Development of a virtual agent — DEP GLUE & pressing; using artificial intelligence algorithms and real-time data streams in order to optimise the revenues of products and services in subscription models (Q78719): Difference between revisions
Jump to navigation
Jump to search
(Changed an Item) |
(Changed an Item) |
||
| Property / contained in NUTS | |||
| Property / contained in NUTS: Miasto Poznań / rank | |||
Normal rank | |||
Revision as of 18:45, 15 July 2020
Project in Poland financed by DG Regio
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Development of a virtual agent — DEP GLUE & pressing; using artificial intelligence algorithms and real-time data streams in order to optimise the revenues of products and services in subscription models |
Project in Poland financed by DG Regio |
Statements
6,997,328.26 zloty
0 references
9,425,347.1 zloty
0 references
74.24 percent
0 references
8 January 2018
0 references
31 December 2019
0 references
DEEP BI POLAND SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
52°24'2.2"N, 16°55'11.3"E
0 references
W ramach Projektu zostanie opracowany wirtualny agent - DEEP GLUE – wykorzystujący algorytmy sztucznej inteligencji i przetwarzania strumieni danych w czasie rzeczywistym w celu optymalizacji przychodów z produktów i usług w modelach subskrypcyjnych. Koncepcja planowanej technologii wynika z próby połączenia kilku metod uczenia maszynowego, które sprawdziły się w rozwiązywaniu problemów (vide radykalna poprawa efektywności systemów rekomendacyjnych w serwisach Google Play, LinkedIn czy Criteo uzyskana dzięki połączeniu “uczenia szerokiego” z “uczeniem głębokim”) i zastosowania ich do automatyzacji sprzedaży subskrypcji, gdzie wcześniej nie stosowano tego typu metod. Dodatkowym bodźcem przyjęcia takiego kierunku jest duży spadek kosztu przetwarzania danych big data w czasie rzeczywistym, przy skali danych na jakiej operują wydawcy. Założeniem projektu jest znalezienie optymalnych metod uczenia maszynowego, które będą w sposób opłacalny dawać dodatkowe przychody z subskrypcji dla wydawców. Deep Glue pozwoli uzyskać następujące korzyści dla klientów z niego korzystających: - Wzrost skuteczności o min. 10% liczby pozyskanych subskrypcji oraz użytkowników rejestrujących się w systemie wydawcy względem dotychczas stosowanych rozwiązań przez wydawców. - Wzrost, o min. 10%, wskaźnika CTR (Click-Through Rate) dla hiperłączy selekcjonowanych i prezentowanych użytkownikowi przez system Deep Glue względem narzędzi dotychczas stosowanych przez wydawców - Długoterminowy, mierzony zarówno miarą spędzonego czasu, jak i częstością wizyt w serwisie wydawcy, poziom tzw. zaangażowania (ang. engagement) użytkownika należącego 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
A virtual agent — DEP GLUE & ndash will be developed as part of the project;using artificial intelligence algorithms and real-time data streams in order to optimise the revenues of products and services in subscription models.The concept of the planned technology stems from the attempt to combine several machine-learning methods that have proved their worth in resolving the problems (see the radical improvement of the efficiency of the Google Play, LinkedIn and Cristeo systems resulting from a combination of & dquo; a broad & core learning;z & dquo; ddeep & rdning learning;) and applications for the automation of the sale of subscriptions where this type of method has not previously been used.This direction is further driven by the big drop in the cost of the big data processing of the big data, at the level of the data used by the publishers.The aim of the project is to find optimal methods of machine learning which will yield additional revenue from the subscription for publishers in a cost-effective manner.Deep glue will benefit from the following benefits for its customers:— Increase in effectiveness by at least 10 % of the number of subscriptions received and users registering in the system from publishers in relation to publishers so far.— Increase, by at least 10 %, of the CTR (click-through Rate) for hyperlinks to those selected and presented to the user by the Demep system versus the tools hitherto used by publishers — Long term, measured both on the time spent time measure and on the frequent visit to the publisher, the level of the ‘engagement’ of the user of the reference_reference_programme_aids:SA.41471 (2015/X) _public:Article 25 of Commission Regulation (EC) No 651/2014 of 17 June 2014 declaring certain categories of aid compatible with the internal market in the application of Article 107 and 108 of the Treaty (OJ(OJ LEU L 187/1, 26.06.2014). (English)
0 references
Identifiers
POIR.01.01.01-00-1352/17
0 references