν μπροστά και σε βάθος ανάλυση των αλληλουχιών αγορών (χρονικές σειρές) μεταξύ των χρηστών. Η υλοποίηση του έργου θα είναι δυνατή χάρη στις τεχνικές βαθιάς μηχανικής μάθησης. Με βάση την έρευνα σχετικά με τις αρχιτεκτονικές δικτύων βαθιάς μάθησης και τα μεγάλα σύνολα δεδομένων σε πραγματικό χρόνο, μπορούμε να αναλύσουμε τις χρονοσειρές εκατομμυρίων χρηστών ηλεκτρονικών καταστημάτων και να καθορίσουμε ποιο προϊόν θα αγοράσουν στο μέλλον. Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). (Greek) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Mar chuid den tionscadal, tá sé beartaithe ag an iarratasóir córas molta a chruthú a thuarfaidh ceannacháin amach anseo a dhéanfaidh tomhaltóirí sonracha agus an méid spéise atá ag na tomhaltóirí sin sa táirge ar leith. Díreofar an tseirbhís ar bhainisteoirí agus ar chinnteoirí a bhfuil baint acu le margaíocht siopaí ar líne. A bhuíochas leis an gcóras, beidh siopaí ar líne in ann a gcuid díolachán a mhéadú trí na táirgí a bhfuil suim acu a cheannach a chur i láthair do thomhaltóirí ionchasacha. Cuirfidh sé sin le héifeachtúlacht na ndíolachán siopaí ar líne agus cuirfidh sé le sástacht na dtomhaltóirí trí líon na bhfógraí a chuirtear i láthair ar shuíomhanna gréasáin a laghdú agus gan ach faisnéis luachmhar agus riachtanach a chur ar fáil dóibh. Téann an córas atá beartaithe a chruthú thar na córais a úsáidtear go coitianta ar fud an domhain, is féidir a chinneadh leas an tomhaltóra i dtáirgí agus táirgí a mholadh, ach tá siad teoranta do anailís a dhéanamh ar bhunachair sonraí táirge agus úsáideoirí ó nóiméad ar leith, gan féachaint chun cinn agus anailís dhomhain ar sheichimh a cheannach (sraith ama) idir úsáideoirí. Beifear in ann an tionscadal a chur chun feidhme a bhuí le teicnící domhainfhoghlama meaisínfhoghlama. Bunaithe ar thaighde ar ailtireacht líonra domhainfhoghlama agus tacair mhóra sonraí fíor-ama, is féidir linn anailís a dhéanamh ar an tsraith ama de na milliúin úsáideoirí siopa ar líne agus a fháil amach cén táirge a cheannóidh siad amach anseo. Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). (Irish) | |||||||||||||||
| Property / summary: Mar chuid den tionscadal, tá sé beartaithe ag an iarratasóir córas molta a chruthú a thuarfaidh ceannacháin amach anseo a dhéanfaidh tomhaltóirí sonracha agus an méid spéise atá ag na tomhaltóirí sin sa táirge ar leith. Díreofar an tseirbhís ar bhainisteoirí agus ar chinnteoirí a bhfuil baint acu le margaíocht siopaí ar líne. A bhuíochas leis an gcóras, beidh siopaí ar líne in ann a gcuid díolachán a mhéadú trí na táirgí a bhfuil suim acu a cheannach a chur i láthair do thomhaltóirí ionchasacha. Cuirfidh sé sin le héifeachtúlacht na ndíolachán siopaí ar líne agus cuirfidh sé le sástacht na dtomhaltóirí trí líon na bhfógraí a chuirtear i láthair ar shuíomhanna gréasáin a laghdú agus gan ach faisnéis luachmhar agus riachtanach a chur ar fáil dóibh. Téann an córas atá beartaithe a chruthú thar na córais a úsáidtear go coitianta ar fud an domhain, is féidir a chinneadh leas an tomhaltóra i dtáirgí agus táirgí a mholadh, ach tá siad teoranta do anailís a dhéanamh ar bhunachair sonraí táirge agus úsáideoirí ó nóiméad ar leith, gan féachaint chun cinn agus anailís dhomhain ar sheichimh a cheannach (sraith ama) idir úsáideoirí. Beifear in ann an tionscadal a chur chun feidhme a bhuí le teicnící domhainfhoghlama meaisínfhoghlama. Bunaithe ar thaighde ar ailtireacht líonra domhainfhoghlama agus tacair mhóra sonraí fíor-ama, is féidir linn anailís a dhéanamh ar an tsraith ama de na milliúin úsáideoirí siopa ar líne agus a fháil amach cén táirge a cheannóidh siad amach anseo. Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). (Irish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Mar chuid den tionscadal, tá sé beartaithe ag an iarratasóir córas molta a chruthú a thuarfaidh ceannacháin amach anseo a dhéanfaidh tomhaltóirí sonracha agus an méid spéise atá ag na tomhaltóirí sin sa táirge ar leith. Díreofar an tseirbhís ar bhainisteoirí agus ar chinnteoirí a bhfuil baint acu le margaíocht siopaí ar líne. A bhuíochas leis an gcóras, beidh siopaí ar líne in ann a gcuid díolachán a mhéadú trí na táirgí a bhfuil suim acu a cheannach a chur i láthair do thomhaltóirí ionchasacha. Cuirfidh sé sin le héifeachtúlacht na ndíolachán siopaí ar líne agus cuirfidh sé le sástacht na dtomhaltóirí trí líon na bhfógraí a chuirtear i láthair ar shuíomhanna gréasáin a laghdú agus gan ach faisnéis luachmhar agus riachtanach a chur ar fáil dóibh. Téann an córas atá beartaithe a chruthú thar na córais a úsáidtear go coitianta ar fud an domhain, is féidir a chinneadh leas an tomhaltóra i dtáirgí agus táirgí a mholadh, ach tá siad teoranta do anailís a dhéanamh ar bhunachair sonraí táirge agus úsáideoirí ó nóiméad ar leith, gan féachaint chun cinn agus anailís dhomhain ar sheichimh a cheannach (sraith ama) idir úsáideoirí. Beifear in ann an tionscadal a chur chun feidhme a bhuí le teicnící domhainfhoghlama meaisínfhoghlama. Bunaithe ar thaighde ar ailtireacht líonra domhainfhoghlama agus tacair mhóra sonraí fíor-ama, is féidir linn anailís a dhéanamh ar an tsraith ama de na milliúin úsáideoirí siopa ar líne agus a fháil amach cén táirge a cheannóidh siad amach anseo. Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). (Irish) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
V okviru projekta prijavitelj načrtuje vzpostavitev sistema priporočil, ki bo predvideval prihodnje nakupe, ki jih bodo opravili določeni potrošniki, in stopnjo zanimanja teh potrošnikov za določen izdelek. Storitev bo namenjena menedžerjem in odločevalcem, ki se ukvarjajo s trženjem spletnih trgovin. Zahvaljujoč sistemu bodo spletne trgovine lahko povečale svojo prodajo tako, da bodo potencialnim potrošnikom predstavile izdelke, ki jih zanimajo za nakup. To bo povečalo učinkovitost prodaje spletnih trgovin in povečalo zadovoljstvo potrošnikov z zmanjšanjem števila oglasov, predstavljenih na spletnih straneh, in zagotavljanjem le dragocenih in potrebnih informacij. Sistem, ki naj bi bil ustvarjen, presega sisteme, ki se običajno uporabljajo na svetu, ki lahko določajo zanimanje potrošnikov za izdelke in priporočajo izdelke, vendar so omejeni na analizo podatkovnih baz izdelkov in uporabnikov od danega trenutka, ne da bi gledali naprej in poglobljeno analizirali zaporedja nakupov (časovne serije) med uporabniki. Izvedba projekta bo mogoča zaradi tehnik globokega strojnega učenja. Na podlagi raziskav omrežnih arhitektur globokega učenja in velikih naborov podatkov v realnem času lahko analiziramo časovne vrste milijonov uporabnikov spletnih trgovin in ugotovimo, kateri izdelek bodo kupili v prihodnosti. Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). (Slovenian) | |||||||||||||||
| Property / summary: V okviru projekta prijavitelj načrtuje vzpostavitev sistema priporočil, ki bo predvideval prihodnje nakupe, ki jih bodo opravili določeni potrošniki, in stopnjo zanimanja teh potrošnikov za določen izdelek. Storitev bo namenjena menedžerjem in odločevalcem, ki se ukvarjajo s trženjem spletnih trgovin. Zahvaljujoč sistemu bodo spletne trgovine lahko povečale svojo prodajo tako, da bodo potencialnim potrošnikom predstavile izdelke, ki jih zanimajo za nakup. To bo povečalo učinkovitost prodaje spletnih trgovin in povečalo zadovoljstvo potrošnikov z zmanjšanjem števila oglasov, predstavljenih na spletnih straneh, in zagotavljanjem le dragocenih in potrebnih informacij. Sistem, ki naj bi bil ustvarjen, presega sisteme, ki se običajno uporabljajo na svetu, ki lahko določajo zanimanje potrošnikov za izdelke in priporočajo izdelke, vendar so omejeni na analizo podatkovnih baz izdelkov in uporabnikov od danega trenutka, ne da bi gledali naprej in poglobljeno analizirali zaporedja nakupov (časovne serije) med uporabniki. Izvedba projekta bo mogoča zaradi tehnik globokega strojnega učenja. Na podlagi raziskav omrežnih arhitektur globokega učenja in velikih naborov podatkov v realnem času lahko analiziramo časovne vrste milijonov uporabnikov spletnih trgovin in ugotovimo, kateri izdelek bodo kupili v prihodnosti. Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). (Slovenian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: V okviru projekta prijavitelj načrtuje vzpostavitev sistema priporočil, ki bo predvideval prihodnje nakupe, ki jih bodo opravili določeni potrošniki, in stopnjo zanimanja teh potrošnikov za določen izdelek. Storitev bo namenjena menedžerjem in odločevalcem, ki se ukvarjajo s trženjem spletnih trgovin. Zahvaljujoč sistemu bodo spletne trgovine lahko povečale svojo prodajo tako, da bodo potencialnim potrošnikom predstavile izdelke, ki jih zanimajo za nakup. To bo povečalo učinkovitost prodaje spletnih trgovin in povečalo zadovoljstvo potrošnikov z zmanjšanjem števila oglasov, predstavljenih na spletnih straneh, in zagotavljanjem le dragocenih in potrebnih informacij. Sistem, ki naj bi bil ustvarjen, presega sisteme, ki se običajno uporabljajo na svetu, ki lahko določajo zanimanje potrošnikov za izdelke in priporočajo izdelke, vendar so omejeni na analizo podatkovnih baz izdelkov in uporabnikov od danega trenutka, ne da bi gledali naprej in poglobljeno analizirali zaporedja nakupov (časovne serije) med uporabniki. Izvedba projekta bo mogoča zaradi tehnik globokega strojnega učenja. Na podlagi raziskav omrežnih arhitektur globokega učenja in velikih naborov podatkov v realnem času lahko analiziramo časovne vrste milijonov uporabnikov spletnih trgovin in ugotovimo, kateri izdelek bodo kupili v prihodnosti. Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). (Slovenian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Som en del av projektet planerar den sökande att skapa ett rekommendationssystem som förutser framtida inköp som kommer att göras av specifika konsumenter och graden av dessa konsumenters intresse för den aktuella produkten. Tjänsten kommer att riktas till chefer och beslutsfattare som är involverade i marknadsföringen av nätbutiker. Tack vare systemet kommer nätbutiker att kunna öka sin försäljning genom att presentera för potentiella konsumenter vilka produkter de är intresserade av att köpa. Detta kommer att öka effektiviteten i onlinebutiksförsäljningen och öka konsumenternas tillfredsställelse genom att minska antalet annonser som presenteras på webbplatser och endast förse dem med värdefull och nödvändig information. Det system som planeras att skapas går utöver de system som vanligtvis används i världen, vilket kan avgöra konsumenternas intresse för produkter och rekommendera produkter, men de är begränsade till att analysera produktdatabaser och användare från ett givet ögonblick, utan att titta framåt och djupgående analys av inköpssekvenser (tidsserie) mellan användare. Genomförandet av projektet kommer att vara möjligt tack vare djupa maskininlärningstekniker. Baserat på forskning om djupinlärningsnätverksarkitekturer och stora realtidsdataset kan vi analysera tidsserierna på miljontals nätbutiksanvändare och avgöra vilken produkt de kommer att köpa i framtiden. Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). (Swedish) | |||||||||||||||
