Advertising — это веб-приложение, разработанное для упрощения процесса управления и анализа данных по рекламе. Приложение позволяет пользователям загружать CSV-файлы, содержащие данные по рекламе, и предоставляет прогнозы и инсайты на основе загруженных данных.
Современный рынок рекламы требует от рекламных агентств непрерывно повышать эффективность планирования и оптимизировать затраты на размещение рекламы.
Таким образом, агентствам необходимо быстро прогнозировать максимальный эффект от рекламы за минимальные вложения денег.
В наружной рекламе эта проблема стоит особенно остро, так как процесс планирования идеального расположения щитов и расчет их минимального количества при сохранении заметности рекламы остается трудоемким и требует значительных временных затрат. В настоящее время существуют инструменты, которые собирают данные о проходимости каждой рекламной точки, а также могут прогнозировать совокупность охваченных людей для нескольких точек одновременно. Однако, процесс планирования идеальной комбинации точек для максимального количества охваченных людей за кампанию пока не автоматизирован, и занимает большое количество времени без гарантии достижения максимального результата
Предлагается создать инструмент, использующий технологии машинного обучения, для прогнозирования оптимального расположения рекламных щитов в городе с целью максимизации количества совокупно охваченных людей. На основе данных о предыдущих рекламных кампаниях и их эффективности, участникам хакатона предстоит разработать систему, которая автоматически предложит наиболее эффективные комбинации локаций. Это позволит существенно ускорить процесс планирования рекламных кампаний, повысить их качество и эффективность, обеспечивая рекламодателям уверенность в достижении максимального охвата аудитории. Решение должно быть представлено в виде веб-интерфейса, визуально отражающего на карте наиболее эффективную комбинацию точек, имеющую максимальный охват, по заданным параметрам.
- Загрузка CSV: Пользователи могут загружать CSV-файлы в приложение.
- Обработка данных: Сервер обрабатывает загруженные данные, включая обработку полей JSON внутри CSV.
- Прогнозы: Используется предобученная модель CatBoost для предоставления прогнозов на основе обработанных данных.
- Визуализация: Отображает обработанные данные и прогнозы пользователю.
- React: Библиотека JavaScript для создания пользовательских интерфейсов.
- Redux: Предсказуемое хранилище состояния для JavaScript-приложений.
- Axios: Клиент HTTP на основе промисов для браузера и Node.js.
- Django: Высокоуровневый веб-фреймворк на языке Python, способствующий быстрому разработке и удобству.
- Pandas: Быстрая, мощная, гибкая и простая в использовании библиотека для анализа и манипулирования данными в Python.
- CatBoost: Высокопроизводительная библиотека с открытым исходным кодом для градиентного бустинга на решающих деревьях.
- Joblib: Набор инструментов для легкого конвейера в Python.
- GeoPandas: Проект с открытым исходным кодом для упрощения работы с геопространственными данными в Python.
docker compose up --build
DS:
FRONT:
BACKEND: