Odhadování hodnoty návštěvníka pro mediální domy
Estimating Customer Lifetime Value for Media Houses
Type of document
bakalářská prácebachelor thesis
Author
Bekbolot Khudaiberdiev
Supervisor
Kordík Pavel
Opponent
Smítková Janků Ladislava
Field of study
Znalostní inženýrstvíStudy program
Informatika 2009Institutions assigning rank
katedra aplikované matematikyDefended
2023-02-14Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Cı́lem této práce je prozkoumat metody predikce CLV v obchodnı́m prostředı́ založeném na předplatném, porovnat výkon těchto metod na veřejně dostupném souboru dat a implementovat rozšı́řenı́ open-source projektu, které pomůže mediálnı́m domům odhadnout CLV. Modely sBG/NBD, posı́lený regersnı́ strom a neuronová sı́t’ jsou porovnávány na veřejně dostupné datové sadě z hudebnı́ streamovacı́ služby KKBox. Na základě experimentů je nejlepšı́m modelem v predikci CLV na úrovni jednotlivce a kohorty je posı́lený regresnı́ strom, který je následně integrován do rozšı́řenı́ s otevřeným zdrojovým kódem. Konečným produktem této práce je widgetové rozšı́řenı́ projektu REMP - open-source software, který pomáhá mediálnı́m domům monetizovat jejich obsah. The goal of this work is to explore methods of predicting CLV in a subscriptionbased business setting, compare these methods’ performance on a publicly available dataset and implement an open-source extension that will help media houses estimate CLV. The sBG/NBD, gradient boosting regressor, and neural network models are compared on a publicly available dataset from music streaming service KKBox. Based on experiments the best model in predicting CLV on individual and cohort levels is gradient boosting regressor, which is subsequently integrated into open-source extension. The end product of this work is the widget extension of project REMP - open-source software that helps media houses to monetize their content.
Collections
- Bakalářské práce - 18105 [295]