Development of a prototype engine that manages the prediction of user behaviour (Q79977)
Jump to navigation
Jump to search
Project Q79977 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Development of a prototype engine that manages the prediction of user behaviour |
Project Q79977 in Poland |
Statements
1,427,370.0 zloty
0 references
2,429,152.0 zloty
0 references
58.76 percent
0 references
1 January 2020
0 references
31 August 2021
0 references
GAMEDESIRE GROUP SPÓŁKA AKCYJNA
0 references
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). Celem projektu jest połączenie kilkunastoletniego doświadczenia GameDesire w wydawaniu gier i prowadzeniu analiz heurystycznych kilkunastu milionów aktywnych graczy z efektywnością technologii uczenia maszynowego w celu maksymalizacji metryk jakościowych i przychodowych. Projekt koncentruje się na maksymalizacji przychodów poprzez wprowadzenie rekomendowanych przez algorytmy uczenia maszynowego pakietów nowych działań wobec użytkowników.? Cele operacyjne projektu:? 1. Opracowanie własnej technologii optymalizującej prędkość gromadzenia i przetwarzania danych – zapewniającej lepsze parametry od dostępnych rozwiązań chmurowych oraz minimalizującej ilość przetwarzanych danych w celu podniesienia efektywności działania analitycznych i minimalizujących koszty zewnętrznych technologii uczenia maszynowego.? 2. Opracowanie algorytmów analizujących zachowania graczy i pozwalających na konwersję do wyższych klastrów monetyzacji, poprzez właściwy wybór modelu, częstotliwości i charakteru spersonalizowanych działań promocyjnych wobec użytkowników.? 3. Opracowanie modelu analizy zachowań jednostkowych najbardziej wartościowych graczy i personalizacji działań wobec nich poprzez automatyzację części działań, w szczególności budowanie w czasie rzeczywistym spersonalizowanych ofert dedykowanych indywidualnym użytkownikom.? 4. Opracowanie unikalnego modelu współpracy algorytmów uczenia maszynowego GameDesire z silnikami uczenia maszynowego sieci reklamowych (model oparty o eventy) w celu pozyskiwania jak największej jakościowo grupy nowych użytkowników sklasyfikowanych przez algorytmy jako przyszłościowi wartościowi gracze;? (Polish)
0 references
Reference number of the aid programme: SA.41471(2015/X)Determination 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). The aim of the project is to combine GameDesire’s decades of experience in publishing games and conducting heuristic analyses of several million active players with the effectiveness of machine learning technology to maximise quality and revenue metrics. The project focuses on maximising revenues by introducing new actions to users recommended by machine learning algorithms.? Project operational objectives:? 1. Develop its own technology to optimise data collection and processing – providing better parameters than available cloud solutions and minimising the amount of data processed to improve analytical performance and minimise the costs of external machine learning technologies.? 2. Develop algorithms that analyse the behaviour of players and allow conversion to higher monetary clusters, by selecting the model, frequency and character of personalised promotional activities towards users.? 3. Develop a model to analyse the individual behaviour of the most valuable players and personalise their actions by automating part of the activities, in particular building in real time customised offers dedicated to individual users.? 4. Develop a unique model of collaboration between GameDesire machine learning algorithms with advertising machine learning engines (event-based model) in order to attract as high-quality as possible new users classified by algorithms as future value players;? (English)
14 October 2020
0.2562058261195271
0 references
Number_reference_aid_programme: SA.41471(2015/X)Provision d’aides publiques: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). L’objectif du projet est de combiner plusieurs années d’expérience de GameDesire dans la publication de jeux et la réalisation d’analyses heuristiques de plusieurs millions de joueurs actifs avec l’efficacité des technologies d’apprentissage automatique afin de maximiser la qualité et les indicateurs de revenus. Le projet se concentre sur la maximisation des revenus en introduisant des paquets d’algorithmes d’apprentissage automatique de nouvelles activités pour les utilisateurs.? Objectifs opérationnels du projet:? 1. Développer votre propre technologie qui optimise la vitesse de collecte et de traitement des données — fournissant de meilleurs paramètres que les solutions cloud disponibles et minimisant la quantité de données traitées afin d’augmenter l’efficacité des opérations analytiques et de minimiser le coût des technologies externes d’apprentissage automatique. 2. Développer des algorithmes qui analysent le comportement des joueurs et permettent la conversion en clusters de monétisation plus élevés, grâce au bon choix de modèle, de fréquence et de nature d’activités promotionnelles personnalisées auprès des utilisateurs. 3. Développer un modèle d’analyse du comportement individuel des acteurs les plus précieux et personnalisation des actions à leur égard en automatisant certaines des activités, notamment en construisant en temps réel des offres personnalisées dédiées aux utilisateurs individuels. 4. Développer un modèle unique de coopération entre les algorithmes d’apprentissage automatique GameDesire et les moteurs d’apprentissage automatique des réseaux publicitaires (un modèle basé sur les événements) afin d’acquérir le groupe de nouveaux utilisateurs de la plus haute qualité possible, classés par algorithme comme futurs acteurs de valeur;? (French)