| Property / summary: Som en del av projektet planerar den sökande att skapa ett rekommendationssystem som förutser framtida inköp som kommer att göras av specifika konsumenter och graden av dessa konsumenters intresse för den aktuella produkten. Tjänsten kommer att riktas till chefer och beslutsfattare som är involverade i marknadsföringen av nätbutiker. Tack vare systemet kommer nätbutiker att kunna öka sin försäljning genom att presentera för potentiella konsumenter vilka produkter de är intresserade av att köpa. Detta kommer att öka effektiviteten i onlinebutiksförsäljningen och öka konsumenternas tillfredsställelse genom att minska antalet annonser som presenteras på webbplatser och endast förse dem med värdefull och nödvändig information. Det system som planeras att skapas går utöver de system som vanligtvis används i världen, vilket kan avgöra konsumenternas intresse för produkter och rekommendera produkter, men de är begränsade till att analysera produktdatabaser och användare från ett givet ögonblick, utan att titta framåt och djupgående analys av inköpssekvenser (tidsserie) mellan användare. Genomförandet av projektet kommer att vara möjligt tack vare djupa maskininlärningstekniker. Baserat på forskning om djupinlärningsnätverksarkitekturer och stora realtidsdataset kan vi analysera tidsserierna på miljontals nätbutiksanvändare och avgöra vilken produkt de kommer att köpa i framtiden. Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). (Swedish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Som en del av projektet planerar den sökande att skapa ett rekommendationssystem som förutser framtida inköp som kommer att göras av specifika konsumenter och graden av dessa konsumenters intresse för den aktuella produkten. Tjänsten kommer att riktas till chefer och beslutsfattare som är involverade i marknadsföringen av nätbutiker. Tack vare systemet kommer nätbutiker att kunna öka sin försäljning genom att presentera för potentiella konsumenter vilka produkter de är intresserade av att köpa. Detta kommer att öka effektiviteten i onlinebutiksförsäljningen och öka konsumenternas tillfredsställelse genom att minska antalet annonser som presenteras på webbplatser och endast förse dem med värdefull och nödvändig information. Det system som planeras att skapas går utöver de system som vanligtvis används i världen, vilket kan avgöra konsumenternas intresse för produkter och rekommendera produkter, men de är begränsade till att analysera produktdatabaser och användare från ett givet ögonblick, utan att titta framåt och djupgående analys av inköpssekvenser (tidsserie) mellan användare. Genomförandet av projektet kommer att vara möjligt tack vare djupa maskininlärningstekniker. Baserat på forskning om djupinlärningsnätverksarkitekturer och stora realtidsdataset kan vi analysera tidsserierna på miljontals nätbutiksanvändare och avgöra vilken produkt de kommer att köpa i framtiden. Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). (Swedish) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Ca parte a proiectului, solicitantul intenționează să creeze un sistem de recomandări care să prevadă viitoarele achiziții care vor fi efectuate de anumiți consumatori și gradul de interes al acestor consumatori față de produsul respectiv. Serviciul va fi adresat managerilor și factorilor de decizie implicați în marketingul magazinelor online. Datorită sistemului, magazinele online își vor putea crește vânzările prin prezentarea către potențialii consumatori a produselor pe care sunt interesați să le cumpere. Acest lucru va spori eficiența vânzărilor de magazine online și va crește satisfacția consumatorilor prin reducerea numărului de reclame prezentate pe site-uri web și prin furnizarea acestora numai de informații valoroase și necesare. Sistemul planificat pentru a fi creat depășește sistemele utilizate în mod obișnuit în lume, care pot determina interesul consumatorilor pentru produse și pot recomanda produse, dar acestea se limitează la analizarea bazelor de date cu produse și a utilizatorilor dintr-un moment dat, fără a privi înainte și a analiza în profunzime secvențele de achiziție (seria de timp) între utilizatori. Implementarea proiectului va fi posibilă datorită tehnicilor de învățare automată profundă. Pe baza cercetărilor asupra arhitecturilor de rețea de învățare profundă și a seturilor mari de date în timp real, putem analiza seria de timp a milioane de utilizatori ai magazinelor online și putem determina ce produs vor cumpăra în viitor. Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). (Romanian) | |||||||||||||||
| Property / summary: Ca parte a proiectului, solicitantul intenționează să creeze un sistem de recomandări care să prevadă viitoarele achiziții care vor fi efectuate de anumiți consumatori și gradul de interes al acestor consumatori față de produsul respectiv. Serviciul va fi adresat managerilor și factorilor de decizie implicați în marketingul magazinelor online. Datorită sistemului, magazinele online își vor putea crește vânzările prin prezentarea către potențialii consumatori a produselor pe care sunt interesați să le cumpere. Acest lucru va spori eficiența vânzărilor de magazine online și va crește satisfacția consumatorilor prin reducerea numărului de reclame prezentate pe site-uri web și prin furnizarea acestora numai de informații valoroase și necesare. Sistemul planificat pentru a fi creat depășește sistemele utilizate în mod obișnuit în lume, care pot determina interesul consumatorilor pentru produse și pot recomanda produse, dar acestea se limitează la analizarea bazelor de date cu produse și a utilizatorilor dintr-un moment dat, fără a privi înainte și a analiza în profunzime secvențele de achiziție (seria de timp) între utilizatori. Implementarea proiectului va fi posibilă datorită tehnicilor de învățare automată profundă. Pe baza cercetărilor asupra arhitecturilor de rețea de învățare profundă și a seturilor mari de date în timp real, putem analiza seria de timp a milioane de utilizatori ai magazinelor online și putem determina ce produs vor cumpăra în viitor. Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). (Romanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Ca parte a proiectului, solicitantul intenționează să creeze un sistem de recomandări care să prevadă viitoarele achiziții care vor fi efectuate de anumiți consumatori și gradul de interes al acestor consumatori față de produsul respectiv. Serviciul va fi adresat managerilor și factorilor de decizie implicați în marketingul magazinelor online. Datorită sistemului, magazinele online își vor putea crește vânzările prin prezentarea către potențialii consumatori a produselor pe care sunt interesați să le cumpere. Acest lucru va spori eficiența vânzărilor de magazine online și va crește satisfacția consumatorilor prin reducerea numărului de reclame prezentate pe site-uri web și prin furnizarea acestora numai de informații valoroase și necesare. Sistemul planificat pentru a fi creat depășește sistemele utilizate în mod obișnuit în lume, care pot determina interesul consumatorilor pentru produse și pot recomanda produse, dar acestea se limitează la analizarea bazelor de date cu produse și a utilizatorilor dintr-un moment dat, fără a privi înainte și a analiza în profunzime secvențele de achiziție (seria de timp) între utilizatori. Implementarea proiectului va fi posibilă datorită tehnicilor de învățare automată profundă. Pe baza cercetărilor asupra arhitecturilor de rețea de învățare profundă și a seturilor mari de date în timp real, putem analiza seria de timp a milioane de utilizatori ai magazinelor online și putem determina ce produs vor cumpăra în viitor. Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). (Romanian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Като част от проекта заявителят планира да създаде система за препоръки, която да предвижда бъдещи покупки, които ще бъдат направени от конкретни потребители, и степента на интерес на тези потребители към дадения продукт. Услугата ще бъде насочена към мениджъри и вземащи решения, участващи в маркетинга на онлайн магазини. Благодарение на системата онлайн магазините ще могат да увеличат продажбите си, като представят на потенциалните потребители продуктите, които желаят да закупят. Това ще повиши ефективността на продажбите на онлайн магазини и ще повиши удовлетвореността на потребителите, като намали броя на рекламите, представени на уебсайтовете, и ще им предостави само ценна и необходима информация. Системата, планирана да бъде създадена, надхвърля обикновено използваните в света системи, които могат да определят интереса на потребителите към продуктите и да препоръчват продукти, но те са ограничени до анализиране на продуктови бази данни и потребители от даден момент, без да се гледа напред и задълбочен анализ на последователността на покупките (времеви серии) между потребителите. Изпълнението на проекта ще бъде възможно благодарение на техниките за дълбоко машинно обучение. Въз основа на изследвания на мрежови архитектури за дълбоко обучение и големи масиви от данни в реално време, ние можем да анализираме динамичните серии от милиони потребители на онлайн магазини и да определим какъв продукт ще купуват в бъдеще. Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). (Bulgarian) | |||||||||||||||
| Property / summary: Като част от проекта заявителят планира да създаде система за препоръки, която да предвижда бъдещи покупки, които ще бъдат направени от конкретни потребители, и степента на интерес на тези потребители към дадения продукт. Услугата ще бъде насочена към мениджъри и вземащи решения, участващи в маркетинга на онлайн магазини. Благодарение на системата онлайн магазините ще могат да увеличат продажбите си, като представят на потенциалните потребители продуктите, които желаят да закупят. Това ще повиши ефективността на продажбите на онлайн магазини и ще повиши удовлетвореността на потребителите, като намали броя на рекламите, представени на уебсайтовете, и ще им предостави само ценна и необходима информация. Системата, планирана да бъде създадена, надхвърля обикновено използваните в света системи, които могат да определят интереса на потребителите към продуктите и да препоръчват продукти, но те са ограничени до анализиране на продуктови бази данни и потребители от даден момент, без да се гледа напред и задълбочен анализ на последователността на покупките (времеви серии) между потребителите. Изпълнението на проекта ще бъде възможно благодарение на техниките за дълбоко машинно обучение. Въз основа на изследвания на мрежови архитектури за дълбоко обучение и големи масиви от данни в реално време, ние можем да анализираме динамичните серии от милиони потребители на онлайн магазини и да определим какъв продукт ще купуват в бъдеще. Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). (Bulgarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Като част от проекта заявителят планира да създаде система за препоръки, която да предвижда бъдещи покупки, които ще бъдат направени от конкретни потребители, и степента на интерес на тези потребители към дадения продукт. Услугата ще бъде насочена към мениджъри и вземащи решения, участващи в маркетинга на онлайн магазини. Благодарение на системата онлайн магазините ще могат да увеличат продажбите си, като представят на потенциалните потребители продуктите, които желаят да закупят. Това ще повиши ефективността на продажбите на онлайн магазини и ще повиши удовлетвореността на потребителите, като намали броя на рекламите, представени на уебсайтовете, и ще им предостави само ценна и необходима информация. Системата, планирана да бъде създадена, надхвърля обикновено използваните в света системи, които могат да определят интереса на потребителите към продуктите и да препоръчват продукти, но те са ограничени до анализиране на продуктови бази данни и потребители от даден момент, без да се гледа напред и задълбочен анализ на последователността на покупките (времеви серии) между потребителите. Изпълнението на проекта ще бъде възможно благодарение на техниките за дълбоко машинно обучение. Въз основа на изследвания на мрежови архитектури за дълбоко обучение и големи масиви от данни в реално време, ние можем да анализираме динамичните серии от милиони потребители на онлайн магазини и да определим какъв продукт ще купуват в бъдеще. Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). (Bulgarian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekti raames kavatseb taotleja luua soovitussüsteemi, mis ennustab konkreetsete tarbijate tulevasi oste ja nende tarbijate huvi konkreetse toote vastu. Teenus on suunatud veebipoodide turustamisega tegelevatele juhtidele ja otsustajatele. Tänu süsteemile saavad veebipoed suurendada oma müüki, esitades potentsiaalsetele tarbijatele tooteid, mida nad soovivad osta. See suurendab veebipoodide müügi tõhusust ja tarbijate rahulolu, vähendades veebisaitidel esitatud reklaamide arvu ning andes neile ainult väärtuslikku ja vajalikku teavet. Kavandatav süsteem läheb kaugemale maailmas tavapäraselt kasutatavatest süsteemidest, mis võivad kindlaks teha tarbijate huvi toodete vastu ja soovitada tooteid, kuid piirduvad tooteandmebaaside ja kasutajate analüüsimisega alates konkreetsest hetkest, ilma et vaadata ette ja põhjalikult analüüsida ostujärjestusi (ajarida) kasutajate vahel. Projekti rakendamine on võimalik tänu sügavale masinõppe tehnikale. Tuginedes uuringutele süvaõppe võrguarhitektuuride ja suurte reaalajas andmekogumite kohta, saame analüüsida miljonite veebipoe kasutajate aegridasid ja teha kindlaks, millist toodet nad tulevikus ostavad. Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). (Estonian) | |||||||||||||||
