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)

From EU Knowledge Graph
Revision as of 14:42, 14 October 2020 by DG Regio (talk | contribs) (‎Removed claim: summary (P836): 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...)
Jump to navigation Jump to search
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

    country
    Poland
    0 references
    EU contribution
    6,997,328.26 zloty
    0 references
    1,679,358.78 Euro
    exchange rate to Euro
    0.24 Euro
    point in time
    13 January 2020
    0 references
    budget
    9,425,347.1 zloty
    0 references
    2,262,083.30 Euro
    exchange rate to Euro
    0.24 Euro
    point in time
    13 January 2020
    0 references
    co-financing rate
    74.24 percent
    0 references
    start time
    8 January 2018
    0 references
    end time
    31 December 2019
    0 references
    beneficiary name (string)
    DEEP BI POLAND SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    beneficiary
    Q2510613
    0 references
    coordinate location

    52°24'2.2"N, 16°55'11.3"E
    0 references
    summary
    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

    Identifiers

    Polish Kohesio ID
    POIR.01.01.01-00-1352/17
    0 references
     
    Retrieved from "https://linkedopendata.eu/w/index.php?title=Item:Q78719&oldid=6348793"