30 November 2021
0 references
Number_reference_aid_Programm: SA.41471(2015/X)Bereitstellung öffentlicher Beihilfen: 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 Das war’s. EU L 187/1 vom 26.6.2014). Ziel des Projekts ist es, mehrjährige Erfahrung von GameDesire in der Veröffentlichung von Spielen und der Durchführung heuristischer Analysen von mehreren Millionen aktiven Spielern mit der Effizienz von Machine-Learning-Technologien zu kombinieren, um Qualität und Umsatzmetriken zu maximieren. Das Projekt konzentriert sich auf die Maximierung der Einnahmen durch die Einführung von durch maschinelles Lernen empfohlenen Algorithmenpaketen neuer Aktivitäten gegenüber den Nutzern. Operative Ziele des Projekts:? 1. Entwicklung einer eigenen Technologie, die die Geschwindigkeit der Datenerfassung und -verarbeitung optimiert – bessere Parameter als verfügbare Cloud-Lösungen bietet und die Menge der verarbeiteten Daten minimiert, um die Effizienz des analytischen Betriebs zu erhöhen und die Kosten externer maschineller Lerntechnologien zu minimieren. 2. Entwicklung von Algorithmen, die das Spielerverhalten analysieren und die Umwandlung in höhere Monetarisierungscluster ermöglichen, durch die richtige Wahl von Modell, Häufigkeit und Art personalisierter Werbeaktivitäten gegenüber Nutzern. 3. Entwicklung eines Modells der Analyse des individuellen Verhaltens der wertvollsten Spieler und der Personalisierung von Aktionen gegenüber ihnen, indem einige der Aktivitäten automatisiert werden, insbesondere die Erstellung personalisierter Angebote für einzelne Benutzer in Echtzeit. 4. Entwicklung eines einzigartigen Kooperationsmodells zwischen GameDesire-Algorithmen für maschinelles Lernen und Werbenetzwerk-Maschinen-Learning-Engines (ein auf Ereignissen basierendes Modell), um die höchstmögliche Qualitätsgruppe von neuen Benutzern zu erwerben, die von Algorithmen als zukünftige Wertakteure eingestuft werden; (German)
7 December 2021
0 references
Number_reference_aid_programma: SA.41471(2015/X)Verlening van overheidssteun: 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 Dat is het. EU L 187/1 van 26.6.2014). Het doel van het project is om meerdere jaren van GameDesire’s ervaring in het publiceren van games en het uitvoeren van heuristische analyses van een aantal miljoen actieve spelers te combineren met de efficiëntie van machine learning technologieën om de kwaliteit en inkomsten statistieken te maximaliseren. Het project richt zich op het maximaliseren van de inkomsten door het introduceren van aanbevolen door machine learning algoritmes pakketten van nieuwe activiteiten naar gebruikers. Operationele doelstellingen van het project:? 1. Het ontwikkelen van uw eigen technologie die de snelheid van gegevensverzameling en -verwerking optimaliseert — betere parameters bieden dan beschikbare cloudoplossingen en de hoeveelheid verwerkte gegevens minimaliseren om de efficiëntie van analytische activiteiten te verhogen en de kosten van externe machine learning-technologieën te minimaliseren. 2. Het ontwikkelen van algoritmen die het gedrag van spelers analyseren en conversie naar hogere monetisatieclusters mogelijk maken, door middel van de juiste keuze van model, frequentie en aard van gepersonaliseerde promotionele activiteiten naar gebruikers. 3. Het ontwikkelen van een model van analyse van individueel gedrag van de meest waardevolle spelers en personalisatie van acties naar hen toe door een aantal van de activiteiten te automatiseren, in het bijzonder het bouwen in real time gepersonaliseerde aanbiedingen gewijd aan individuele gebruikers. 4. Het ontwikkelen van een uniek samenwerkingsmodel tussen GameDesire-algoritmen en machine learning-engines voor reclamenetwerken (een model op basis van gebeurtenissen) om de hoogst mogelijke groep nieuwe gebruikers te verwerven die door algoritmen worden geclassificeerd als toekomstige waardespelers; (Dutch)
16 December 2021
0 references
Number_reference_aid_programma: SA.41471(2015/X)Fornitura di aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). L'obiettivo del progetto è quello di combinare diversi anni di esperienza di GameDesire nella pubblicazione di giochi e nello svolgimento di analisi euristiche di diversi milioni di giocatori attivi con l'efficienza delle tecnologie di apprendimento automatico al fine di massimizzare le metriche di qualità e ricavi. Il progetto si concentra sulla massimizzazione delle entrate introducendo pacchetti raccomandati da algoritmi di apprendimento automatico di nuove attività verso gli utenti. Obiettivi operativi del progetto:? 1. Sviluppare la propria tecnologia in grado di ottimizzare la velocità di raccolta ed elaborazione dei dati, fornendo parametri migliori rispetto alle soluzioni cloud disponibili e riducendo al minimo la quantità di dati elaborati al fine di aumentare l'efficienza delle operazioni analitiche e ridurre al minimo i costi delle tecnologie di machine learning esterne. 