| Property / summary: Projekti raames kavatseb taotleja luua soovitussüsteemi, mis ennustab konkreetsete tarbijate tulevasi oste ja nende tarbijate huvi konkreetse toote vastu. Teenus on suunatud veebipoodide turustamisega tegelevatele juhtidele ja otsustajatele. Tänu süsteemile saavad veebipoed suurendada oma müüki, esitades potentsiaalsetele tarbijatele tooteid, mida nad soovivad osta. See suurendab veebipoodide müügi tõhusust ja tarbijate rahulolu, vähendades veebisaitidel esitatud reklaamide arvu ning andes neile ainult väärtuslikku ja vajalikku teavet. Kavandatav süsteem läheb kaugemale maailmas tavapäraselt kasutatavatest süsteemidest, mis võivad kindlaks teha tarbijate huvi toodete vastu ja soovitada tooteid, kuid piirduvad tooteandmebaaside ja kasutajate analüüsimisega alates konkreetsest hetkest, ilma et vaadata ette ja põhjalikult analüüsida ostujärjestusi (ajarida) kasutajate vahel. Projekti rakendamine on võimalik tänu sügavale masinõppe tehnikale. Tuginedes uuringutele süvaõppe võrguarhitektuuride ja suurte reaalajas andmekogumite kohta, saame analüüsida miljonite veebipoe kasutajate aegridasid ja teha kindlaks, millist toodet nad tulevikus ostavad. Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). (Estonian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekti raames kavatseb taotleja luua soovitussüsteemi, mis ennustab konkreetsete tarbijate tulevasi oste ja nende tarbijate huvi konkreetse toote vastu. Teenus on suunatud veebipoodide turustamisega tegelevatele juhtidele ja otsustajatele. Tänu süsteemile saavad veebipoed suurendada oma müüki, esitades potentsiaalsetele tarbijatele tooteid, mida nad soovivad osta. See suurendab veebipoodide müügi tõhusust ja tarbijate rahulolu, vähendades veebisaitidel esitatud reklaamide arvu ning andes neile ainult väärtuslikku ja vajalikku teavet. Kavandatav süsteem läheb kaugemale maailmas tavapäraselt kasutatavatest süsteemidest, mis võivad kindlaks teha tarbijate huvi toodete vastu ja soovitada tooteid, kuid piirduvad tooteandmebaaside ja kasutajate analüüsimisega alates konkreetsest hetkest, ilma et vaadata ette ja põhjalikult analüüsida ostujärjestusi (ajarida) kasutajate vahel. Projekti rakendamine on võimalik tänu sügavale masinõppe tehnikale. Tuginedes uuringutele süvaõppe võrguarhitektuuride ja suurte reaalajas andmekogumite kohta, saame analüüsida miljonite veebipoe kasutajate aegridasid ja teha kindlaks, millist toodet nad tulevikus ostavad. Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). (Estonian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
A projekt részeként a pályázó olyan ajánlási rendszert kíván létrehozni, amely előrejelzi a konkrét fogyasztók által végzett jövőbeli vásárlásokat és e fogyasztók érdeklődésének mértékét az adott termék iránt. A szolgáltatás az online áruházak marketingjében részt vevő vezetőknek és döntéshozóknak szól. A rendszernek köszönhetően az online áruházak növelhetik értékesítésüket azáltal, hogy bemutatják a potenciális fogyasztóknak a megvásárolni kívánt termékeket. Ez növeli az online boltok értékesítésének hatékonyságát és növeli a fogyasztói elégedettséget azáltal, hogy csökkenti a weboldalakon megjelenő hirdetések számát, és csak értékes és szükséges információkkal látja el őket. A tervezett rendszer túlmutat a világon általánosan használt rendszereken, amelyek meghatározhatják a fogyasztók érdeklődését a termékek iránt és ajánlják a termékeket, de csak termékadatbázisokat és felhasználókat elemeznek egy adott pillanatban, anélkül, hogy előre tekintenének és a felhasználók közötti vásárlási szekvenciák (idősorok) mélyreható elemzését. A projekt megvalósítása a mély gépi tanulási technikáknak köszönhetően lehetséges. A mélytanulási hálózati architektúrák és a nagy valós idejű adatkészletek kutatása alapján elemezhetjük az online boltok millióinak idősorát, és meghatározhatjuk, hogy milyen terméket vásárolnak a jövőben. Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). (Hungarian) | |||||||||||||||
| Property / summary: A projekt részeként a pályázó olyan ajánlási rendszert kíván létrehozni, amely előrejelzi a konkrét fogyasztók által végzett jövőbeli vásárlásokat és e fogyasztók érdeklődésének mértékét az adott termék iránt. A szolgáltatás az online áruházak marketingjében részt vevő vezetőknek és döntéshozóknak szól. A rendszernek köszönhetően az online áruházak növelhetik értékesítésüket azáltal, hogy bemutatják a potenciális fogyasztóknak a megvásárolni kívánt termékeket. Ez növeli az online boltok értékesítésének hatékonyságát és növeli a fogyasztói elégedettséget azáltal, hogy csökkenti a weboldalakon megjelenő hirdetések számát, és csak értékes és szükséges információkkal látja el őket. A tervezett rendszer túlmutat a világon általánosan használt rendszereken, amelyek meghatározhatják a fogyasztók érdeklődését a termékek iránt és ajánlják a termékeket, de csak termékadatbázisokat és felhasználókat elemeznek egy adott pillanatban, anélkül, hogy előre tekintenének és a felhasználók közötti vásárlási szekvenciák (idősorok) mélyreható elemzését. A projekt megvalósítása a mély gépi tanulási technikáknak köszönhetően lehetséges. A mélytanulási hálózati architektúrák és a nagy valós idejű adatkészletek kutatása alapján elemezhetjük az online boltok millióinak idősorát, és meghatározhatjuk, hogy milyen terméket vásárolnak a jövőben. Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). (Hungarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: A projekt részeként a pályázó olyan ajánlási rendszert kíván létrehozni, amely előrejelzi a konkrét fogyasztók által végzett jövőbeli vásárlásokat és e fogyasztók érdeklődésének mértékét az adott termék iránt. A szolgáltatás az online áruházak marketingjében részt vevő vezetőknek és döntéshozóknak szól. A rendszernek köszönhetően az online áruházak növelhetik értékesítésüket azáltal, hogy bemutatják a potenciális fogyasztóknak a megvásárolni kívánt termékeket. Ez növeli az online boltok értékesítésének hatékonyságát és növeli a fogyasztói elégedettséget azáltal, hogy csökkenti a weboldalakon megjelenő hirdetések számát, és csak értékes és szükséges információkkal látja el őket. A tervezett rendszer túlmutat a világon általánosan használt rendszereken, amelyek meghatározhatják a fogyasztók érdeklődését a termékek iránt és ajánlják a termékeket, de csak termékadatbázisokat és felhasználókat elemeznek egy adott pillanatban, anélkül, hogy előre tekintenének és a felhasználók közötti vásárlási szekvenciák (idősorok) mélyreható elemzését. A projekt megvalósítása a mély gépi tanulási technikáknak köszönhetően lehetséges. A mélytanulási hálózati architektúrák és a nagy valós idejű adatkészletek kutatása alapján elemezhetjük az online boltok millióinak idősorát, és meghatározhatjuk, hogy milyen terméket vásárolnak a jövőben. Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). (Hungarian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
V rámci projektu žiadateľ plánuje vytvoriť systém odporúčaní, ktorý predpovedá budúce nákupy, ktoré uskutočnia konkrétni spotrebitelia, a stupeň záujmu týchto spotrebiteľov o daný výrobok. Služba bude zameraná na manažérov a rozhodujúcich činiteľov zapojených do marketingu internetových obchodov. Vďaka systému budú môcť internetové obchody zvýšiť svoj predaj tým, že potenciálnym spotrebiteľom predstavia výrobky, ktoré majú záujem o nákup. Tým sa zvýši efektívnosť predaja online obchodov a zvýši sa spokojnosť spotrebiteľov znížením počtu reklám prezentovaných na webových stránkach a poskytnutím len hodnotných a potrebných informácií. Plánovaný systém ide nad rámec systémov bežne používaných vo svete, ktoré môžu určovať záujem spotrebiteľov o produkty a odporúčať produkty, ale sú obmedzené na analýzu databáz produktov a používateľov od daného okamihu bez toho, aby sa pozerali dopredu a hĺbkovú analýzu nákupných sekvencií (časových radov) medzi používateľmi. Realizácia projektu bude možná vďaka technikám hĺbkového strojového učenia. Na základe výskumu sieťových architektúr hĺbkového učenia a veľkých súborov údajov v reálnom čase môžeme analyzovať časové rady miliónov používateľov internetových obchodov a určiť, aký produkt si budú kupovať v budúcnosti. Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). (Slovak) | |||||||||||||||
| Property / summary: V rámci projektu žiadateľ plánuje vytvoriť systém odporúčaní, ktorý predpovedá budúce nákupy, ktoré uskutočnia konkrétni spotrebitelia, a stupeň záujmu týchto spotrebiteľov o daný výrobok. Služba bude zameraná na manažérov a rozhodujúcich činiteľov zapojených do marketingu internetových obchodov. Vďaka systému budú môcť internetové obchody zvýšiť svoj predaj tým, že potenciálnym spotrebiteľom predstavia výrobky, ktoré majú záujem o nákup. Tým sa zvýši efektívnosť predaja online obchodov a zvýši sa spokojnosť spotrebiteľov znížením počtu reklám prezentovaných na webových stránkach a poskytnutím len hodnotných a potrebných informácií. Plánovaný systém ide nad rámec systémov bežne používaných vo svete, ktoré môžu určovať záujem spotrebiteľov o produkty a odporúčať produkty, ale sú obmedzené na analýzu databáz produktov a používateľov od daného okamihu bez toho, aby sa pozerali dopredu a hĺbkovú analýzu nákupných sekvencií (časových radov) medzi používateľmi. Realizácia projektu bude možná vďaka technikám hĺbkového strojového učenia. Na základe výskumu sieťových architektúr hĺbkového učenia a veľkých súborov údajov v reálnom čase môžeme analyzovať časové rady miliónov používateľov internetových obchodov a určiť, aký produkt si budú kupovať v budúcnosti. Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). (Slovak) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: V rámci projektu žiadateľ plánuje vytvoriť systém odporúčaní, ktorý predpovedá budúce nákupy, ktoré uskutočnia konkrétni spotrebitelia, a stupeň záujmu týchto spotrebiteľov o daný výrobok. Služba bude zameraná na manažérov a rozhodujúcich činiteľov zapojených do marketingu internetových obchodov. Vďaka systému budú môcť internetové obchody zvýšiť svoj predaj tým, že potenciálnym spotrebiteľom predstavia výrobky, ktoré majú záujem o nákup. Tým sa zvýši efektívnosť predaja online obchodov a zvýši sa spokojnosť spotrebiteľov znížením počtu reklám prezentovaných na webových stránkach a poskytnutím len hodnotných a potrebných informácií. Plánovaný systém ide nad rámec systémov bežne používaných vo svete, ktoré môžu určovať záujem spotrebiteľov o produkty a odporúčať produkty, ale sú obmedzené na analýzu databáz produktov a používateľov od daného okamihu bez toho, aby sa pozerali dopredu a hĺbkovú analýzu nákupných sekvencií (časových radov) medzi používateľmi. Realizácia projektu bude možná vďaka technikám hĺbkového strojového učenia. Na základe výskumu sieťových architektúr hĺbkového učenia a veľkých súborov údajov v reálnom čase môžeme analyzovať časové rady miliónov používateľov internetových obchodov a určiť, aký produkt si budú kupovať v budúcnosti. Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). (Slovak) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Vykdydamas projektą pareiškėjas planuoja sukurti rekomendacijų sistemą, kuri nuspėtų būsimus pirkimus, kuriuos atliks konkretūs vartotojai, ir šių vartotojų susidomėjimą šiuo produktu. Paslauga bus skirta vadovams ir sprendimus priimantiems asmenims, dalyvaujantiems internetinių parduotuvių rinkodaros veikloje. Sistemos dėka internetinės parduotuvės galės padidinti savo pardavimus, pristatydamos potencialiems vartotojams produktus, kuriuos jie domina. Tai padidins internetinių parduotuvių pardavimo efektyvumą ir padidins vartotojų pasitenkinimą, nes sumažės interneto svetainėse pateikiamų reklamų skaičius ir bus pateikta tik vertinga ir reikalinga informacija. Sistema, kurią planuojama sukurti, apima daugiau nei pasaulyje paprastai naudojamas sistemas, kurios gali nustatyti vartotojų susidomėjimą produktais ir rekomenduoti produktus, tačiau jos apsiriboja produktų duomenų bazių ir naudotojų analize nuo tam tikro momento, nežiūrint į ateitį ir išsamią pirkimo sekų (laiko eilučių) tarp vartotojų analizę. Įgyvendinti projektą bus įmanoma dėl gilaus mašinų mokymosi metodų. Remdamiesi giliojo mokymosi tinklo architektūros ir didelių realaus laiko duomenų rinkinių tyrimais, galime analizuoti milijonų internetinių parduotuvių naudotojų laiko eilutes ir nustatyti, kokį produktą jie pirks ateityje. Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). (Lithuanian) | |||||||||||||||
