System of anticipation of purchase intentions in online stores (Q78183): Difference between revisions
Jump to navigation
Jump to search
(Removed claim: co-financing rate (P837): 62.82 percentage) |
(Changed an Item: Import item from Poland) |
||||||||||
| Property / EU contribution | Property / EU contribution | ||||||||||
| 408,350.93 Euro
| ||||||||||
| Property / budget | Property / budget | ||||||||||
| 650,032.99 Euro
| ||||||||||
| 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 | |||||||||||
Revision as of 23:35, 19 October 2022
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 S.A.
0 references
54°30'13.7"N, 18°27'46.1"E
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 references
La requérante envisage, dans le cadre du projet "amp; ", de créer un système de recommandations qui prédisent les futurs achats qui seront effectués par des consommateurs spécifiques et le degré d ' intérêt de ces consommateurs pour un produit donné. Le service sera adressé aux gestionnaires et aux 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 en ligne et augmentera la satisfaction des consommateurs en réduisant le nombre de publicités affichées sur leurs sites Web et en leur fournissant uniquement les informations utiles et nécessaires. Le système prévu 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 produits et d’utilisateurs à partir d’un moment donné, sans examiner l’avenir et l’analyse approfondie des séquences d’achat (séries chronologiques) 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 réseau d’apprentissage profond et les grands ensembles de données qui arrivent en temps réel, nous pouvons analyser les séries chronologiques de millions d’utilisateurs de la boutique en ligne et, sur cette base, déterminer quel produit ils vont acheter à l’avenir. Reference_Aid_programme: SA.41471(2015/X) But_public_aid: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur en application des articles 107 et 108 du traité (JO URZ. EU L 187/1 du 26.6.2014). (French)
30 November 2021
0 references
Der Antragsteller plant im Rahmen des Projekts " die Schaffung eines Empfehlungssystems, das künftige Einkäufe durch bestimmte Verbraucher und den Grad des Interesses dieser Verbraucher an einem bestimmten Produkt voraussetzt. Der Dienst richtet sich an Manager und Entscheidungsträger, die am Marketing von Online-Shops beteiligt sind. Dank des Systems werden Online-Shops in der Lage sein, ihren Umsatz zu steigern, indem sie potenziellen Verbrauchern die Produkte präsentieren, die sie kaufen möchten. Dies wird die Effizienz des Online-Verkaufs erhöhen und die Zufriedenheit der Verbraucher steigern, indem die Zahl der auf ihren Websites angezeigten Anzeigen verringert und ihnen nur wertvolle und notwendige 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 Produkt- und Nutzerbasen ab einem bestimmten Zeitpunkt, ohne in die Zukunft zu schauen und eine eingehende Analyse von Einkaufssequenzen (Zeitreihen) zwischen den Nutzern. Die Umsetzung des Projekts wird dank tiefgreifender maschineller Lerntechniken möglich sein. Basierend auf der Forschung zu Deep Learning Netzwerkarchitekturen und großen Datensätzen, die in Echtzeit kommen, können wir die Zeitreihen von Millionen von Online-Shop-Nutzern analysieren und auf dieser Grundlage bestimmen, welches Produkt sie in Zukunft kaufen werden. Referenz_Aid_Programm: SA.41471(2015/X) Zweck_public_aid: 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 (ABl. URZ. EU L 187/1 vom 26.6.2014). (German)
7 December 2021
0 references
De aanvrager, in het kader van het " project, is van plan om een systeem van aanbevelingen te creëren, dat toekomstige aankopen die zullen worden gedaan door specifieke consumenten en de mate van belangstelling van die consumenten voor een bepaald product zal bepalen. De dienst zal gericht zijn tot managers en besluitvormers die betrokken zijn bij de marketing van online winkels. Dankzij het systeem zullen online winkels in staat zijn om hun verkoop te verhogen door aan potentiële consumenten de producten te presenteren die ze geïnteresseerd zijn in het kopen. Dit zal de efficiëntie van onlineverkoop verhogen en de tevredenheid van de consument vergroten door het aantal advertenties op hun websites te verminderen en hen alleen waardevolle en noodzakelijke informatie te verstrekken. Het geplande systeem gaat