Документ обсуждает математические методы таргетинга в интернете, включая анализ пользовательских данных для формирования целевых групп. Основное внимание уделено использованию машинного обучения для выявления закономерностей в поведении пользователей и повышению эффективности рекламы. Подчеркивается уникальность каждого пользователя и необходимость постоянного обновления данных для оптимизации рекламных стратегий.

1. κρυπτήМатематика таргетинга

2. Таргетинги в интернетеспособ ограничить коммуникацию

3. интерактивность позволяет принимать решение по каждому контакту

4. география, сайт, формат и технология баннера, слова на странице, слова из поиска, броузер, провайдер

5. параметры контакта c ID(регистрация, частота)

6. знание о пользователеСамоцензура рекламы в Интернете ;)

7. Аффинитикаждый человек ведет себя по разному в разное время

8. при анализе статистики- данные объединяются и усредняются

9. у рекламодателя нет точного знания как говорить с каждым потребителем, только со статистической группойБольшая часть из нас еще не определилась с соц.демом ;)

10. Идея проектасобрать статистику в разрезе пользователя/ID

11. проанализировать выборку, про которую что-либо точно известно

12. найти закономерности отличающие одну целевую группу от другой

13. анализируем статистику каждого ID и приводим к вероятности попадания в группуПрименяем дедуктивный метод ;)

14. Источник знания (data)privacy исбор данных

15. уникальный ID и время его жизни