Χρήση μεγάλων δεδομένων και νευρωνικών δικτυών για την αξιολόγηση της απόδοσης διαφημιστικών καμπανιών
Loading...
Date
2026-05-08
Authors
Γεωργακόπουλος, Παναγιώτης
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία διερευνά την εφαρμογή σύγχρονων υπολογιστικών προσεγγίσεων για την αποτίμηση της αποτελεσματικότητας ψηφιακών καμπανιών στο πεδίο του μάρκετινγκ. Αρχικά παρουσιάζεται το θεωρητικό υπόβαθρο που αφορά το ψηφιακό μάρκετινγκ, τους βασικούς δείκτες αποδοτικότητας, τα χαρακτηριστικά των δεδομένων μεγάλης κλίμακας και τον ρόλο των προβλεπτικών μοντέλων στη διαδικασία λήψης αποφάσεων. Στη συνέχεια εξετάζονται οι βασικές αρχές λειτουργίας των πολυεπίπεδων perceptrons, καθώς και η καταλληλότητά τους για προβλήματα δυαδικής ταξινόμησης σε δομημένα δεδομένα. Στο εμπειρικό μέρος της μελέτης αξιοποιήθηκε σύνολο δεδομένων ψηφιακού μάρκετινγκ από την πλατφόρμα Kaggle, με εξαρτημένη μεταβλητή τη μετατροπή χρήστη. Αναπτύχθηκαν τρεις διαφορετικές αρχιτεκτονικές MLP σε περιβάλλον Python, κατόπιν κατάλληλης προεπεξεργασίας, κανονικοποίησης των αριθμητικών χαρακτηριστικών και κωδικοποίησης των κατηγορικών μεταβλητών. Η αποτίμηση των μοντέλων πραγματοποιήθηκε μέσω των δεικτών Accuracy, Precision, Recall, F1-score, ROC-AUC και Log Loss. Τα αποτελέσματα ανέδειξαν ότι το απλούστερο μοντέλο παρουσίασε την υψηλότερη συνολική επίδοση, γεγονός που υποδηλώνει ότι η αυξημένη αρχιτεκτονική πολυπλοκότητα δεν συνεπάγεται κατ’ ανάγκην ανώτερη προβλεπτική ικανότητα. Συμπερασματικά, η εργασία καταδεικνύει ότι τα υπολογιστικά μοντέλα μπορούν να συμβάλουν ουσιαστικά στην εκτίμηση της πιθανότητας μετατροπής και στην υποστήριξη τεκμηριωμένων στρατηγικών παρεμβάσεων στο σύγχρονο ψηφιακό οικοσύστημα.
Description
Keywords
Προβλεπτική αναλυτική, Μοντελοποίηση μετατροπής, Υποστήριξη λήψης αποφάσεων, Συμπεριφορά καταναλωτή