О ПРИМЕНЕНИИ ИСКУСТВЕННОЙ НЕЙРОННОЙ СЕТИ ГЛУБИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ИНТЕРНЕТ МАРКЕТИНГА Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 004.8

О ПРИМЕНЕНИИ ИСКУСТВЕННОЙ НЕЙРОННОЙ СЕТИ ГЛУБИННОГО ОБУЧЕНИЯ В ЗАДАЧЕ ИНТЕРНЕТ МАРКЕТИНГА

А. В. Лобанова, Е. А. Бежитская

Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева

Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

Bezhitsk@yandex.ru

Рассмотрен подход к решению маркетинговых задач, с помощью искусственных

нейронных сетей. Рассмотрены преимущества и недостатки применения искусственных

нейронных сетей и предложены возможные пути разрешения недостатков.

Ключевые слова: информационные технологии, реклама, интернет - реклама, искусственная нейронная сеть, маркетинг.

APPLICATION OF THE ARTIFICIAL NEURAL NETWORK WITH DEEP LEARNING APPROACH IN THE PROBLEM OF INTERNET MARKETING

A. V. Lobanova, E. A. Bezhitskaya

Reshetnev Siberian State University of Science and Technology 31, Krasnoyarskii rabochii prospekt, Krasnoyarsk, 660037, Russian Federation

Bezhitsk@yandex.ru

An approach of marketing problems solving using artificial neural networks is considered. The advantages and disadvantages of artificial neural networks applying are considered and possible ways to resolve the shortcomings are proposed.

Keywords: information technology, advertising, Internet advertising, artificial neural network, marketing.

С каждым годом все больше бизнес-процессов автоматизируются на предприятиях и в организациях, освобождая человека от участия в процессах получения, преобразования, передачи и использования информации. В частности, технологии искусственного интеллекта в сфере маркетинга и рекламы помогают принимать решения и повышать конкурентоспособность [1-2]. Задачи, решаемые искусственным интеллектом представлены на рис 1.

Искусственный интеллект подобно естественному может обрабатывать, анализировать и структурировать информацию. На современном этапе развития технологий искусственного интеллекта (далее ИИ) одним из перспективных является «глубинное» обучение (deep learning). Данная технология имитирует и моделирует когнитивные процессы человеческой нервной системы. По сути «глубинное обучение» обладает особенностью, которой является способность к самообучению с учетом предыдущего опыта [3]. Если ИИ позволяет лишь обрабатывать информацию, то искусственная нейронная сеть с технологией «глубинного обучения» (далее ГО) является следующей ступенью в развитии парадигмы искусственных нейронных сетей. Искусственная нейронная сеть (далее ИНС) с технологией «глубинного обучения» как бы самостоятельно «принимает» решения и с каждой новой задачей улучшает качество выполняемой работы. Другими словами, после многократного использования ИНС

Секция «Информационно-экономические системы»

начинает выдавать все более оригинальные и свежие идеи для решения маркетинговых задач.

Рис. 1. Задачи решаемые с помощью искусственного интеллекта

Интернет реклама обладает множеством преимуществ: быстрое и эффективное достижение целевой аудитории, интерактивный маркетинг, возможность рекламироваться на местных и национальных рынках. В сочетании с возможностями ИНС с ГО интернет реклама значительно опережает существовавшие технологии работы в данной сфере деятельности.

Рассмотрим конкретное описание постановки задачи в интернет рекламе с помощью использования ИНС. Допустим, существует компания по производству и продаже определенного вида женской и мужской одежды из премиального качества. Организация имеет три торговых точки с ограниченным количеством ассортимента в городах: Москва, Санкт-Петербург, Новосибирск. Основной способ ведения бизнеса приходится на социальную сеть Instagram. Маркетинговая кампания данной организации строится на очень качественной и персонифицированной интернет рекламе. А именно: таргетированная реклама, посты и истории в Instagram, e-mail рассылка, push - уведомления. Организация по производству и продаже определенного вида женской и мужской одежды делает запрос на поиск информации по позициям: мужчина или женщина до 30 лет; количество подписчиков выше 3000, например; наличие страниц в Instagram, Twitter, Telegram; упоминание различных организаций по продаже этого вида одежды в публикациях - 10 раз в пол года, в личных чатах - 5 раз в месяц; определенное количество кликов и поисковых запросов в Google; наличие партнера, не женат/не за мужем, свободен/на; активная социальная жизнь (имеется ввиду не только активное ведение социальных страниц, но и реальная жизнь и живое общение). Из выделенного количества людей подходящих под критерии запроса далее ищут информацию конкретно о каждом из них: наиболее привлекаемый внимание клиента цвет; количество проведенного в интернете времени; примерное расписание рабочих будней и выходных; и так далее. Искусственная нейронная сеть изучает каждого потенциального клиента и узнает его предпочтения. На основе изученных данных выдает различные решения

и рекомендации для повышения эффективности маркетинговой кампании с помощью интернет рекламы.

С поддержкой ИНС интернет реклама становится передовой технологией в сфере маркетинга [4]. ИНС предлагает решения персонифицированные, уникальные и оригинальные. На основе изученной информации о потенциальных клиентах, данная технология структурирует и обрабатывает огромное количество разноплановой информации быстрее человека, что позволяет ускорять процессы работы, сокращать расходы на издержки и заработную плату сотрудников и быть более конкурентоспособными и востребованными на мировом рынке. Искусственная нейронная сеть определяет будущую стратегию работы организаций и предприятий, открывает новые возможности, как в сфере маркетинга, так и в других сферах деятельности.

Конечно, кроме преимуществ, применение ИНС имеет и недостатки. «Обучение» ИНС -это многократная настройка внутренних компонентов (слоев и нейронов) и связей между ними, что даже сейчас достаточно продолжительный процесс [5]. На пути внедрения данной технологии, возникает множество тупиковых ситуаций, поэтому требуются профессионалы в области применения искусственного интеллекта, а их в настоящее время не много. Еще одним недостатком можно считать - это продолжительные затраты на выполнение процедур подготовки ИНС к работе.

В качестве решения вышеуказанных недостатков, хотелось бы отметить, что вложения финансовых средств в развитие данной технологии и обучение новых специалистов этой области будет способствовать развитию и распространению ИНС на практике. Для решения проблемы трудоемкости процесса обучения на данном этапе, пока не хватает вычислительных ресурсов, но можно декомпозировать постановки задач, то есть делить задачи на менее масштабные или даже делить по классам.

Библиографические ссылки

1. Чернышенко Д. (Электронный ресурс). URL: https://www.tadviser.ru/index.php/Статья:Реклама (мировой рынок) (дата обращения 14.12.20)

2. Хачуян А. (Электронный ресурс) URL: https://habr.com/ru/company/ua-hosting/blog/482816/ (дата обращения 18.12.20).

3. Подходы к применению искусственных нейронных сетей в криптографических задачах / В. А. Мельников, А. Н. Шниперов // Сборник материалов XIV Международной научно-практической конференции, посвященной Дню космонавтики, 2018 г.Т.2. С. 233-234.

4. Современные рекламные технологии: коммерческая реклама / А. В. Катернюк. -Ростов н/Д: Феникс, 2017. - 320 с

5. Хайкин С. Нейронные сети: полный курс. 2-е изд. / пер. с англ. М.: Вильямс, 2006. С. 1104.

© Лобанова А. В., Бежитская Е. А., 2021