| Property / summary: Vykdydamas projektą pareiškėjas planuoja sukurti rekomendacijų sistemą, kuri nuspėtų būsimus pirkimus, kuriuos atliks konkretūs vartotojai, ir šių vartotojų susidomėjimą šiuo produktu. Paslauga bus skirta vadovams ir sprendimus priimantiems asmenims, dalyvaujantiems internetinių parduotuvių rinkodaros veikloje. Sistemos dėka internetinės parduotuvės galės padidinti savo pardavimus, pristatydamos potencialiems vartotojams produktus, kuriuos jie domina. Tai padidins internetinių parduotuvių pardavimo efektyvumą ir padidins vartotojų pasitenkinimą, nes sumažės interneto svetainėse pateikiamų reklamų skaičius ir bus pateikta tik vertinga ir reikalinga informacija. Sistema, kurią planuojama sukurti, apima daugiau nei pasaulyje paprastai naudojamas sistemas, kurios gali nustatyti vartotojų susidomėjimą produktais ir rekomenduoti produktus, tačiau jos apsiriboja produktų duomenų bazių ir naudotojų analize nuo tam tikro momento, nežiūrint į ateitį ir išsamią pirkimo sekų (laiko eilučių) tarp vartotojų analizę. Įgyvendinti projektą bus įmanoma dėl gilaus mašinų mokymosi metodų. Remdamiesi giliojo mokymosi tinklo architektūros ir didelių realaus laiko duomenų rinkinių tyrimais, galime analizuoti milijonų internetinių parduotuvių naudotojų laiko eilutes ir nustatyti, kokį produktą jie pirks ateityje. Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). (Lithuanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Vykdydamas projektą pareiškėjas planuoja sukurti rekomendacijų sistemą, kuri nuspėtų būsimus pirkimus, kuriuos atliks konkretūs vartotojai, ir šių vartotojų susidomėjimą šiuo produktu. Paslauga bus skirta vadovams ir sprendimus priimantiems asmenims, dalyvaujantiems internetinių parduotuvių rinkodaros veikloje. Sistemos dėka internetinės parduotuvės galės padidinti savo pardavimus, pristatydamos potencialiems vartotojams produktus, kuriuos jie domina. Tai padidins internetinių parduotuvių pardavimo efektyvumą ir padidins vartotojų pasitenkinimą, nes sumažės interneto svetainėse pateikiamų reklamų skaičius ir bus pateikta tik vertinga ir reikalinga informacija. Sistema, kurią planuojama sukurti, apima daugiau nei pasaulyje paprastai naudojamas sistemas, kurios gali nustatyti vartotojų susidomėjimą produktais ir rekomenduoti produktus, tačiau jos apsiriboja produktų duomenų bazių ir naudotojų analize nuo tam tikro momento, nežiūrint į ateitį ir išsamią pirkimo sekų (laiko eilučių) tarp vartotojų analizę. Įgyvendinti projektą bus įmanoma dėl gilaus mašinų mokymosi metodų. Remdamiesi giliojo mokymosi tinklo architektūros ir didelių realaus laiko duomenų rinkinių tyrimais, galime analizuoti milijonų internetinių parduotuvių naudotojų laiko eilutes ir nustatyti, kokį produktą jie pirks ateityje. Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). (Lithuanian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
O requerente, no âmbito do projeto "Um sistema de antecipação das intenções de compra nas lojas em linha, planeia criar um sistema de recomendação que irá prever as futuras compras que serão efetuadas por consumidores específicos e o grau de interesse desses consumidores num determinado produto. O serviço será dirigido aos gestores e decisores envolvidos na comercialização de lojas em linha. Graças ao sistema, as lojas em linha poderão aumentar as suas vendas apresentando aos potenciais consumidores produtos que estão interessados em comprar. Tal aumentará a eficiência das vendas em linha e aumentará a satisfação dos consumidores, reduzindo o número de anúncios apresentados nos sítios Web e fornecendo-lhes apenas informações valiosas e necessárias. O sistema previsto vai além dos sistemas habitualmente utilizados no mundo, que podem identificar o interesse dos consumidores pelos produtos e recomendar produtos, mas limitam-se a analisar as bases de dados de produtos e utilizadores num determinado momento, sem proceder a uma análise aprofundada das sequências de compras (séries cronológicas) entre utilizadores. A implementação do projeto será possível graças a técnicas de aprendizagem de máquina profunda. Com base na investigação sobre arquiteturas de rede de aprendizagem profunda e grandes coleções de dados em tempo real, podemos analisar a série cronológica de milhões de utilizadores de lojas online e determinar que produto irão comprar no futuro. Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). (Portuguese) | |||||||||||||||
| Property / summary: O requerente, no âmbito do projeto "Um sistema de antecipação das intenções de compra nas lojas em linha, planeia criar um sistema de recomendação que irá prever as futuras compras que serão efetuadas por consumidores específicos e o grau de interesse desses consumidores num determinado produto. O serviço será dirigido aos gestores e decisores envolvidos na comercialização de lojas em linha. Graças ao sistema, as lojas em linha poderão aumentar as suas vendas apresentando aos potenciais consumidores produtos que estão interessados em comprar. Tal aumentará a eficiência das vendas em linha e aumentará a satisfação dos consumidores, reduzindo o número de anúncios apresentados nos sítios Web e fornecendo-lhes apenas informações valiosas e necessárias. O sistema previsto vai além dos sistemas habitualmente utilizados no mundo, que podem identificar o interesse dos consumidores pelos produtos e recomendar produtos, mas limitam-se a analisar as bases de dados de produtos e utilizadores num determinado momento, sem proceder a uma análise aprofundada das sequências de compras (séries cronológicas) entre utilizadores. A implementação do projeto será possível graças a técnicas de aprendizagem de máquina profunda. Com base na investigação sobre arquiteturas de rede de aprendizagem profunda e grandes coleções de dados em tempo real, podemos analisar a série cronológica de milhões de utilizadores de lojas online e determinar que produto irão comprar no futuro. Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). (Portuguese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: O requerente, no âmbito do projeto "Um sistema de antecipação das intenções de compra nas lojas em linha, planeia criar um sistema de recomendação que irá prever as futuras compras que serão efetuadas por consumidores específicos e o grau de interesse desses consumidores num determinado produto. O serviço será dirigido aos gestores e decisores envolvidos na comercialização de lojas em linha. Graças ao sistema, as lojas em linha poderão aumentar as suas vendas apresentando aos potenciais consumidores produtos que estão interessados em comprar. Tal aumentará a eficiência das vendas em linha e aumentará a satisfação dos consumidores, reduzindo o número de anúncios apresentados nos sítios Web e fornecendo-lhes apenas informações valiosas e necessárias. O sistema previsto vai além dos sistemas habitualmente utilizados no mundo, que podem identificar o interesse dos consumidores pelos produtos e recomendar produtos, mas limitam-se a analisar as bases de dados de produtos e utilizadores num determinado momento, sem proceder a uma análise aprofundada das sequências de compras (séries cronológicas) entre utilizadores. A implementação do projeto será possível graças a técnicas de aprendizagem de máquina profunda. Com base na investigação sobre arquiteturas de rede de aprendizagem profunda e grandes coleções de dados em tempo real, podemos analisar a série cronológica de milhões de utilizadores de lojas online e determinar que produto irão comprar no futuro. Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). (Portuguese) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Bħala parti mill-proġett, l-applikant jippjana li joħloq sistema ta’ rakkomandazzjoni li tipprevedi xiri futur li se jsir minn konsumaturi speċifiċi u l-livell ta’ interess ta’ dawn il-konsumaturi fil-prodott partikolari. Is-servizz se jkun dirett lejn il-maniġers u dawk li jieħdu d-deċiżjonijiet involuti fil-kummerċjalizzazzjoni ta’ ħwienet online. Bis-saħħa tas-sistema, il-ħwienet online se jkunu jistgħu jżidu l-bejgħ tagħhom billi jippreżentaw lill-konsumaturi potenzjali l-prodotti li huma interessati jixtru. Dan se jżid l-effiċjenza tal-bejgħ tal-ħwienet online u jżid is-sodisfazzjon tal-konsumatur billi jnaqqas l-għadd ta’ reklami ppreżentati fuq is-siti web u jipprovdilhom biss informazzjoni siewja u meħtieġa. Is-sistema ppjanata li tinħoloq tmur lil hinn mis-sistemi użati b’mod komuni fid-dinja, li jistgħu jiddeterminaw l-interess tal-konsumatur fil-prodotti u jirrakkomandaw il-prodotti, iżda huma limitati għall-analiżi tad-databases tal-prodotti u l-utenti minn mument partikolari, mingħajr ma nħarsu ‘l quddiem u analiżi fil-fond tas-sekwenzi tax-xiri (serje ta’ ħin) bejn l-utenti. L-implimentazzjoni tal-proġett se tkun possibbli bis-saħħa ta’ tekniki ta’ tagħlim awtomatiku fil-fond. Ibbażat fuq riċerka dwar arkitetturi ta ‘netwerk ta’ tagħlim profond u settijiet kbar ta ‘data f’ħin reali, nistgħu nanalizzaw is-serje ta’ żmien ta ‘miljuni ta’ utenti tal-ħwienet online u niddeterminaw liema prodott se jixtru fil-futur. Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). (Maltese) | |||||||||||||||
| Property / summary: Bħala parti mill-proġett, l-applikant jippjana li joħloq sistema ta’ rakkomandazzjoni li tipprevedi xiri futur li se jsir minn konsumaturi speċifiċi u l-livell ta’ interess ta’ dawn il-konsumaturi fil-prodott partikolari. Is-servizz se jkun dirett lejn il-maniġers u dawk li jieħdu d-deċiżjonijiet involuti fil-kummerċjalizzazzjoni ta’ ħwienet online. Bis-saħħa tas-sistema, il-ħwienet online se jkunu jistgħu jżidu l-bejgħ tagħhom billi jippreżentaw lill-konsumaturi potenzjali l-prodotti li huma interessati jixtru. Dan se jżid l-effiċjenza tal-bejgħ tal-ħwienet online u jżid is-sodisfazzjon tal-konsumatur billi jnaqqas l-għadd ta’ reklami ppreżentati fuq is-siti web u jipprovdilhom biss informazzjoni siewja u meħtieġa. Is-sistema ppjanata li tinħoloq tmur lil hinn mis-sistemi użati b’mod komuni fid-dinja, li jistgħu jiddeterminaw l-interess tal-konsumatur fil-prodotti u jirrakkomandaw il-prodotti, iżda huma limitati għall-analiżi tad-databases tal-prodotti u l-utenti minn mument partikolari, mingħajr ma nħarsu ‘l quddiem u analiżi fil-fond tas-sekwenzi tax-xiri (serje ta’ ħin) bejn l-utenti. L-implimentazzjoni tal-proġett se tkun possibbli bis-saħħa ta’ tekniki ta’ tagħlim awtomatiku fil-fond. Ibbażat fuq riċerka dwar arkitetturi ta ‘netwerk ta’ tagħlim profond u settijiet kbar ta ‘data f’ħin reali, nistgħu nanalizzaw is-serje ta’ żmien ta ‘miljuni ta’ utenti tal-ħwienet online u niddeterminaw liema prodott se jixtru fil-futur. Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). (Maltese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Bħala parti mill-proġett, l-applikant jippjana li joħloq sistema ta’ rakkomandazzjoni li tipprevedi xiri futur li se jsir minn konsumaturi speċifiċi u l-livell ta’ interess ta’ dawn il-konsumaturi fil-prodott partikolari. Is-servizz se jkun dirett lejn il-maniġers u dawk li jieħdu d-deċiżjonijiet involuti fil-kummerċjalizzazzjoni ta’ ħwienet online. Bis-saħħa tas-sistema, il-ħwienet online se jkunu jistgħu jżidu l-bejgħ tagħhom billi jippreżentaw lill-konsumaturi potenzjali l-prodotti li huma interessati jixtru. Dan se jżid l-effiċjenza tal-bejgħ tal-ħwienet online u jżid is-sodisfazzjon tal-konsumatur billi jnaqqas l-għadd ta’ reklami ppreżentati fuq is-siti web u jipprovdilhom biss informazzjoni siewja u meħtieġa. Is-sistema ppjanata li tinħoloq tmur lil hinn mis-sistemi użati b’mod komuni fid-dinja, li jistgħu jiddeterminaw l-interess tal-konsumatur fil-prodotti u jirrakkomandaw il-prodotti, iżda huma limitati għall-analiżi tad-databases tal-prodotti u l-utenti minn mument partikolari, mingħajr ma nħarsu ‘l quddiem u analiżi fil-fond tas-sekwenzi tax-xiri (serje ta’ ħin) bejn l-utenti. L-implimentazzjoni tal-proġett se tkun possibbli bis-saħħa ta’ tekniki ta’ tagħlim awtomatiku fil-fond. Ibbażat fuq riċerka dwar arkitetturi ta ‘netwerk ta’ tagħlim profond u settijiet kbar ta ‘data f’ħin reali, nistgħu nanalizzaw is-serje ta’ żmien ta ‘miljuni ta’ utenti tal-ħwienet online u niddeterminaw liema prodott se jixtru fil-futur. Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). (Maltese) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Projekta ietvaros pieteikuma iesniedzējs plāno izveidot rekomendāciju sistēmu, kas prognozēs turpmākos pirkumus, ko veiks konkrēti patērētāji, un šo patērētāju intereses pakāpi par konkrēto produktu. Pakalpojums tiks novirzīts vadītājiem un lēmumu pieņēmējiem, kas iesaistīti tiešsaistes veikalu mārketingā. Pateicoties sistēmai, interneta veikali varēs palielināt savu pārdošanas apjomu, piedāvājot potenciālajiem patērētājiem produktus, kurus viņi ir ieinteresēti iegādāties. Tas palielinās tiešsaistes veikalu pārdošanas efektivitāti un palielinās patērētāju apmierinātību, samazinot tīmekļa vietnēs izvietoto reklāmu skaitu un sniedzot tām tikai vērtīgu un nepieciešamu informāciju. Sistēma, ko plānots izveidot, pārsniedz pasaulē plaši izmantotās sistēmas, kas var noteikt patērētāju interesi par produktiem un ieteikt produktus, bet tās aprobežojas ar produktu datubāzu un lietotāju analīzi no konkrētā brīža, neskatoties uz priekšu un padziļinātu iepirkumu secību (laika sēriju) analīzi starp lietotājiem. Projekta īstenošana būs iespējama, pateicoties dziļām mašīnmācīšanās metodēm. Pamatojoties uz pētījumiem par dziļām mācību tīkla arhitektūrām un lielām reāllaika datu kopām, mēs varam analizēt miljoniem interneta veikalu lietotāju laikrindas un noteikt, kādu produktu viņi iegādāsies nākotnē. Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. (Latvian) | |||||||||||||||
