Методи машинного навчання в аналізі дій відвідувачів сайту
dc.contributor.author | Перетятий, Віталій Олександрович | |
dc.contributor.author | Peretiatyi, Vitalii | |
dc.date.accessioned | 2025-01-28T09:13:09Z | |
dc.date.available | 2025-01-28T09:13:09Z | |
dc.date.issued | 2024 | |
dc.description | Перетятий В. О. Методи машинного навчання в аналізі дій відвідувачів сайту: магістерська робота / В.О. Перетятий – Запоріжжя: НУ «Запорізька політехніка», 2024. – 68 с. | |
dc.description.abstract | UK: Об'єкт дослідження – патерни поведінки відвідувачів сайту. Предмет дослідження – практична реалізація системи для розпізнавання віку та статі відвідувача. Мета роботи – побудувати модель, яка за допомогою машинного навчання здатна розрізняти відвідувачів за статтю та віком користуючись даними про рух миші та частоту використання клавіатури. Методи дослідження – методи Deep Learning. В дипломній роботі розроблено систему, яка з легкістю буде розпізнавати вік та стать людини, не маючи жодних даних про неї, окрім того як швидко вона рухає мишкою та користується клавіатурою. EN: Object of the study – Behavior patterns of website visitors. Subject of the study – Practical implementation of a system for recognizing the age and gender of a visitor. Objective of the work – To build a model that, using machine learning, is capable of distinguishing visitors by gender and age based on data about mouse movement and keyboard usage frequency. Research methods – Deep Learning methods. In the thesis, a system is developed that can easily recognize a person's age and gender without any personal data, except for how quickly they move the mouse and use the keyboard. | |
dc.identifier.uri | https://eir.zp.edu.ua/handle/123456789/18704 | |
dc.language.iso | uk | |
dc.publisher | Національний університет «Запорізька політехніка» | |
dc.subject | цифрова модель | |
dc.subject | вебсайт | |
dc.subject | javascript | |
dc.subject | digital model | |
dc.subject | website | |
dc.title | Методи машинного навчання в аналізі дій відвідувачів сайту | |
dc.title.alternative | Machine learning methods in analyzing the actions of website visitors. | |
dc.type | Master thesis |