2. Sviluppare algoritmi che analizzino il comportamento dei giocatori e consentano la conversione a cluster di monetizzazione più elevati, attraverso la giusta scelta di modello, frequenza e natura di attività promozionali personalizzate verso gli utenti. 3. Sviluppare un modello di analisi del comportamento individuale dei giocatori più preziosi e personalizzazione delle azioni nei loro confronti automatizzando alcune delle attività, in particolare costruendo in tempo reale offerte personalizzate dedicate ai singoli utenti. 4. Sviluppare un modello unico di cooperazione tra algoritmi di apprendimento automatico di GameDesire e motori di machine learning di rete pubblicitaria (un modello basato sugli eventi) per acquisire il gruppo di nuovi utenti della massima qualità possibile classificato dagli algoritmi come futuri giocatori di valore; (Italian)
15 January 2022
0 references
Number_reference_aid_programa: SA.41471(2015/X)Provisión de ayudas públicas: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). El objetivo del proyecto es combinar varios años de experiencia de GameDesire en la publicación de juegos y la realización de análisis heurísticos de varios millones de jugadores activos con la eficiencia de las tecnologías de aprendizaje automático con el fin de maximizar la calidad y las métricas de ingresos. El proyecto se centra en maximizar los ingresos mediante la introducción de paquetes recomendados por algoritmos de aprendizaje automático de nuevas actividades hacia los usuarios. Objetivos operativos del proyecto:? 1. Desarrollar su propia tecnología que optimice la velocidad de recopilación y procesamiento de datos, proporcionando mejores parámetros que las soluciones en la nube disponibles y minimizando la cantidad de datos procesados con el fin de aumentar la eficiencia de las operaciones analíticas y minimizar el costo de las tecnologías externas de aprendizaje automático. 2. Desarrollar algoritmos que analicen el comportamiento de los jugadores y permitan la conversión a clústeres de mayor monetización, a través de la elección correcta del modelo, la frecuencia y la naturaleza de las actividades promocionales personalizadas hacia los usuarios. 3. Desarrollar un modelo de análisis del comportamiento individual de los actores más valiosos y personalización de acciones hacia ellos mediante la automatización de algunas de las actividades, en particular la construcción en tiempo real de ofertas personalizadas dedicadas a usuarios individuales. 4. Desarrollar un modelo único de cooperación entre los algoritmos de aprendizaje automático GameDesire y los motores de aprendizaje automático de la red de publicidad (un modelo basado en eventos) para adquirir el grupo de la más alta calidad posible de nuevos usuarios clasificados por algoritmos como futuros jugadores de valor; (Spanish)
19 January 2022
0 references
Number_reference_aid_programm: SA.41471(2015/X) Riigiabi andmine: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). Projekti eesmärk on ühendada mitmeaastane GameDesire’i kogemus mängude kirjastamisel ja mitme miljoni aktiivse mängija heuristiliste analüüside läbiviimisel masinõppe tehnoloogiate tõhususega, et maksimeerida kvaliteeti ja tulu mõõdikuid. Projekt keskendub tulu maksimeerimisele, võttes kasutusele masinõppe algoritmide poolt soovitatud uute tegevuste paketid kasutajatele. Projekti tegevuseesmärgid:? 1. Arendage oma tehnoloogiat, mis optimeerib andmete kogumise ja töötlemise kiirust – pakkudes paremaid parameetreid kui olemasolevad pilvelahendused ja minimeerides töödeldavate andmete hulka, et suurendada analüütiliste toimingute tõhusust ja minimeerida väliste masinõppe tehnoloogiate kulusid. 2. Algoritmide väljatöötamine, mis analüüsivad mängijate käitumist ja võimaldavad konverteerida kõrgemasse rahasummade klastrisse, kasutades selleks õiget mudelivalikut, sagedust ja kasutajatele suunatud isikupärastatud reklaamitegevuse olemust. 3. Kõige väärtuslikumate mängijate individuaalse käitumise analüüsi mudeli väljatöötamine ja neile suunatud tegevuste isikupärastamine, automatiseerides mõned tegevused, eelkõige luues reaalajas individuaalseid pakkumisi, mis on pühendatud individuaalsetele kasutajatele. 4. Töötada välja ainulaadne koostöömudel GameDesire masinõppe algoritmide ja reklaamivõrgu masinõppe mootorite (sündmustel põhinev mudel) vahel, et omandada võimalikult kõrge kvaliteediga rühm uusi kasutajaid, kes on algoritmide järgi liigitatud tulevasteks väärtusmängijateks; (Estonian)
13 August 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X)Viešosios pagalbos teikimas: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). Projekto tikslas – sujungti keletą metų „GameDesire“ patirtį leidžiant žaidimus ir atliekant kelių milijonų aktyvių žaidėjų euristines analizes su mašinų mokymosi technologijų efektyvumu, siekiant maksimaliai padidinti kokybę ir pajamų metriką. Projekte daugiausia dėmesio skiriama pajamų maksimizavimui, diegiant naudotojams rekomenduojamus mašinų mokymosi algoritmų paketus naujų veiklų atžvilgiu.? Projekto veiklos tikslai:? 1. Sukurti savo technologiją, kuri optimizuotų duomenų rinkimo ir apdorojimo greitį – teikti geresnius parametrus nei prieinami debesų sprendimai ir sumažinti apdorojamų duomenų kiekį, siekiant padidinti analitinių operacijų efektyvumą ir sumažinti išorinių mašinų mokymosi technologijų sąnaudas. 2. Algoritmų, kurie analizuoja žaidėjų elgseną ir leidžia konvertuoti į didesnes monetizavimo grupes, kūrimas, tinkamai pasirenkant modelį, dažnumą ir individualizuotos reklaminės veiklos pobūdį vartotojams. 3. Sukurti vertingiausių žaidėjų individualaus elgesio analizės modelį ir suasmeninti veiksmus jų atžvilgiu, automatizuojant kai kurias veiklas, visų pirma realiuoju laiku pritaikytus individualius pasiūlymus, skirtus atskiriems vartotojams. 4. Sukurti unikalų „GameDesire“ mašinų mokymosi algoritmų ir reklamos tinklo mašinų mokymosi variklių bendradarbiavimo modelį (įvykiais pagrįstas modelis), kad būtų galima įsigyti aukščiausios kokybės naujų vartotojų grupę, kurią algoritmai priskiria būsimiems vertės žaidėjams;? (Lithuanian)
