System of anticipation of purchase intentions in online stores (Q78183)

From EU Knowledge Graph
Revision as of 14:55, 30 November 2021 by DG Regio (talk | contribs) (‎Created claim: summary (P836): 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 prése...)
Jump to navigation Jump to search
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

    0 references
    1,836,936.25 zloty
    0 references
    440,864.7 Euro
    13 January 2020
    0 references
    2,924,125.0 zloty
    0 references
    701,790.0 Euro
    13 January 2020
    0 references
    62.82 percent
    0 references
    1 July 2019
    0 references
    30 June 2021
    0 references
    SALES INTELLIGENCE S.A.
    0 references
    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

    Identifiers

    POIR.01.01.01-00-0632/18
    0 references