| Property / summary: Projekta ietvaros pieteikuma iesniedzējs plāno izveidot rekomendāciju sistēmu, kas prognozēs turpmākos pirkumus, ko veiks konkrēti patērētāji, un šo patērētāju intereses pakāpi par konkrēto produktu. Pakalpojums tiks novirzīts vadītājiem un lēmumu pieņēmējiem, kas iesaistīti tiešsaistes veikalu mārketingā. Pateicoties sistēmai, interneta veikali varēs palielināt savu pārdošanas apjomu, piedāvājot potenciālajiem patērētājiem produktus, kurus viņi ir ieinteresēti iegādāties. Tas palielinās tiešsaistes veikalu pārdošanas efektivitāti un palielinās patērētāju apmierinātību, samazinot tīmekļa vietnēs izvietoto reklāmu skaitu un sniedzot tām tikai vērtīgu un nepieciešamu informāciju. Sistēma, ko plānots izveidot, pārsniedz pasaulē plaši izmantotās sistēmas, kas var noteikt patērētāju interesi par produktiem un ieteikt produktus, bet tās aprobežojas ar produktu datubāzu un lietotāju analīzi no konkrētā brīža, neskatoties uz priekšu un padziļinātu iepirkumu secību (laika sēriju) analīzi starp lietotājiem. Projekta īstenošana būs iespējama, pateicoties dziļām mašīnmācīšanās metodēm. Pamatojoties uz pētījumiem par dziļām mācību tīkla arhitektūrām un lielām reāllaika datu kopām, mēs varam analizēt miljoniem interneta veikalu lietotāju laikrindas un noteikt, kādu produktu viņi iegādāsies nākotnē. Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. (Latvian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Projekta ietvaros pieteikuma iesniedzējs plāno izveidot rekomendāciju sistēmu, kas prognozēs turpmākos pirkumus, ko veiks konkrēti patērētāji, un šo patērētāju intereses pakāpi par konkrēto produktu. Pakalpojums tiks novirzīts vadītājiem un lēmumu pieņēmējiem, kas iesaistīti tiešsaistes veikalu mārketingā. Pateicoties sistēmai, interneta veikali varēs palielināt savu pārdošanas apjomu, piedāvājot potenciālajiem patērētājiem produktus, kurus viņi ir ieinteresēti iegādāties. Tas palielinās tiešsaistes veikalu pārdošanas efektivitāti un palielinās patērētāju apmierinātību, samazinot tīmekļa vietnēs izvietoto reklāmu skaitu un sniedzot tām tikai vērtīgu un nepieciešamu informāciju. Sistēma, ko plānots izveidot, pārsniedz pasaulē plaši izmantotās sistēmas, kas var noteikt patērētāju interesi par produktiem un ieteikt produktus, bet tās aprobežojas ar produktu datubāzu un lietotāju analīzi no konkrētā brīža, neskatoties uz priekšu un padziļinātu iepirkumu secību (laika sēriju) analīzi starp lietotājiem. Projekta īstenošana būs iespējama, pateicoties dziļām mašīnmācīšanās metodēm. Pamatojoties uz pētījumiem par dziļām mācību tīkla arhitektūrām un lielām reāllaika datu kopām, mēs varam analizēt miljoniem interneta veikalu lietotāju laikrindas un noteikt, kādu produktu viņi iegādāsies nākotnē. Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. (Latvian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Kao dio projekta, podnositelj zahtjeva planira stvoriti sustav preporuka koji će predvidjeti buduće kupnje koje će izvršiti određeni potrošači i stupanj interesa tih potrošača za određeni proizvod. Usluga će biti usmjerena na menadžere i donositelje odluka koji su uključeni u marketing internetskih trgovina. Zahvaljujući sustavu, online trgovine moći će povećati svoju prodaju prezentirajući potencijalnim potrošačima proizvode koje zanimaju za kupnju. Time će se povećati učinkovitost prodaje internetskih trgovina i povećati zadovoljstvo potrošača smanjenjem broja oglasa koji se prikazuju na internetskim stranicama i pružanjem samo vrijednih i potrebnih informacija. Sustav koji se planira stvoriti nadilazi sustave koji se obično koriste u svijetu, koji mogu odrediti interes potrošača za proizvode i preporučiti proizvode, ali su ograničeni na analizu baza podataka o proizvodima i korisnika od određenog trenutka, bez gledanja unaprijed i dubinske analize redoslijeda kupnje (vremenske serije) među korisnicima. Provedba projekta bit će moguća zahvaljujući tehnikama dubokog strojnog učenja. Na temelju istraživanja mrežnih arhitektura dubokog učenja i velikih skupova podataka u stvarnom vremenu, možemo analizirati vremenske serije milijuna korisnika online trgovine i odrediti koji će proizvod kupiti u budućnosti. Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). (Croatian) | |||||||||||||||
| Property / summary: Kao dio projekta, podnositelj zahtjeva planira stvoriti sustav preporuka koji će predvidjeti buduće kupnje koje će izvršiti određeni potrošači i stupanj interesa tih potrošača za određeni proizvod. Usluga će biti usmjerena na menadžere i donositelje odluka koji su uključeni u marketing internetskih trgovina. Zahvaljujući sustavu, online trgovine moći će povećati svoju prodaju prezentirajući potencijalnim potrošačima proizvode koje zanimaju za kupnju. Time će se povećati učinkovitost prodaje internetskih trgovina i povećati zadovoljstvo potrošača smanjenjem broja oglasa koji se prikazuju na internetskim stranicama i pružanjem samo vrijednih i potrebnih informacija. Sustav koji se planira stvoriti nadilazi sustave koji se obično koriste u svijetu, koji mogu odrediti interes potrošača za proizvode i preporučiti proizvode, ali su ograničeni na analizu baza podataka o proizvodima i korisnika od određenog trenutka, bez gledanja unaprijed i dubinske analize redoslijeda kupnje (vremenske serije) među korisnicima. Provedba projekta bit će moguća zahvaljujući tehnikama dubokog strojnog učenja. Na temelju istraživanja mrežnih arhitektura dubokog učenja i velikih skupova podataka u stvarnom vremenu, možemo analizirati vremenske serije milijuna korisnika online trgovine i odrediti koji će proizvod kupiti u budućnosti. Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). (Croatian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Kao dio projekta, podnositelj zahtjeva planira stvoriti sustav preporuka koji će predvidjeti buduće kupnje koje će izvršiti određeni potrošači i stupanj interesa tih potrošača za određeni proizvod. Usluga će biti usmjerena na menadžere i donositelje odluka koji su uključeni u marketing internetskih trgovina. Zahvaljujući sustavu, online trgovine moći će povećati svoju prodaju prezentirajući potencijalnim potrošačima proizvode koje zanimaju za kupnju. Time će se povećati učinkovitost prodaje internetskih trgovina i povećati zadovoljstvo potrošača smanjenjem broja oglasa koji se prikazuju na internetskim stranicama i pružanjem samo vrijednih i potrebnih informacija. Sustav koji se planira stvoriti nadilazi sustave koji se obično koriste u svijetu, koji mogu odrediti interes potrošača za proizvode i preporučiti proizvode, ali su ograničeni na analizu baza podataka o proizvodima i korisnika od određenog trenutka, bez gledanja unaprijed i dubinske analize redoslijeda kupnje (vremenske serije) među korisnicima. Provedba projekta bit će moguća zahvaljujući tehnikama dubokog strojnog učenja. Na temelju istraživanja mrežnih arhitektura dubokog učenja i velikih skupova podataka u stvarnom vremenu, možemo analizirati vremenske serije milijuna korisnika online trgovine i odrediti koji će proizvod kupiti u budućnosti. Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). (Croatian) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
V rámci projektu hodlá žadatel vytvořit systém doporučení, který bude předpovídat budoucí nákupy uskutečněné konkrétními spotřebiteli a míru zájmu těchto spotřebitelů o daný produkt. Služba bude zaměřena na manažery a osoby s rozhodovací pravomocí zapojené do marketingu on-line obchodů. Díky systému budou internetové obchody moci zvýšit svůj prodej tím, že potenciálním spotřebitelům představí produkty, které mají zájem o koupi. To zvýší efektivitu prodeje on-line obchodů a zvýší spokojenost spotřebitelů snížením počtu reklam prezentovaných na webových stránkách a poskytováním pouze cenných a potřebných informací. Systém, který má být vytvořen, přesahuje rámec systémů běžně používaných ve světě, které mohou určit zájem spotřebitelů o produkty a doporučit výrobky, ale jsou omezeny na analýzu databází produktů a uživatelů od daného okamžiku, aniž by se dívaly dopředu a hloubkové analýzy nákupních sekvencí (časových řad) mezi uživateli. Realizace projektu bude možná díky technikám hlubokého strojového učení. Na základě výzkumu architektury hlubokého učení a velkých datových souborů v reálném čase můžeme analyzovat časové řady milionů uživatelů on-line obchodů a určit, jaký produkt budou v budoucnu kupovat. Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). (Czech) | |||||||||||||||
| Property / summary: V rámci projektu hodlá žadatel vytvořit systém doporučení, který bude předpovídat budoucí nákupy uskutečněné konkrétními spotřebiteli a míru zájmu těchto spotřebitelů o daný produkt. Služba bude zaměřena na manažery a osoby s rozhodovací pravomocí zapojené do marketingu on-line obchodů. Díky systému budou internetové obchody moci zvýšit svůj prodej tím, že potenciálním spotřebitelům představí produkty, které mají zájem o koupi. To zvýší efektivitu prodeje on-line obchodů a zvýší spokojenost spotřebitelů snížením počtu reklam prezentovaných na webových stránkách a poskytováním pouze cenných a potřebných informací. Systém, který má být vytvořen, přesahuje rámec systémů běžně používaných ve světě, které mohou určit zájem spotřebitelů o produkty a doporučit výrobky, ale jsou omezeny na analýzu databází produktů a uživatelů od daného okamžiku, aniž by se dívaly dopředu a hloubkové analýzy nákupních sekvencí (časových řad) mezi uživateli. Realizace projektu bude možná díky technikám hlubokého strojového učení. Na základě výzkumu architektury hlubokého učení a velkých datových souborů v reálném čase můžeme analyzovat časové řady milionů uživatelů on-line obchodů a určit, jaký produkt budou v budoucnu kupovat. Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). (Czech) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: V rámci projektu hodlá žadatel vytvořit systém doporučení, který bude předpovídat budoucí nákupy uskutečněné konkrétními spotřebiteli a míru zájmu těchto spotřebitelů o daný produkt. Služba bude zaměřena na manažery a osoby s rozhodovací pravomocí zapojené do marketingu on-line obchodů. Díky systému budou internetové obchody moci zvýšit svůj prodej tím, že potenciálním spotřebitelům představí produkty, které mají zájem o koupi. To zvýší efektivitu prodeje on-line obchodů a zvýší spokojenost spotřebitelů snížením počtu reklam prezentovaných na webových stránkách a poskytováním pouze cenných a potřebných informací. Systém, který má být vytvořen, přesahuje rámec systémů běžně používaných ve světě, které mohou určit zájem spotřebitelů o produkty a doporučit výrobky, ale jsou omezeny na analýzu databází produktů a uživatelů od daného okamžiku, aniž by se dívaly dopředu a hloubkové analýzy nákupních sekvencí (časových řad) mezi uživateli. Realizace projektu bude možná díky technikám hlubokého strojového učení. Na základě výzkumu architektury hlubokého učení a velkých datových souborů v reálném čase můžeme analyzovat časové řady milionů uživatelů on-line obchodů a určit, jaký produkt budou v budoucnu kupovat. Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). (Czech) / qualifier | |||||||||||||||
point in time: 5 November 2022
| |||||||||||||||
| Property / coordinate location | |||||||||||||||
54°31'23.99"N, 18°36'14.51"E
| |||||||||||||||
| Property / coordinate location: 54°31'23.99"N, 18°36'14.51"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / coordinate location: 54°31'23.99"N, 18°36'14.51"E / qualifier | |||||||||||||||
| Property / location (string) | |||||||||||||||
WOJ.: POMORSKIE, POW.: Gdynia | |||||||||||||||
| Property / location (string): WOJ.: POMORSKIE, POW.: Gdynia / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / priority axis | |||||||||||||||
| Property / priority axis: SUPPORT FOR R & D WORK BY ENTERPRISES / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / co-financing rate | |||||||||||||||
62.82 percent
| |||||||||||||||
| Property / co-financing rate: 62.82 percent / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / beneficiary | |||||||||||||||
| Property / beneficiary: SALES INTELLIGENCE SP. Z O.O. / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / beneficiary name (string) | |||||||||||||||
SALES INTELLIGENCE SP. Z O.O. | |||||||||||||||
| Property / beneficiary name (string): SALES INTELLIGENCE SP. Z O.O. / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / thematic objective | |||||||||||||||
| Property / thematic objective: Research and innovation / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / date of last update | |||||||||||||||
24 May 2023
| |||||||||||||||
| Property / date of last update: 24 May 2023 / rank | |||||||||||||||
Normal rank | |||||||||||||||
Latest revision as of 21:38, 12 October 2024
Project Q78183 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | System of anticipation of purchase intentions in online stores |
Project Q78183 in Poland |
Statements
1,836,936.25 zloty
0 references
2,924,125.0 zloty
0 references
62.82 percent
0 references
1 July 2019
0 references
30 June 2021
0 references
SALES INTELLIGENCE SP. Z O.O.
