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)

From EU Knowledge Graph
Revision as of 19:46, 16 December 2021 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in nl, and other parts: Adding Dutch translations)
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

    0 references
    6,997,328.26 zloty
    0 references
    1,679,358.78 Euro
    13 January 2020
    0 references
    9,425,347.1 zloty
    0 references
    2,262,083.30 Euro
    13 January 2020
    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
    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
    Das Projekt wird einen virtuellen Agenten entwickeln – DEEP GLUE – Nutzung von KI-Algorithmen und Echtzeit-Datenstromverarbeitung, um die Einnahmen aus Produkten und Dienstleistungen in Abonnementmodellen zu optimieren. Das Konzept der geplanten Technologie basiert auf dem Versuch, mehrere maschinelle Lernmethoden zu kombinieren, die sich bei der Lösung von Problemen als erfolgreich erwiesen haben (beweis radikale Verbesserung der Wirksamkeit von Empfehlungssystemen in Google Play, LinkedIn oder Criteo durch Kombination von “ Learning a wide” mit “deep ”) und deren Anwendung zur Automatisierung des Abonnementverkaufs, wenn diese Methoden noch nicht verwendet wurden. Ein zusätzlicher Anreiz für diese Richtung ist ein erheblicher Rückgang der Kosten für die Verarbeitung von Big Data in Echtzeit mit dem Umfang der Daten, auf denen Verlage tätig sind. Ziel des Projekts ist es, optimale maschinelle Lernmethoden zu finden, die den Verlagen auf kostenwirksame Weise zusätzliche Abonnementeinnahmen generieren. Deep Glue ermöglicht es Ihnen, die folgenden Vorteile für Kunden zu erhalten, die es verwenden: — Erhöhung der Wirksamkeit um mindestens 10 % der Anzahl der erhaltenen Abonnements und Nutzer, die sich im Verlagssystem registrieren, im Vergleich zu den von den Verlagen verwendeten Lösungen. — Um mindestens 10 % der CTR (Click-Through Rate) für Hyperlinks, die von Deep Glue in Bezug auf die zuvor von Publishern verwendeten Tools ausgewählt und dem Benutzer präsentiert werden, zu erhöhen – Langfristig, gemessen an der Zeitmessung und der Häufigkeit der Besuche beim Verlagsdienst, das Engagement des Benutzers, der dem Reference_Program_help_program_program_program_program_program_program_program_program_help_program_program_program_program_program_program_program_program_program_program_program_program_program_program_program_program_program_program_help_program_program_program_program_program_help_program_program_program_program_program_program_program_program_program_help_program_program_program_program_program_program_program_program_program_program_help_program_program_program_program_program_program_program_program_program_program_help_ 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
    Het project zal een virtuele agent ontwikkelen — DEEP GLUE – het gebruik van AI-algoritmen en real-time gegevensstroomverwerking om de inkomsten uit producten en diensten in abonnementsmodellen te optimaliseren. Het concept van de geplande technologie is gebaseerd op een poging om verschillende machine learning methoden te combineren die succesvol zijn gebleken in het oplossen van problemen (vide radicale verbetering van de effectiviteit van aanbevelingssystemen in Google Play, LinkedIn of Criteo bereikt door het combineren van “ het leren van een breed” met “deep ”) en hun toepassing om abonnementsverkoop te automatiseren waar deze methoden niet eerder zijn gebruikt. Een extra stimulans om deze richting te volgen is een aanzienlijke daling van de kosten van de verwerking van big data in real time, met de omvang van de gegevens waarop uitgevers opereren. Het doel van het project is om optimale machine learning methoden te vinden die extra abonnementsinkomsten genereren voor uitgevers op een kosteneffectieve manier. Deep Glue zal u toelaten om de volgende voordelen te krijgen voor klanten die het gebruiken: — Verhoging van de doeltreffendheid met ten minste 10 % van het aantal verkregen abonnementen en gebruikers die zich in het systeem van de uitgever registreren ten opzichte van de oplossingen die door uitgevers worden gebruikt. — Verhoging, met ten minste 10 %, van de CTR (Click-Through Rate) voor hyperlinks die door Deep Glue zijn geselecteerd en aan de gebruiker gepresenteerd ten opzichte van de instrumenten die eerder door uitgevers werden gebruikt — Lange termijn, gemeten aan de hand van zowel de mate van doorgebrachte tijd als de frequentie van bezoeken aan de dienst van de uitgever, de mate van betrokkenheid van de gebruiker die deel uitmaakt van het Reference_Program_help_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

    Identifiers

    POIR.01.01.01-00-1352/17
    0 references