verder dan systemen die algemeen in de wereld worden gebruikt, die de interesse van de consument in producten kunnen bepalen en producten kunnen aanbevelen, maar zijn beperkt tot het analyseren van product- en gebruikersbases vanaf een bepaald moment, zonder te kijken naar de toekomst en diepgaande analyse van aankoopsequenties (tijdreeksen) tussen gebruikers. De uitvoering van het project zal mogelijk zijn dankzij deep machine learning technieken. Op basis van onderzoek naar deep learning network architectures en grote datasets die in real time komen, kunnen we de tijdreeksen van miljoenen online shopgebruikers analyseren en op basis hiervan bepalen welk product ze in de toekomst gaan kopen. Referentie_Aid_programma: SA.41471(2015/X) Doel_public_aid: 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 (PB URZ. EU L 187/1 van 26.6.2014). (Dutch)
16 December 2021
0 references
Il richiedente, nell'ambito del progetto "sta progettando di creare un sistema di raccomandazioni, che implicherà gli acquisti futuri che saranno effettuati da consumatori specifici e il grado di interesse di tali consumatori per un dato prodotto. Il servizio sarà rivolto a manager e decisori coinvolti nella commercializzazione di 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 online e aumenterà la soddisfazione dei consumatori riducendo il numero di annunci pubblicitari visualizzati sui loro siti web e fornendo loro solo informazioni preziose e necessarie. Il sistema pianificato va al di là dei sistemi comunemente utilizzati nel mondo, che possono determinare l'interesse dei consumatori per i prodotti e raccomandare i prodotti, ma si limitano ad analizzare le basi di prodotto e di utenti da un dato momento, senza guardare al futuro e all'analisi approfondita delle sequenze di acquisto (serie temporali) tra gli utenti. L'attuazione del progetto sarà possibile grazie a tecniche di apprendimento automatico profondo. Sulla base di ricerche su architetture di rete di apprendimento profondo e grandi dataset in tempo reale, possiamo analizzare le serie temporali di milioni di utenti di negozi online e, su questa base, determinare quale prodotto acquisiranno in futuro. Riferimento_Aid_programma: SA.41471(2015/X) Scopo_pubblico_aiuto: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara alcune categorie di aiuti compatibili con il mercato interno in applicazione degli articoli 107 e 108 del trattato (GU URZ. UE L 187/1 del 26.6.2014). (Italian)
15 January 2022
0 references
El solicitante, en el marco del proyecto "tiene previsto crear un sistema de recomendaciones, que determinará las futuras compras que harán los consumidores específicos y el grado de interés de esos consumidores en un producto determinado. El servicio se dirigirá a los gerentes y responsables de la toma de decisiones que participan en la comercialización de tiendas en línea. Gracias al sistema, las tiendas online podrán aumentar sus ventas al presentar a los consumidores potenciales los productos que están interesados en comprar. Esto aumentará la eficiencia de las ventas en línea y aumentará la satisfacción de los consumidores al reducir el número de anuncios que se muestran en sus sitios web y proporcionarles solo información valiosa y necesaria. El sistema planeado va más allá de los sistemas comúnmente utilizados en el mundo, que pueden determinar el interés de los consumidores por los productos y recomendar productos, pero se limitan a analizar las bases de productos y usuarios desde un momento dado, sin mirar hacia el futuro y análisis en profundidad de las secuencias de compra (serie de tiempo) entre los usuarios. La ejecución del proyecto será posible gracias a las técnicas de aprendizaje automático profundos. Sobre la base de la investigación sobre arquitecturas de redes de aprendizaje profundo y grandes conjuntos de datos que vienen en tiempo real, podemos analizar las series temporales de millones de usuarios de tiendas en línea y, sobre esta base, determinar qué producto comprarán en el futuro. Reference_Aid_programa: SA.41471(2015/X) Purpose_public_aid: 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 aplicación de los artículos 107 y 108 del Tratado (DO URZ. EU L 187/1 de 26.6.2014). (Spanish)
19 January 2022
0 references
WOJ.: POMORSKIE, POW.: Gdynia
0 references
Identifiers
POIR.01.01.01-00-0632/18
0 references