0 references
Wnioskodawca, w ramach projektu "System przewidywania intencji zakupowych w sklepach internetowych", planuje stworzenie systemu rekomendacji, który będzie dokonywał predykcji przyszłych zakupów jakie będą dokonywali konkretni konsumenci oraz stopnia zainteresowania tychże konsumentów danym produktem. Usługa będzie kierowana do zarządzających oraz decydentów zajmujących się marketingiem sklepów internetowych. Dzięki systemowi, sklepy internetowe będą mogły zwiększyć swoją sprzedaż poprzez prezentację potencjalnym konsumentom produktów, których zakupem są zainteresowani. Pozwoli to zwiększyć efektywność sprzedaży po stronie sklepów internetowych oraz zwiększyć zadowolenie po stronie konsumentów zmniejszając im liczbę prezentowanych reklam na stronach internetowych, a przedstawiając im jedynie wartościowe i potrzebne informacje. Planowany do stworzenia system, wykracza poza systemy powszechnie używane na świecie, które potrafią określić zainteresowanie konsumentów produktami i rekomendować produkty, jednakże ograniczone są one do analizy baz produktów i użytkowników z danej chwili, bez wybiegania w przyszłość i pogłębionej analizy sekwencji zakupowych (serii czasowych) między użytkownikami. Realizacja projektu będzie możliwa dzięki technikom głębokiego uczenia maszynowego. Bazując na badaniach dotyczących architektur sieci głębokiego uczenia oraz dużych zbiorach danych napływających w czasie rzeczywistym, możemy analizować serie czasowe milionów użytkowników sklepów internetowych i na tej podstawie określać, jaki produkt zakupią w przyszłości. Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). (Polish)
0 references
The applicant, as part of the project "A system of anticipating purchase intentions in online shops plans to create a recommendation system that will predict future purchases that will be made by specific consumers and the degree of interest of those consumers in a given product. The service will be addressed to managers and decision-makers involved in the marketing of online shops. Thanks to the system, online shops will be able to increase their sales by presenting potential consumers with products they are interested in buying. This will increase the efficiency of online sales and increase consumer satisfaction by reducing the number of advertisements presented on the websites and providing them with only valuable and necessary information. The planned system goes beyond those commonly used in the world, which can identify consumer interest in products and recommend products, but they are limited to analysing the databases of products and users at a given time, without going forward and in-depth analysis of purchase sequences (time series) between users. The implementation of the project will be possible thanks to deep machine learning techniques. Based on research on deep learning network architectures and large real-time data collections, we can analyse the time series of millions of online shop users and determine what product they will purchase in the future. Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). (English)
14 October 2020
0.2342137693908368
0 references
Dans le cadre du projet, le demandeur prévoit de créer un système de recommandation qui prévoira les achats futurs qui seront effectués par des consommateurs spécifiques et le degré d’intérêt de ces consommateurs pour le produit donné. Le service sera dirigé vers les gestionnaires et les décideurs impliqués dans la commercialisation des magasins en ligne. Grâce au système, les magasins en ligne pourront augmenter leurs ventes en présentant aux consommateurs potentiels les produits qu’ils souhaitent acheter. Cela augmentera l’efficacité des ventes de boutiques en ligne et augmentera la satisfaction des consommateurs en réduisant le nombre de publicités présentées sur les sites Web et en ne leur fournissant que des informations précieuses et nécessaires. Le système prévu pour être créé va au-delà des systèmes couramment utilisés dans le monde, qui peuvent déterminer l’intérêt des consommateurs pour les produits et recommander des produits, mais ils se limitent à analyser les bases de données de produits et les utilisateurs à partir d’un moment donné, sans regarder vers l’avenir et l’analyse approfondie des séquences d’achat (séries temporelles) entre les utilisateurs. La mise en œuvre du projet sera possible grâce aux techniques d’apprentissage automatique profond. Sur la base de recherches sur les architectures de réseaux d’apprentissage profond et les grands ensembles de données en temps réel, nous pouvons analyser les séries chronologiques de millions d’utilisateurs de boutiques en ligne et déterminer quel produit ils achèteront à l’avenir. Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). (French)
30 November 2021
0 references
Im Rahmen des Projekts plant der Antragsteller, ein Empfehlungssystem zu schaffen, das zukünftige Käufe, die von bestimmten Verbrauchern getätigt werden, und den Grad des Interesses dieser Verbraucher an dem betreffenden Produkt vorhersagen wird. Der Service richtet sich an Manager und Entscheidungsträger, die an der Vermarktung von Online-Shops beteiligt sind. Dank des Systems können Online-Shops ihre Verkäufe steigern, indem sie potenziellen Verbrauchern die Produkte präsentieren, die sie kaufen möchten. Dies wird die Effizienz des Online-Shop-Verkaufs erhöhen und die Kundenzufriedenheit erhöhen, indem die Anzahl der auf Websites präsentierten Anzeigen reduziert wird und ihnen nur wertvolle und benötigte Informationen zur Verfügung gestellt werden. Das geplante System geht über die weltweit üblichen Systeme hinaus, die das Interesse der Verbraucher an Produkten bestimmen und Produkte empfehlen können, aber sie beschränken sich auf die Analyse von Produktdatenbanken und Benutzern von einem bestimmten Moment an, ohne vorausschauend und eingehende Analyse der Einkaufsabläufe (Zeitreihen) zwischen den Benutzern zu sehen. Die Umsetzung des Projekts wird dank Deep Machine Learning-Techniken möglich sein. Basierend auf Forschungen zu Deep-Learning-Netzwerkarchitekturen und großen Echtzeit-Datensätzen können wir die Zeitreihen von Millionen von Online-Shop-Nutzern analysieren und bestimmen, welches Produkt sie in Zukunft kaufen werden. Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). (German)
7 December 2021
0 references
Als onderdeel van het project is de aanvrager van plan een aanbevelingssysteem op te zetten dat toekomstige aankopen die door specifieke consumenten zullen worden gedaan en de mate van interesse van deze consumenten in het betreffende product zal voorspellen. De dienst zal worden gericht aan managers en besluitvormers die betrokken zijn bij de marketing van online winkels. Dankzij het systeem kunnen online winkels hun omzet verhogen door aan potentiële consumenten de producten te presenteren die ze willen kopen. Dit zal de efficiëntie van de online winkelverkopen verhogen en de tevredenheid van de consument vergroten door het aantal advertenties op websites te verminderen en hen alleen waardevolle en noodzakelijke informatie te verstrekken. Het geplande systeem gaat verder dan de systemen die in de wereld worden gebruikt, die de interesse van de consument in producten kunnen bepalen en producten kunnen aanbevelen, maar ze zijn beperkt tot het analyseren van productdatabases en gebruikers vanaf een bepaald moment, zonder vooruit te kijken en diepgaande analyse van inkoopsequenties (tijdreeksen) tussen gebruikers. De implementatie van het project zal mogelijk zijn dankzij deep machine learning technieken. Op basis van onderzoek naar deep learning netwerkarchitecturen en grote real-time datasets, kunnen we de tijdreeksen van miljoenen online winkelgebruikers analyseren en bepalen welk product ze in de toekomst zullen kopen. Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). (Dutch)
16 December 2021
0 references
Nell'ambito del progetto, il richiedente prevede di creare un sistema di raccomandazioni che preveda gli acquisti futuri che saranno effettuati da consumatori specifici e il grado di interesse di questi consumatori per il prodotto dato. Il servizio sarà rivolto a manager e decisori coinvolti nella commercializzazione dei negozi online. Grazie al sistema, i negozi online saranno in grado di aumentare le loro vendite presentando ai potenziali consumatori i prodotti che sono interessati ad acquistare. Ciò aumenterà l'efficienza delle vendite dei negozi online e aumenterà la soddisfazione dei consumatori riducendo il numero di annunci pubblicitari presentati sui siti web e fornendo loro solo informazioni preziose e necessarie. Il sistema previsto per essere creato va oltre i sistemi comunemente utilizzati nel mondo, che possono determinare l'interesse dei consumatori per i prodotti e raccomandare prodotti, ma si limitano ad analizzare database di prodotti e utenti da un dato momento, senza guardare avanti e analisi approfondita delle sequenze di acquisto (serie temporali) tra gli utenti. L'implementazione del progetto sarà possibile grazie alle tecniche di deep machine learning. Sulla base di ricerche su architetture di rete di deep learning e grandi set di dati in tempo reale, possiamo analizzare le serie temporali di milioni di utenti di shop online e determinare quale prodotto compreranno in futuro. Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). (Italian)
15 January 2022
0 references
Como parte del proyecto, el solicitante planea crear un sistema de recomendación que predice futuras compras que serán realizadas por consumidores específicos y el grado de interés de estos consumidores en el producto dado. El servicio estará dirigido a gerentes y tomadores de decisiones involucrados en la comercialización de tiendas en línea. Gracias al sistema, las tiendas online podrán aumentar sus ventas presentando a los consumidores potenciales los productos que les interesa comprar. Esto aumentará la eficiencia de las ventas de tiendas en línea y aumentará la satisfacción del consumidor al reducir el número de anuncios presentados en los sitios web y proporcionarles solo información valiosa y necesaria. El sistema que se planea crear va más allá de los sistemas comúnmente utilizados en el mundo, lo que puede determinar el interés de los consumidores en los productos y recomendar productos, pero se limitan a analizar las bases de datos de productos y los usuarios desde un momento dado, sin mirar hacia adelante y analizar en profundidad las secuencias de compra (serie de tiempo) entre los usuarios. La implementación del proyecto será posible gracias a las técnicas de aprendizaje automático profundo. Con base en la investigación sobre arquitecturas de redes de aprendizaje profundo y grandes conjuntos de datos en tiempo real, podemos analizar las series de tiempo de millones de usuarios de tiendas en línea y determinar qué producto comprarán en el futuro. Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). (Spanish)
19 January 2022
0 references
Som en del af projektet planlægger ansøgeren at oprette et anbefalingssystem, der kan forudsige fremtidige køb, der vil blive foretaget af specifikke forbrugere, og graden af disse forbrugeres interesse for det pågældende produkt. Tjenesten vil blive rettet mod ledere og beslutningstagere, der er involveret i markedsføring af onlinebutikker. Takket være systemet vil onlinebutikker være i stand til at øge deres salg ved at præsentere potentielle forbrugere de produkter, de er interesseret i at købe. Dette vil øge effektiviteten af online shop salg og øge forbrugernes tilfredshed ved at reducere antallet af annoncer, der præsenteres på websteder og give dem kun værdifulde og nødvendige oplysninger. Det system, der er planlagt til at blive oprettet, går ud over de systemer, der almindeligvis anvendes i verden, som kan bestemme forbrugernes interesse for produkter og anbefale produkter, men de er begrænset til at analysere produktdatabaser og brugere fra et givet tidspunkt, uden at se fremad og dybdegående analyse af købssekvenser (tidsserier) mellem brugerne. Gennemførelsen af projektet vil være mulig takket være dyb maskinlæringsteknikker. Baseret på forskning i dyb læringsnetværksarkitekturer og store realtidsdatasæt kan vi analysere tidsserierne for millioner af online shopbrugere og bestemme, hvilket produkt de vil købe i fremtiden. Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). (Danish)