13 August 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X)Pružanje javne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). Cilj projekta je kombinirati višegodišnje iskustvo GameDesirea u objavljivanju igara i provođenju heurističkih analiza nekoliko milijuna aktivnih igrača s učinkovitošću tehnologija strojnog učenja kako bi se maksimizirala kvaliteta i mjerenje prihoda. Projekt je usmjeren na maksimiziranje prihoda uvođenjem preporučenih paketa algoritama strojnog učenja novih aktivnosti prema korisnicima. Operativni ciljevi projekta:? 1. Razvoj vlastite tehnologije koja optimizira brzinu prikupljanja i obrade podataka – pružanje boljih parametara od dostupnih rješenja u oblaku i minimiziranje količine obrađenih podataka kako bi se povećala učinkovitost analitičkih operacija i smanjili troškovi vanjskih tehnologija strojnog učenja. 2. Razvoj algoritama koji analiziraju ponašanje igrača i omogućuju pretvorbu u klastere veće monetizacije kroz pravi izbor modela, učestalosti i prirode personaliziranih promotivnih aktivnosti prema korisnicima. 3. Razvoj modela analize individualnog ponašanja najvrjednijih igrača i personalizacija akcija prema njima automatiziranjem nekih od aktivnosti, posebno izgrađivanjem personaliziranih ponuda u stvarnom vremenu posvećenih pojedinačnim korisnicima. 4. Razvoj jedinstvenog modela suradnje između algoritama za strojno učenje GameDesire i motora za strojno učenje oglašivačke mreže (model koji se temelji na događajima) kako bi se stekla najviša moguća kvalitetna skupina novih korisnika klasificiranih algoritmima kao budući igrači vrijednosti;? (Croatian)
13 August 2022
0 references
Number_reference_aid_πρόγραμμα: SA.41471(2015/X)Παροχή κρατικών ενισχύσεων: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). Στόχος του έργου είναι να συνδυάσει αρκετά χρόνια εμπειρίας της GameDesire στη δημοσίευση παιχνιδιών και τη διεξαγωγή ευριστικών αναλύσεων αρκετών εκατομμυρίων ενεργών παικτών με την αποτελεσματικότητα των τεχνολογιών μηχανικής μάθησης, προκειμένου να μεγιστοποιηθούν οι μετρήσεις ποιότητας και εσόδων. Το έργο επικεντρώνεται στη μεγιστοποίηση των εσόδων με την εισαγωγή συνιστώμενων από αλγορίθμους μηχανικής μάθησης πακέτων νέων δραστηριοτήτων προς τους χρήστες. Επιχειρησιακοί στόχοι του σχεδίου: 1. Αναπτύσσοντας τη δική σας τεχνολογία που βελτιστοποιεί την ταχύτητα συλλογής και επεξεργασίας δεδομένων — παρέχοντας καλύτερες παραμέτρους από τις διαθέσιμες λύσεις cloud και ελαχιστοποιώντας τον όγκο των δεδομένων που υποβάλλονται σε επεξεργασία, προκειμένου να αυξηθεί η αποτελεσματικότητα των αναλυτικών λειτουργιών και να ελαχιστοποιηθεί το κόστος των εξωτερικών τεχνολογιών μηχανικής μάθησης. 2. Ανάπτυξη αλγορίθμων που αναλύουν τη συμπεριφορά των παικτών και επιτρέπουν τη μετατροπή σε ομάδες υψηλότερων εσόδων, μέσω της σωστής επιλογής μοντέλου, συχνότητας και φύσης εξατομικευμένων δραστηριοτήτων προώθησης προς τους χρήστες. 3. Ανάπτυξη ενός μοντέλου ανάλυσης της ατομικής συμπεριφοράς των πιο πολύτιμων παικτών και εξατομίκευση των ενεργειών προς αυτούς με την αυτοματοποίηση ορισμένων από τις δραστηριότητες, ιδίως την οικοδόμηση σε εξατομικευμένες προσφορές σε πραγματικό χρόνο αφιερωμένες σε μεμονωμένους χρήστες. 4. Ανάπτυξη ενός μοναδικού μοντέλου συνεργασίας μεταξύ των αλγορίθμων μηχανικής μάθησης GameDesire και των διαφημιστικών μηχανών μηχανικής μάθησης δικτύων (ένα μοντέλο βασισμένο σε γεγονότα) για την απόκτηση της υψηλότερης δυνατής ομάδας νέων χρηστών που ταξινομούνται από αλγορίθμους ως μελλοντικούς παίκτες αξίας; (Greek)
13 August 2022
0 references
Number_reference_aid_program: SA.41471(2015/X)Poskytovanie verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). Cieľom projektu je skombinovať niekoľko rokov skúseností GameDesire v oblasti publikovania hier a vykonávania heuristických analýz niekoľkých miliónov aktívnych hráčov s efektivitou technológií strojového učenia s cieľom maximalizovať metriku kvality a výnosov. Projekt sa zameriava na maximalizáciu príjmov zavedením balíkov nových aktivít pre používateľov odporúčaných algoritmami strojového učenia. Operatívne ciele projektu:? 1. Vývoj vlastnej technológie, ktorá optimalizuje rýchlosť zberu a spracovania údajov – poskytuje lepšie parametre ako dostupné cloudové riešenia a minimalizuje množstvo spracovaných údajov s cieľom zvýšiť efektívnosť analytických operácií a minimalizovať náklady na externé technológie strojového učenia. 2. Vývoj algoritmov, ktoré analyzujú správanie hráčov a umožňujú konverziu na vyššie monetizačné klastre prostredníctvom správnej voľby modelu, frekvencie a povahy personalizovaných propagačných aktivít voči používateľom. 3. Vývoj modelu analýzy individuálneho správania najcennejších hráčov a personalizácia akcií voči nim automatizáciou niektorých aktivít, najmä budovaním v reálnom čase personalizovanými ponukami venovanými jednotlivým používateľom. 4. Vytvorenie jedinečného modelu spolupráce medzi algoritmami strojového učenia GameDesire a reklamnými sieťovými strojmi strojového učenia (model založený na udalostiach) s cieľom získať čo najvyššiu možnú skupinu nových používateľov klasifikovaných algoritmami ako budúcich hráčov s hodnotou; (Slovak)
13 August 2022
0 references
Number_reference_aid_ohjelma: SA.41471(2015/X)Julkisen tuen myöntäminen: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. Projektin tavoitteena on yhdistää GameDesiren useiden vuosien kokemus pelien julkaisemisesta ja useiden miljoonien aktiivipelaajien heurististen analyysien tekeminen koneoppimistekniikoiden tehokkuuteen laadun ja tulojen mittaamisen maksimoimiseksi. Hankkeessa keskitytään maksimoimaan tulot ottamalla käyttöön koneoppimisalgoritmien suosittelemia uusia toimintoja käyttäjille. Hankkeen toiminnalliset tavoitteet: 1. Kehität omaa teknologiaasi, joka optimoi tiedonkeruun ja käsittelyn nopeutta – tarjoamalla parempia parametreja kuin käytettävissä olevat pilviratkaisut ja minimoimalla käsiteltävien tietojen määrä analyyttisten toimintojen tehostamiseksi ja ulkoisten koneoppimisteknologioiden kustannusten minimoimiseksi. 2. Kehitetään algoritmeja, jotka analysoivat pelaajien käyttäytymistä ja mahdollistavat siirtymisen korkeampiin rahallistamisklustereihin oikean mallin, tiheyden ja käyttäjille suunnattujen mainostoimien oikean valinnan kautta. 3. Kehittää malli yksilön käyttäytymisen arvokkaimmista pelaajista ja personointi toimia heitä automatisoimalla joitakin toimintoja, erityisesti rakentaa reaaliajassa henkilökohtaisia tarjouksia omistettu yksittäisille käyttäjille. 4. Kehitetään ainutlaatuinen yhteistyömalli GameDesire-koneoppimisalgoritmien ja mainosverkon koneoppimismoottoreiden välille (tapahtumiin perustuva malli), jotta saadaan mahdollisimman korkealaatuinen uusien käyttäjien ryhmä, joka luokitellaan algoritmien mukaan tuleviksi arvotoimijoiksi; (Finnish)
13 August 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Köztámogatás nyújtása: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). A projekt célja, hogy összekapcsolja a GameDesire több éves tapasztalatát a játékok kiadásában és több millió aktív játékos heurisztikus elemzésében a gépi tanulási technológiák hatékonyságával a minőség és a bevételi mutatók maximalizálása érdekében. A projekt a bevételek maximalizálására összpontosít azáltal, hogy a felhasználók számára új tevékenységekből álló, gépi tanulási algoritmusok által ajánlott csomagokat vezet be. A projekt operatív célkitűzései:? 1. Olyan saját technológia fejlesztése, amely optimalizálja az adatgyűjtés és -feldolgozás sebességét – a rendelkezésre álló felhőalapú megoldásoknál jobb paramétereket biztosít, és minimalizálja a feldolgozott adatok mennyiségét az elemzési műveletek hatékonyságának növelése és a külső gépi tanulási technológiák költségeinek minimalizálása érdekében. 2. Algoritmusok fejlesztése, amelyek elemzik a játékosok viselkedését, és lehetővé teszik a magasabb bevételszerzési klaszterekká való átalakítást a felhasználók felé irányuló személyre szabott promóciós tevékenységek megfelelő modelljének, gyakoriságának és jellegének megfelelő megválasztásával. 3. A legértékesebb játékosok egyéni viselkedésének elemzésére szolgáló modell kidolgozása és a velük szembeni cselekvések személyre szabása egyes tevékenységek automatizálásával, különösen az egyéni felhasználóknak szóló, valós idejű, személyre szabott ajánlatok kiépítésével. 4. A GameDesire gépi tanulási algoritmusok és a reklámhálózati gépi tanulási motorok (eseményeken alapuló modell) közötti együttműködés egyedi modelljének kidolgozása annak érdekében, hogy az algoritmusok által jövőbeli értékszereplőkként besorolt új felhasználók lehető legjobb minőségű csoportját megszerezzék; (Hungarian)
13 August 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X)Poskytování veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). Cílem projektu je spojit několik let zkušeností GameDesire v oblasti publikování her a provádění heuristických analýz několika milionů aktivních hráčů s efektivitou technologií strojového učení s cílem maximalizovat metriku kvality a výnosů. Projekt se zaměřuje na maximalizaci příjmů zavedením doporučených algoritmů strojového učení nových aktivit pro uživatele. Provozní cíle projektu:? 1. Vývoj vlastní technologie, která optimalizuje rychlost sběru a zpracování dat – poskytuje lepší parametry než dostupná cloudová řešení a minimalizuje množství zpracovávaných dat s cílem zvýšit efektivitu analytických operací a minimalizovat náklady na externí technologie strojového učení. 2. Vývoj algoritmů, které analyzují chování hráčů a umožňují konverzi na vyšší monetizační klastry, a to prostřednictvím správné volby modelu, četnosti a povahy personalizovaných propagačních činností vůči uživatelům. 3. Vývoj modelu analýzy individuálního chování nejcennějších hráčů a personalizace akcí směrem k nim automatizací některých aktivit, zejména budováním personalizovaných nabídek v reálném čase věnovaných jednotlivým uživatelům. 4. Vytvoření jedinečného modelu spolupráce mezi algoritmy strojového učení GameDesire a strojovým učením reklamních sítí (model založený na událostech) s cílem získat skupinu nových uživatelů s nejvyšší možnou kvalitou klasifikovaných algoritmy jako budoucí hodnotoví hráči; (Czech)
