Developing a virtual agent – DEEP GLUE & using AI algorithms and real-time data stream processing to optimise revenues from products and services in subscription models (Q78719)
Jump to navigation
Jump to search
Project Q78719 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Developing a virtual agent – DEEP GLUE & using AI algorithms and real-time data stream processing to optimise revenues from products and services in subscription models |
Project Q78719 in Poland |
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
The Project will develop a virtual agent – DEEP GLUE – using AI algorithms and real-time data stream processing to optimise revenues from products and services in subscription models. The concept of the planned technology stems from an attempt to combine several machine learning methods that have worked well in solving problems (vide radically improving the efficiency of recommendation systems on Google Play, LinkedIn or Criteo achieved through a combination of wide learning ” with “ Deep Teaching) and use them to automate subscription sales where such methods have not been used before. An additional incentive to take this direction is the large decrease in the cost of data processing big data in real time, with the scale of data on which publishers operate. The project’s goal is to find optimal machine learning methods that will cost-effectively give additional subscription revenue to publishers. Deep Glue will provide the following benefits for customers using it: — Increasing effectiveness by at least 10 % of the number of subscriptions obtained and users registering in the publisher system in relation to previous solutions used by publishers. — Increase, by at least 10 %, the CTR (Click-Through Rate) for hyperlinks selected and presented to the user by Deep Glue system in relation to the tools used by publishers – Long-term, measured by both the amount of time spent and the frequency of visits to the publisher’s service, the level of engagement of the user belonging to Numer_reference_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
Le projet développera un agent virtuel — DEEP GLUE – utilisation d’algorithmes d’IA et de traitement des flux de données en temps réel pour optimiser les revenus des produits et services dans les modèles d’abonnement. Le concept de la technologie planifiée est basé sur une tentative de combiner plusieurs méthodes d’apprentissage automatique qui se sont avérées avoir réussi à résoudre des problèmes (évidemment une amélioration radicale de l’efficacité des systèmes de recommandation dans Google Play, LinkedIn ou Criteo obtenu en combinant “ l’apprentissage d’un vaste ” avec “deep ”) et leur application pour automatiser les ventes d’abonnements lorsque ces méthodes n’ont pas été utilisées auparavant. Une incitation supplémentaire à prendre cette direction est une forte diminution du coût du traitement des mégadonnées en temps réel, avec l’ampleur des données sur lesquelles opèrent les éditeurs. L’objectif du projet est de trouver des méthodes optimales d’apprentissage automatique qui généreront des revenus d’abonnement supplémentaires pour les éditeurs d’une manière rentable. Deep Glue vous permettra d’obtenir les avantages suivants pour les clients qui l’utilisent: — Augmentation de l’efficacité d’au moins 10 % du nombre d’abonnements obtenus et des utilisateurs s’inscrivant dans le système de l’éditeur par rapport aux solutions utilisées par les éditeurs. — Augmenter, d’au moins 10 %, le CTR (Click-Through Rate) pour les hyperliens sélectionnés et présentés à l’utilisateur par Deep Glue par rapport aux outils précédemment utilisés par les éditeurs — Long terme, mesuré à la fois par la mesure du temps passé et la fréquence des visites au service de l’éditeur, le niveau d’engagement de l’utilisateur appartenant au programme Reference_Program_help_: 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
Identifiers
POIR.01.01.01-00-1352/17
0 references