5 November 2022
0 references
Osana hanketta hakija aikoo luoda suositusjärjestelmän, joka ennustaa tiettyjen kuluttajien tulevia ostoksia ja näiden kuluttajien kiinnostusta kyseiseen tuotteeseen. Palvelu ohjataan verkkokauppojen markkinointiin osallistuville johtajille ja päättäjille. Järjestelmän ansiosta verkkokaupat voivat lisätä myyntiään esittelemällä potentiaalisille kuluttajille tuotteita, joita he ovat kiinnostuneita ostamaan. Tämä lisää verkkokauppojen myynnin tehokkuutta ja kuluttajien tyytyväisyyttä vähentämällä verkkosivustoilla esitettyjen mainosten määrää ja tarjoamalla heille vain arvokasta ja tarpeellista tietoa. Suunnitteilla oleva järjestelmä ylittää maailmassa yleisesti käytettävät järjestelmät, jotka voivat määrittää kuluttajien kiinnostuksen tuotteisiin ja suositella tuotteita, mutta ne rajoittuvat tuotetietokantojen ja käyttäjien analysointiin tietystä hetkestä katsomatta eteenpäin ja perusteellista analyysiä käyttäjien välisistä ostossarjoista (aikasarjoista). Projektin toteuttaminen on mahdollista syvän koneoppimistekniikan ansiosta. Syväoppimisen verkkoarkkitehtuurien ja suurten reaaliaikaisten tietoaineistojen tutkimuksen perusteella voimme analysoida miljoonien verkkokaupan käyttäjien aikasarjoja ja määrittää, mitä tuotteita he ostavat tulevaisuudessa. Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. (Finnish)
5 November 2022
0 references
Στο πλαίσιο του έργου, ο αιτών σχεδιάζει να δημιουργήσει ένα σύστημα συστάσεων που θα προβλέπει μελλοντικές αγορές που θα πραγματοποιούνται από συγκεκριμένους καταναλωτές και τον βαθμό ενδιαφέροντος των εν λόγω καταναλωτών για το συγκεκριμένο προϊόν. Η υπηρεσία θα απευθύνεται σε διαχειριστές και υπεύθυνους λήψης αποφάσεων που εμπλέκονται στο μάρκετινγκ των ηλεκτρονικών καταστημάτων. Χάρη στο σύστημα, τα ηλεκτρονικά καταστήματα θα είναι σε θέση να αυξήσουν τις πωλήσεις τους παρουσιάζοντας στους δυνητικούς καταναλωτές τα προϊόντα που ενδιαφέρονται να αγοράσουν. Αυτό θα αυξήσει την αποτελεσματικότητα των πωλήσεων ηλεκτρονικών καταστημάτων και θα αυξήσει την ικανοποίηση των καταναλωτών μειώνοντας τον αριθμό των διαφημίσεων που παρουσιάζονται στους ιστότοπους και παρέχοντάς τους μόνο πολύτιμες και απαραίτητες πληροφορίες. Το σύστημα που σχεδιάζεται να δημιουργηθεί υπερβαίνει τα συστήματα που χρησιμοποιούνται συνήθως στον κόσμο, τα οποία μπορούν να καθορίσουν το ενδιαφέρον των καταναλωτών για τα προϊόντα και να συστήσουν προϊόντα, αλλά περιορίζονται στην ανάλυση βάσεων δεδομένων προϊόντων και χρηστών από μια δεδομένη στιγμή, χωρίς να κοιτάξουν μπροστά και σε βάθος ανάλυση των αλληλουχιών αγορών (χρονικές σειρές) μεταξύ των χρηστών. Η υλοποίηση του έργου θα είναι δυνατή χάρη στις τεχνικές βαθιάς μηχανικής μάθησης. Με βάση την έρευνα σχετικά με τις αρχιτεκτονικές δικτύων βαθιάς μάθησης και τα μεγάλα σύνολα δεδομένων σε πραγματικό χρόνο, μπορούμε να αναλύσουμε τις χρονοσειρές εκατομμυρίων χρηστών ηλεκτρονικών καταστημάτων και να καθορίσουμε ποιο προϊόν θα αγοράσουν στο μέλλον. Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). (Greek)
5 November 2022
0 references
Mar chuid den tionscadal, tá sé beartaithe ag an iarratasóir córas molta a chruthú a thuarfaidh ceannacháin amach anseo a dhéanfaidh tomhaltóirí sonracha agus an méid spéise atá ag na tomhaltóirí sin sa táirge ar leith. Díreofar an tseirbhís ar bhainisteoirí agus ar chinnteoirí a bhfuil baint acu le margaíocht siopaí ar líne. A bhuíochas leis an gcóras, beidh siopaí ar líne in ann a gcuid díolachán a mhéadú trí na táirgí a bhfuil suim acu a cheannach a chur i láthair do thomhaltóirí ionchasacha. Cuirfidh sé sin le héifeachtúlacht na ndíolachán siopaí ar líne agus cuirfidh sé le sástacht na dtomhaltóirí trí líon na bhfógraí a chuirtear i láthair ar shuíomhanna gréasáin a laghdú agus gan ach faisnéis luachmhar agus riachtanach a chur ar fáil dóibh. Téann an córas atá beartaithe a chruthú thar na córais a úsáidtear go coitianta ar fud an domhain, is féidir a chinneadh leas an tomhaltóra i dtáirgí agus táirgí a mholadh, ach tá siad teoranta do anailís a dhéanamh ar bhunachair sonraí táirge agus úsáideoirí ó nóiméad ar leith, gan féachaint chun cinn agus anailís dhomhain ar sheichimh a cheannach (sraith ama) idir úsáideoirí. Beifear in ann an tionscadal a chur chun feidhme a bhuí le teicnící domhainfhoghlama meaisínfhoghlama. Bunaithe ar thaighde ar ailtireacht líonra domhainfhoghlama agus tacair mhóra sonraí fíor-ama, is féidir linn anailís a dhéanamh ar an tsraith ama de na milliúin úsáideoirí siopa ar líne agus a fháil amach cén táirge a cheannóidh siad amach anseo. Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). (Irish)
5 November 2022
0 references
V okviru projekta prijavitelj načrtuje vzpostavitev sistema priporočil, ki bo predvideval prihodnje nakupe, ki jih bodo opravili določeni potrošniki, in stopnjo zanimanja teh potrošnikov za določen izdelek. Storitev bo namenjena menedžerjem in odločevalcem, ki se ukvarjajo s trženjem spletnih trgovin. Zahvaljujoč sistemu bodo spletne trgovine lahko povečale svojo prodajo tako, da bodo potencialnim potrošnikom predstavile izdelke, ki jih zanimajo za nakup. To bo povečalo učinkovitost prodaje spletnih trgovin in povečalo zadovoljstvo potrošnikov z zmanjšanjem števila oglasov, predstavljenih na spletnih straneh, in zagotavljanjem le dragocenih in potrebnih informacij. Sistem, ki naj bi bil ustvarjen, presega sisteme, ki se običajno uporabljajo na svetu, ki lahko določajo zanimanje potrošnikov za izdelke in priporočajo izdelke, vendar so omejeni na analizo podatkovnih baz izdelkov in uporabnikov od danega trenutka, ne da bi gledali naprej in poglobljeno analizirali zaporedja nakupov (časovne serije) med uporabniki. Izvedba projekta bo mogoča zaradi tehnik globokega strojnega učenja. Na podlagi raziskav omrežnih arhitektur globokega učenja in velikih naborov podatkov v realnem času lahko analiziramo časovne vrste milijonov uporabnikov spletnih trgovin in ugotovimo, kateri izdelek bodo kupili v prihodnosti. Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). (Slovenian)
5 November 2022
0 references
Som en del av projektet planerar den sökande att skapa ett rekommendationssystem som förutser framtida inköp som kommer att göras av specifika konsumenter och graden av dessa konsumenters intresse för den aktuella produkten. Tjänsten kommer att riktas till chefer och beslutsfattare som är involverade i marknadsföringen av nätbutiker. Tack vare systemet kommer nätbutiker att kunna öka sin försäljning genom att presentera för potentiella konsumenter vilka produkter de är intresserade av att köpa. Detta kommer att öka effektiviteten i onlinebutiksförsäljningen och öka konsumenternas tillfredsställelse genom att minska antalet annonser som presenteras på webbplatser och endast förse dem med värdefull och nödvändig information. Det system som planeras att skapas går utöver de system som vanligtvis används i världen, vilket kan avgöra konsumenternas intresse för produkter och rekommendera produkter, men de är begränsade till att analysera produktdatabaser och användare från ett givet ögonblick, utan att titta framåt och djupgående analys av inköpssekvenser (tidsserie) mellan användare. Genomförandet av projektet kommer att vara möjligt tack vare djupa maskininlärningstekniker. Baserat på forskning om djupinlärningsnätverksarkitekturer och stora realtidsdataset kan vi analysera tidsserierna på miljontals nätbutiksanvändare och avgöra vilken produkt de kommer att köpa i framtiden. Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). (Swedish)
5 November 2022
0 references
Ca parte a proiectului, solicitantul intenționează să creeze un sistem de recomandări care să prevadă viitoarele achiziții care vor fi efectuate de anumiți consumatori și gradul de interes al acestor consumatori față de produsul respectiv. Serviciul va fi adresat managerilor și factorilor de decizie implicați în marketingul magazinelor online. Datorită sistemului, magazinele online își vor putea crește vânzările prin prezentarea către potențialii consumatori a produselor pe care sunt interesați să le cumpere. Acest lucru va spori eficiența vânzărilor de magazine online și va crește satisfacția consumatorilor prin reducerea numărului de reclame prezentate pe site-uri web și prin furnizarea acestora numai de informații valoroase și necesare. Sistemul planificat pentru a fi creat depășește sistemele utilizate în mod obișnuit în lume, care pot determina interesul consumatorilor pentru produse și pot recomanda produse, dar acestea se limitează la analizarea bazelor de date cu produse și a utilizatorilor dintr-un moment dat, fără a privi înainte și a analiza în profunzime secvențele de achiziție (seria de timp) între utilizatori. Implementarea proiectului va fi posibilă datorită tehnicilor de învățare automată profundă. Pe baza cercetărilor asupra arhitecturilor de rețea de învățare profundă și a seturilor mari de date în timp real, putem analiza seria de timp a milioane de utilizatori ai magazinelor online și putem determina ce produs vor cumpăra în viitor. Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). (Romanian)
5 November 2022
0 references
Като част от проекта заявителят планира да създаде система за препоръки, която да предвижда бъдещи покупки, които ще бъдат направени от конкретни потребители, и степента на интерес на тези потребители към дадения продукт. Услугата ще бъде насочена към мениджъри и вземащи решения, участващи в маркетинга на онлайн магазини. Благодарение на системата онлайн магазините ще могат да увеличат продажбите си, като представят на потенциалните потребители продуктите, които желаят да закупят. Това ще повиши ефективността на продажбите на онлайн магазини и ще повиши удовлетвореността на потребителите, като намали броя на рекламите, представени на уебсайтовете, и ще им предостави само ценна и необходима информация. Системата, планирана да бъде създадена, надхвърля обикновено използваните в света системи, които могат да определят интереса на потребителите към продуктите и да препоръчват продукти, но те са ограничени до анализиране на продуктови бази данни и потребители от даден момент, без да се гледа напред и задълбочен анализ на последователността на покупките (времеви серии) между потребителите. Изпълнението на проекта ще бъде възможно благодарение на техниките за дълбоко машинно обучение. Въз основа на изследвания на мрежови архитектури за дълбоко обучение и големи масиви от данни в реално време, ние можем да анализираме динамичните серии от милиони потребители на онлайн магазини и да определим какъв продукт ще купуват в бъдеще. Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). (Bulgarian)
5 November 2022
0 references
Projekti raames kavatseb taotleja luua soovitussüsteemi, mis ennustab konkreetsete tarbijate tulevasi oste ja nende tarbijate huvi konkreetse toote vastu. Teenus on suunatud veebipoodide turustamisega tegelevatele juhtidele ja otsustajatele. Tänu süsteemile saavad veebipoed suurendada oma müüki, esitades potentsiaalsetele tarbijatele tooteid, mida nad soovivad osta. See suurendab veebipoodide müügi tõhusust ja tarbijate rahulolu, vähendades veebisaitidel esitatud reklaamide arvu ning andes neile ainult väärtuslikku ja vajalikku teavet. Kavandatav süsteem läheb kaugemale maailmas tavapäraselt kasutatavatest süsteemidest, mis võivad kindlaks teha tarbijate huvi toodete vastu ja soovitada tooteid, kuid piirduvad tooteandmebaaside ja kasutajate analüüsimisega alates konkreetsest hetkest, ilma et vaadata ette ja põhjalikult analüüsida ostujärjestusi (ajarida) kasutajate vahel. Projekti rakendamine on võimalik tänu sügavale masinõppe tehnikale. Tuginedes uuringutele süvaõppe võrguarhitektuuride ja suurte reaalajas andmekogumite kohta, saame analüüsida miljonite veebipoe kasutajate aegridasid ja teha kindlaks, millist toodet nad tulevikus ostavad. Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). (Estonian)