13 August 2022
0 references
Number_reference_aid_programma: SA.41471(2015/X)Valsts atbalsta sniegšana: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. Projekta mērķis ir apvienot GameDesire vairāku gadu pieredzi spēļu izdošanā un vairāku miljonu aktīvo spēlētāju heiristiskas analīzes veikšanā ar mašīnmācīšanās tehnoloģiju efektivitāti, lai maksimāli palielinātu kvalitāti un ieņēmumu rādītājus. Projekts ir vērsts uz to, lai maksimāli palielinātu ieņēmumus, ieviešot mašīnmācīšanās algoritmu ieteiktās jaunu darbību paketes lietotājiem? Projekta darbības mērķi: 1. Izstrādāt savu tehnoloģiju, kas optimizē datu vākšanas un apstrādes ātrumu, nodrošinot labākus parametrus nekā pieejamie mākoņdatošanas risinājumi un samazinot apstrādāto datu apjomu, lai palielinātu analītisko darbību efektivitāti un samazinātu ārējo mašīnmācīšanās tehnoloģiju izmaksas. 2. Izstrādāt algoritmus, kas analizē spēlētāju uzvedību un ļauj pāriet uz lielākām monetizācijas kopām, izmantojot pareizo modeļu izvēli, individualizētu reklāmas pasākumu biežumu un raksturu lietotājiem. 3. Izstrādājot visvērtīgāko spēlētāju individuālās uzvedības analīzes modeli un darbību personalizāciju pret viņiem, automatizējot dažas darbības, jo īpaši veidojot reāllaikā personalizētus piedāvājumus, kas paredzēti individuāliem lietotājiem. 4. Izstrādāt unikālu sadarbības modeli starp GameDesire mašīnmācīšanās algoritmiem un reklāmas tīkla mašīnmācīšanās dzinējiem (modelis, kura pamatā ir notikumi), lai iegūtu pēc iespējas kvalitatīvāku jauno lietotāju grupu, ko algoritmi klasificē kā nākotnes vērtības spēlētājus; (Latvian)
13 August 2022
0 references
Uimhir_reference_aid_clár: SA.41471(2015/X)Cabhair phoiblí a sholáthar: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). Is é is aidhm don tionscadal roinnt blianta de thaithí GameDesire maidir le cluichí a fhoilsiú agus anailísí heoristice a dhéanamh ar roinnt milliún gníomhaí gníomhach a chomhcheangal le héifeachtúlacht teicneolaíochtaí meaisínfhoghlama chun méadracht cháilíochta agus ioncaim a uasmhéadú. Díríonn an tionscadal ar ioncam a uasmhéadú trí phacáistí de ghníomhaíochtaí nua i dtreo úsáideoirí atá molta ag algartaim mheaisínfhoghlama a thabhairt isteach? Cuspóirí oibríochtúla an tionscadail:? 1. Forbairt a dhéanamh ar do theicneolaíocht féin lena mbaintear an leas is fearr as luas an bhailithe agus na próiseála sonraí — lena soláthraítear paraiméadair níos fearr ná na réitigh néalríomhaireachta atá ar fáil agus lena n-íoslaghdaítear an méid sonraí a phróiseáiltear chun éifeachtúlacht oibríochtaí anailíseacha a mhéadú agus costas teicneolaíochtaí seachtracha meaisínfhoghlama a íoslaghdú. 2. Algartaim a fhorbairt a dhéanann anailís ar iompraíocht imreoirí agus a cheadaíonn aistriú go braislí luach airgid níos airde, tríd an rogha ceart maidir le samhail, minicíocht agus cineál na ngníomhaíochtaí poiblíochta pearsantaithe i dtreo úsáideoirí. 3. Samhail anailíse ar iompar aonair na n-imreoirí is luachmhaire a fhorbairt agus gníomhartha a phearsantú i dtreo iad trí roinnt de na gníomhaíochtaí a uathoibriú, go háirithe tairiscintí pearsantaithe fíor-ama a thógáil atá tiomanta d’úsáideoirí aonair. 4. Samhail uathúil comhair a fhorbairt idir algartaim mheaisínfhoghlama GameDesire agus innill mheaisínfhoghlama líonra fógraíochta (múnla bunaithe ar imeachtaí) chun an grúpa úsáideoirí nua is airde agus is féidir a fháil, ar grúpa é a rangaítear le halgartaim mar ghníomhaithe luacha amach anseo;? (Irish)
13 August 2022
0 references
Number_reference_aid_program: SA.41471(2015/X)Zagotavljanje državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). Cilj projekta je združiti večletne izkušnje GameDesire na področju objavljanja iger in izvajanja hevrističnih analiz več milijonov aktivnih igralcev z učinkovitostjo tehnologij strojnega učenja, da bi povečali kakovost in meritve prihodkov. Projekt se osredotoča na povečanje prihodkov z uvedbo priporočenih algoritmov strojnega učenja z novimi aktivnostmi za uporabnike. Operativni cilji projekta:? 1. Razvoj lastne tehnologije, ki optimizira hitrost zbiranja in obdelave podatkov – zagotavljanje boljših parametrov od razpoložljivih rešitev v oblaku in zmanjšanje količine obdelanih podatkov, da bi povečali učinkovitost analitičnih operacij in zmanjšali stroške zunanjih tehnologij strojnega učenja. 2. Razvoj algoritmov, ki analizirajo vedenje igralcev in omogočajo pretvorbo v večje monetizacijske grozde s pravo izbiro modela, pogostosti in narave prilagojenih promocijskih dejavnosti za uporabnike. 3. Razvoj modela analize individualnega vedenja najdragocenejših igralcev in personalizacija dejanj do njih z avtomatizacijo nekaterih dejavnosti, zlasti z oblikovanjem prilagojenih ponudb v realnem času, namenjenih posameznim uporabnikom. 4. Razvoj edinstvenega modela sodelovanja med algoritmi strojnega učenja GameDesire in oglaševalskimi mrežami strojnega učenja (model, ki temelji na dogodkih) za pridobitev najvišje možne kakovostne skupine novih uporabnikov, razvrščenih po algoritmih kot bodoči igralci vrednosti; (Slovenian)
13 August 2022
0 references
Number_reference_aid_програма: SA.41471(2015/X)Предоставяне на публична помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). Целта на проекта е да се съчетаят няколко години опит на GameDesire в публикуването на игри и провеждането на евристични анализи на няколко милиона активни играчи с ефективността на технологиите за машинно обучение, за да се максимизира качеството и показателите за приходите. Проектът се фокусира върху максимизиране на приходите чрез въвеждане на препоръчани от алгоритми за машинно обучение пакети от нови дейности към потребителите. Оперативни цели на проекта:? 1. Разработване на собствена технология, която оптимизира скоростта на събиране и обработка на данни — осигуряване на по-добри параметри от наличните облачни решения и минимизиране на количеството обработвани данни, за да се повиши ефективността на аналитичните операции и да се сведе до минимум цената на външните технологии за машинно обучение. 2. Разработване на алгоритми, които анализират поведението на играчите и позволяват преобразуване в клъстери с по-висока монетизация чрез правилния избор на модел, честота и характер на персонализирани промоционални дейности към потребителите. 3. Разработване на модел за анализ на индивидуалното поведение на най-ценните играчи и персонализиране на действията към тях чрез автоматизиране на някои от дейностите, по-специално изграждане в реално време на персонализирани оферти, посветени на отделните потребители. 4. Разработване на уникален модел на сътрудничество между алгоритмите за машинно обучение на GameDesire и рекламните мрежови двигатели за машинно самообучение (модел, базиран на събития), за да се придобие възможно най-висококачествена група от нови потребители, класифицирани по алгоритми като бъдещи играчи на стойност; (Bulgarian)
13 August 2022
0 references
Number_reference_aid_programm: SA.41471(2015/X)Għoti ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). L-għan tal-proġett huwa li jgħaqqad diversi snin ta ‘esperjenza GameDesire fil-pubblikazzjoni logħob u t-twettiq analiżi euristika ta’ diversi miljuni atturi attivi mal-effiċjenza ta ‘teknoloġiji ta’ tagħlim awtomatiku sabiex jimmassimizzaw il-kwalità u l-metrika tad-dħul. Il-proġett jiffoka fuq il-massimizzazzjoni tad-dħul billi jintroduċi pakketti rakkomandati minn algoritmi ta’ tagħlim awtomatiku ta’ attivitajiet ġodda lejn l-utenti? Għanijiet operazzjonali tal-proġett:? 1. Tiżviluppa t-teknoloġija tiegħek stess li tottimizza l-veloċità tal-ġbir u l-ipproċessar tad-data — tipprovdi parametri aħjar mis-soluzzjonijiet cloud disponibbli u timminimizza l-ammont ta’ data pproċessata sabiex iżżid l-effiċjenza tal-operazzjonijiet analitiċi u timminimizza l-ispiża tat-teknoloġiji esterni tat-tagħlim awtomatiku. 2. L-iżvilupp ta’ algoritmi li janalizzaw l-imġiba tal-plejers u jippermettu l-konverżjoni għal raggruppamenti ogħla ta’ monetizzazzjoni, permezz tal-għażla t-tajba tal-mudell, il-frekwenza u n-natura ta’ attivitajiet promozzjonali personalizzati lejn l-utenti. 3. L-iżvilupp ta’ mudell ta’ analiżi tal-imġiba individwali tal-atturi l-aktar prezzjużi u l-personalizzazzjoni tal-azzjonijiet lejhom permezz tal-awtomatizzazzjoni ta’ wħud mill-attivitajiet, b’mod partikolari l-bini f’ħin reali ta’ offerti personalizzati ddedikati għall-utenti individwali. 4. L-iżvilupp ta’ mudell uniku ta’ kooperazzjoni bejn l-algoritmi tat-tagħlim awtomatiku GameDesire u l-magni tat-tagħlim awtomatiku tan-netwerk tar-reklamar (mudell ibbażat fuq avvenimenti) biex jinkiseb il-grupp tal-ogħla kwalità possibbli ta’ utenti ġodda kklassifikati mill-algoritmi bħala atturi futuri tal-valur? (Maltese)
13 August 2022
0 references
Número de referência do programa de ajuda: SA.41471(2015/X)Determinação do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). O objetivo do projeto é combinar as décadas de experiência da GameDesire na publicação de jogos e na realização de análises heurísticas de vários milhões de jogadores ativos com a eficácia da tecnologia de aprendizagem automática para maximizar a qualidade e as métricas de receitas. O projeto centra-se na maximização das receitas através da introdução de novas ações aos utilizadores recomendadas por algoritmos de aprendizagem automática. Objectivos operacionais do projecto:? 1. Desenvolver a sua própria tecnologia para otimizar a recolha e o tratamento de dados, fornecendo parâmetros melhores do que as soluções de computação em nuvem disponíveis e minimizando a quantidade de dados tratados, a fim de melhorar o desempenho analítico e minimizar os custos das tecnologias externas de aprendizagem automática. 2. Desenvolver algoritmos que analisem o comportamento dos jogadores e permitam a conversão para clusters monetários mais elevados, selecionando o modelo, a frequência e o caráter das atividades promocionais personalizadas para os utilizadores. 3. Desenvolver um modelo para analisar o comportamento individual dos intervenientes mais valiosos e personalizar as suas ações automatizando parte das atividades, em especial criando ofertas personalizadas em tempo real dedicadas a utilizadores individuais. 4. Desenvolver um modelo único de colaboração entre os algoritmos de aprendizagem automática GameDesire com motores de aprendizagem automática de publicidade (modelo baseado em eventos), a fim de atrair novos utilizadores da mais alta qualidade possível, classificados por algoritmos como futuros jogadores de valor;? (Portuguese)
13 August 2022
0 references
Nummer_reference_aid_program: SA.41471(2015/X)Tilvejebringelse af offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). Formålet med projektet er at kombinere flere års GameDesires erfaring med udgivelse af spil og gennemførelse af heuristiske analyser af flere millioner aktive spillere med effektiviteten af machine learning-teknologier for at maksimere kvalitet og indtægtsmålinger. Projektet fokuserer på at maksimere indtægterne ved at indføre anbefalede pakker af nye aktiviteter til brugerne ved hjælp af maskinlæringsalgoritmer. Projektets operationelle målsætninger:? 1. Udvikle din egen teknologi, der optimerer hastigheden af dataindsamling og -behandling — giver bedre parametre end tilgængelige cloud-løsninger og minimerer mængden af data, der behandles for at øge effektiviteten af analytiske operationer og minimere omkostningerne ved eksterne maskinindlæringsteknologier. 2. Udvikling af algoritmer, der analyserer spillerens adfærd og muliggør konvertering til højere monetariseringsklynger gennem det rigtige valg af model, hyppighed og karakter af personlige salgsfremmende aktiviteter over for brugerne. 3. Udvikling af en model for analyse af individuel adfærd hos de mest værdifulde spillere og personalisering af handlinger over for dem ved at automatisere nogle af aktiviteterne, især ved at bygge i realtid personlige tilbud dedikeret til individuelle brugere. 4. Udvikling af en unik model for samarbejde mellem GameDesire machine learning algoritmer og reklamenetværk machine learning motorer (en model baseret på begivenheder) med henblik på at erhverve den højest mulige kvalitetsgruppe af nye brugere klassificeret af algoritmer som fremtidige værdiaktører? (Danish)
13 August 2022
0 references
Number_reference_aid_program: SA.41471(2015/X)Ajutor public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). Scopul proiectului este de a combina mai mulți ani de experiență GameDesire în publicarea de jocuri și efectuarea de analize euristice ale mai multor milioane de jucători activi cu eficiența tehnologiilor de învățare automată pentru a maximiza valorile calității și veniturilor. Proiectul se concentrează pe maximizarea veniturilor prin introducerea de pachete de algoritmi de învățare automată a noilor activități către utilizatori. Obiectivele operaționale ale proiectului:? 1. Dezvoltarea propriei tehnologii care optimizează viteza de colectare și prelucrare a datelor – oferind parametri mai buni decât soluțiile cloud disponibile și minimizând cantitatea de date prelucrate pentru a crește eficiența operațiunilor analitice și a minimiza costul tehnologiilor externe de învățare automată. 2. Dezvoltarea de algoritmi care analizează comportamentul jucătorilor și permit conversia la clustere de monetizare mai mari, prin alegerea corectă a modelului, frecvenței și naturii activităților promoționale personalizate față de utilizatori. 3. Dezvoltarea unui model de analiză a comportamentului individual al celor mai valoroși jucători și personalizarea acțiunilor față de aceștia prin automatizarea unor activități, în special construirea în timp real a unor oferte personalizate dedicate utilizatorilor individuali. 4. Dezvoltarea unui model unic de cooperare între algoritmii de învățare automată GameDesire și motoarele de publicitate machine learning (un model bazat pe evenimente) pentru a dobândi cel mai înalt grup de utilizatori de înaltă calitate clasificați după algoritmi ca viitori jucători de valoare; (Romanian)
13 August 2022
0 references
Number_reference_aid_program: SA.41471(2015/X)Tillhandahållande av offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). Syftet med projektet är att kombinera flera års GameDesires erfarenhet av att publicera spel och genomföra heuristiska analyser av flera miljoner aktiva spelare med effektiviteten i maskininlärningsteknik för att maximera kvalitet och intäktsmått. Projektet fokuserar på att maximera intäkterna genom att införa rekommenderade av maskininlärningsalgoritmer paket med nya aktiviteter för användare. Projektets operativa mål:? 1. Utveckla din egen teknik som optimerar datainsamlingens och bearbetningens hastighet – ger bättre parametrar än tillgängliga molnlösningar och minimerar mängden data som behandlas för att öka effektiviteten i analytisk verksamhet och minimera kostnaderna för extern maskininlärningsteknik. 2. Utveckla algoritmer som analyserar spelarens beteende och tillåter konvertering till högre monetiseringskluster, genom rätt val av modell, frekvens och karaktär av personliga marknadsföringsaktiviteter gentemot användarna. 3. Utveckla en modell för analys av individuellt beteende hos de mest värdefulla spelarna och personalisering av åtgärder mot dem genom att automatisera några av aktiviteterna, särskilt genom att bygga i realtid personliga erbjudanden avsedda för enskilda användare. 4. Utveckla en unik modell för samarbete mellan GameDesire maskininlärningsalgoritmer och annonseringsnätverksmaskiner (en modell baserad på händelser) för att förvärva högsta möjliga kvalitetsgrupp av nya användare som klassificeras av algoritmer som framtida värdespelare; (Swedish)
13 August 2022
0 references
WOJ.: MAŁOPOLSKIE, POW.: Kraków
0 references
13 December 2023
0 references
Identifiers
POIR.01.02.00-00-0069/19
0 references