5 November 2022
0 references
A projekt részeként a pályázó olyan ajánlási rendszert kíván létrehozni, amely előrejelzi a konkrét fogyasztók által végzett jövőbeli vásárlásokat és e fogyasztók érdeklődésének mértékét az adott termék iránt. A szolgáltatás az online áruházak marketingjében részt vevő vezetőknek és döntéshozóknak szól. A rendszernek köszönhetően az online áruházak növelhetik értékesítésüket azáltal, hogy bemutatják a potenciális fogyasztóknak a megvásárolni kívánt termékeket. Ez növeli az online boltok értékesítésének hatékonyságát és növeli a fogyasztói elégedettséget azáltal, hogy csökkenti a weboldalakon megjelenő hirdetések számát, és csak értékes és szükséges információkkal látja el őket. A tervezett rendszer túlmutat a világon általánosan használt rendszereken, amelyek meghatározhatják a fogyasztók érdeklődését a termékek iránt és ajánlják a termékeket, de csak termékadatbázisokat és felhasználókat elemeznek egy adott pillanatban, anélkül, hogy előre tekintenének és a felhasználók közötti vásárlási szekvenciák (idősorok) mélyreható elemzését. A projekt megvalósítása a mély gépi tanulási technikáknak köszönhetően lehetséges. A mélytanulási hálózati architektúrák és a nagy valós idejű adatkészletek kutatása alapján elemezhetjük az online boltok millióinak idősorát, és meghatározhatjuk, hogy milyen terméket vásárolnak a jövőben. Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). (Hungarian)
5 November 2022
0 references
V rámci projektu žiadateľ plánuje vytvoriť systém odporúčaní, ktorý predpovedá budúce nákupy, ktoré uskutočnia konkrétni spotrebitelia, a stupeň záujmu týchto spotrebiteľov o daný výrobok. Služba bude zameraná na manažérov a rozhodujúcich činiteľov zapojených do marketingu internetových obchodov. Vďaka systému budú môcť internetové obchody zvýšiť svoj predaj tým, že potenciálnym spotrebiteľom predstavia výrobky, ktoré majú záujem o nákup. Tým sa zvýši efektívnosť predaja online obchodov a zvýši sa spokojnosť spotrebiteľov znížením počtu reklám prezentovaných na webových stránkach a poskytnutím len hodnotných a potrebných informácií. Plánovaný systém ide nad rámec systémov bežne používaných vo svete, ktoré môžu určovať záujem spotrebiteľov o produkty a odporúčať produkty, ale sú obmedzené na analýzu databáz produktov a používateľov od daného okamihu bez toho, aby sa pozerali dopredu a hĺbkovú analýzu nákupných sekvencií (časových radov) medzi používateľmi. Realizácia projektu bude možná vďaka technikám hĺbkového strojového učenia. Na základe výskumu sieťových architektúr hĺbkového učenia a veľkých súborov údajov v reálnom čase môžeme analyzovať časové rady miliónov používateľov internetových obchodov a určiť, aký produkt si budú kupovať v budúcnosti. Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). (Slovak)
5 November 2022
0 references
Vykdydamas projektą pareiškėjas planuoja sukurti rekomendacijų sistemą, kuri nuspėtų būsimus pirkimus, kuriuos atliks konkretūs vartotojai, ir šių vartotojų susidomėjimą šiuo produktu. Paslauga bus skirta vadovams ir sprendimus priimantiems asmenims, dalyvaujantiems internetinių parduotuvių rinkodaros veikloje. Sistemos dėka internetinės parduotuvės galės padidinti savo pardavimus, pristatydamos potencialiems vartotojams produktus, kuriuos jie domina. Tai padidins internetinių parduotuvių pardavimo efektyvumą ir padidins vartotojų pasitenkinimą, nes sumažės interneto svetainėse pateikiamų reklamų skaičius ir bus pateikta tik vertinga ir reikalinga informacija. Sistema, kurią planuojama sukurti, apima daugiau nei pasaulyje paprastai naudojamas sistemas, kurios gali nustatyti vartotojų susidomėjimą produktais ir rekomenduoti produktus, tačiau jos apsiriboja produktų duomenų bazių ir naudotojų analize nuo tam tikro momento, nežiūrint į ateitį ir išsamią pirkimo sekų (laiko eilučių) tarp vartotojų analizę. Įgyvendinti projektą bus įmanoma dėl gilaus mašinų mokymosi metodų. Remdamiesi giliojo mokymosi tinklo architektūros ir didelių realaus laiko duomenų rinkinių tyrimais, galime analizuoti milijonų internetinių parduotuvių naudotojų laiko eilutes ir nustatyti, kokį produktą jie pirks ateityje. Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). (Lithuanian)
5 November 2022
0 references
O requerente, no âmbito do projeto "Um sistema de antecipação das intenções de compra nas lojas em linha, planeia criar um sistema de recomendação que irá prever as futuras compras que serão efetuadas por consumidores específicos e o grau de interesse desses consumidores num determinado produto. O serviço será dirigido aos gestores e decisores envolvidos na comercialização de lojas em linha. Graças ao sistema, as lojas em linha poderão aumentar as suas vendas apresentando aos potenciais consumidores produtos que estão interessados em comprar. Tal aumentará a eficiência das vendas em linha e aumentará a satisfação dos consumidores, reduzindo o número de anúncios apresentados nos sítios Web e fornecendo-lhes apenas informações valiosas e necessárias. O sistema previsto vai além dos sistemas habitualmente utilizados no mundo, que podem identificar o interesse dos consumidores pelos produtos e recomendar produtos, mas limitam-se a analisar as bases de dados de produtos e utilizadores num determinado momento, sem proceder a uma análise aprofundada das sequências de compras (séries cronológicas) entre utilizadores. A implementação do projeto será possível graças a técnicas de aprendizagem de máquina profunda. Com base na investigação sobre arquiteturas de rede de aprendizagem profunda e grandes coleções de dados em tempo real, podemos analisar a série cronológica de milhões de utilizadores de lojas online e determinar que produto irão comprar no futuro. Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). (Portuguese)
5 November 2022
0 references
Bħala parti mill-proġett, l-applikant jippjana li joħloq sistema ta’ rakkomandazzjoni li tipprevedi xiri futur li se jsir minn konsumaturi speċifiċi u l-livell ta’ interess ta’ dawn il-konsumaturi fil-prodott partikolari. Is-servizz se jkun dirett lejn il-maniġers u dawk li jieħdu d-deċiżjonijiet involuti fil-kummerċjalizzazzjoni ta’ ħwienet online. Bis-saħħa tas-sistema, il-ħwienet online se jkunu jistgħu jżidu l-bejgħ tagħhom billi jippreżentaw lill-konsumaturi potenzjali l-prodotti li huma interessati jixtru. Dan se jżid l-effiċjenza tal-bejgħ tal-ħwienet online u jżid is-sodisfazzjon tal-konsumatur billi jnaqqas l-għadd ta’ reklami ppreżentati fuq is-siti web u jipprovdilhom biss informazzjoni siewja u meħtieġa. Is-sistema ppjanata li tinħoloq tmur lil hinn mis-sistemi użati b’mod komuni fid-dinja, li jistgħu jiddeterminaw l-interess tal-konsumatur fil-prodotti u jirrakkomandaw il-prodotti, iżda huma limitati għall-analiżi tad-databases tal-prodotti u l-utenti minn mument partikolari, mingħajr ma nħarsu ‘l quddiem u analiżi fil-fond tas-sekwenzi tax-xiri (serje ta’ ħin) bejn l-utenti. L-implimentazzjoni tal-proġett se tkun possibbli bis-saħħa ta’ tekniki ta’ tagħlim awtomatiku fil-fond. Ibbażat fuq riċerka dwar arkitetturi ta ‘netwerk ta’ tagħlim profond u settijiet kbar ta ‘data f’ħin reali, nistgħu nanalizzaw is-serje ta’ żmien ta ‘miljuni ta’ utenti tal-ħwienet online u niddeterminaw liema prodott se jixtru fil-futur. Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). (Maltese)
5 November 2022
0 references
Projekta ietvaros pieteikuma iesniedzējs plāno izveidot rekomendāciju sistēmu, kas prognozēs turpmākos pirkumus, ko veiks konkrēti patērētāji, un šo patērētāju intereses pakāpi par konkrēto produktu. Pakalpojums tiks novirzīts vadītājiem un lēmumu pieņēmējiem, kas iesaistīti tiešsaistes veikalu mārketingā. Pateicoties sistēmai, interneta veikali varēs palielināt savu pārdošanas apjomu, piedāvājot potenciālajiem patērētājiem produktus, kurus viņi ir ieinteresēti iegādāties. Tas palielinās tiešsaistes veikalu pārdošanas efektivitāti un palielinās patērētāju apmierinātību, samazinot tīmekļa vietnēs izvietoto reklāmu skaitu un sniedzot tām tikai vērtīgu un nepieciešamu informāciju. Sistēma, ko plānots izveidot, pārsniedz pasaulē plaši izmantotās sistēmas, kas var noteikt patērētāju interesi par produktiem un ieteikt produktus, bet tās aprobežojas ar produktu datubāzu un lietotāju analīzi no konkrētā brīža, neskatoties uz priekšu un padziļinātu iepirkumu secību (laika sēriju) analīzi starp lietotājiem. Projekta īstenošana būs iespējama, pateicoties dziļām mašīnmācīšanās metodēm. Pamatojoties uz pētījumiem par dziļām mācību tīkla arhitektūrām un lielām reāllaika datu kopām, mēs varam analizēt miljoniem interneta veikalu lietotāju laikrindas un noteikt, kādu produktu viņi iegādāsies nākotnē. Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. (Latvian)
5 November 2022
0 references
Kao dio projekta, podnositelj zahtjeva planira stvoriti sustav preporuka koji će predvidjeti buduće kupnje koje će izvršiti određeni potrošači i stupanj interesa tih potrošača za određeni proizvod. Usluga će biti usmjerena na menadžere i donositelje odluka koji su uključeni u marketing internetskih trgovina. Zahvaljujući sustavu, online trgovine moći će povećati svoju prodaju prezentirajući potencijalnim potrošačima proizvode koje zanimaju za kupnju. Time će se povećati učinkovitost prodaje internetskih trgovina i povećati zadovoljstvo potrošača smanjenjem broja oglasa koji se prikazuju na internetskim stranicama i pružanjem samo vrijednih i potrebnih informacija. Sustav koji se planira stvoriti nadilazi sustave koji se obično koriste u svijetu, koji mogu odrediti interes potrošača za proizvode i preporučiti proizvode, ali su ograničeni na analizu baza podataka o proizvodima i korisnika od određenog trenutka, bez gledanja unaprijed i dubinske analize redoslijeda kupnje (vremenske serije) među korisnicima. Provedba projekta bit će moguća zahvaljujući tehnikama dubokog strojnog učenja. Na temelju istraživanja mrežnih arhitektura dubokog učenja i velikih skupova podataka u stvarnom vremenu, možemo analizirati vremenske serije milijuna korisnika online trgovine i odrediti koji će proizvod kupiti u budućnosti. Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). (Croatian)
5 November 2022
0 references
V rámci projektu hodlá žadatel vytvořit systém doporučení, který bude předpovídat budoucí nákupy uskutečněné konkrétními spotřebiteli a míru zájmu těchto spotřebitelů o daný produkt. Služba bude zaměřena na manažery a osoby s rozhodovací pravomocí zapojené do marketingu on-line obchodů. Díky systému budou internetové obchody moci zvýšit svůj prodej tím, že potenciálním spotřebitelům představí produkty, které mají zájem o koupi. To zvýší efektivitu prodeje on-line obchodů a zvýší spokojenost spotřebitelů snížením počtu reklam prezentovaných na webových stránkách a poskytováním pouze cenných a potřebných informací. Systém, který má být vytvořen, přesahuje rámec systémů běžně používaných ve světě, které mohou určit zájem spotřebitelů o produkty a doporučit výrobky, ale jsou omezeny na analýzu databází produktů a uživatelů od daného okamžiku, aniž by se dívaly dopředu a hloubkové analýzy nákupních sekvencí (časových řad) mezi uživateli. Realizace projektu bude možná díky technikám hlubokého strojového učení. Na základě výzkumu architektury hlubokého učení a velkých datových souborů v reálném čase můžeme analyzovat časové řady milionů uživatelů on-line obchodů a určit, jaký produkt budou v budoucnu kupovat. Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). (Czech)
5 November 2022
0 references
WOJ.: POMORSKIE, POW.: Gdynia
0 references
24 May 2023
0 references
Identifiers
POIR.01.01.01-00-0632/18
0 references