Публікація: Дослідження методів машинного навчання для підвищення ефективності SEO-оптимізації веб-сайтів
dc.contributor.author | Мартиненко, А. О. | |
dc.date.accessioned | 2025-07-18T09:37:03Z | |
dc.date.available | 2025-07-18T09:37:03Z | |
dc.date.issued | 2025 | |
dc.description.abstract | Об’єктом дослідження є методи сканування веб-сайтів пошуковими системами та методи машинного навчання для кластеризації текстових даних у задачі пошукової оптимізації веб-сайтів. Метою роботи є дослідження методів сканування веб-сайтів пошуковими системами та методів машинного навчання для кластеризації контенту, щоб інтегрувати у програмний продукт та автоматизувати рутинні процеси SEO-оптимізації. Методами аналізу є вивчення проблемної області SEO-оптимізації, вибір інструментів для дослідження шляхом вирішення багатокритеріальної задачі прийняття рішень, порівняння їх продуктивності на основі встановлених критеріїв та дослідження методів машинного навчання, що можуть автоматизувати та пришвидшити рутинні процеси при аналізі даних перед початком ведення внутрішньої SEO-оптимізації веб-сайтів. | |
dc.identifier.citation | Мартиненко А.О. Дослідження методів машинного навчання для підвищення ефективності SEO-оптимізації веб-сайтів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 121 – Інженерія програмного забезпечення / А. О. Мартиненко ; М-во освіти і науки України , Харків. нац. ун-т радіоелектроніки. - Харків, 2025. - 76 с. | |
dc.identifier.uri | https://openarchive.nure.ua/handle/document/32126 | |
dc.language.iso | uk | |
dc.subject | SEO-оптимізація | |
dc.subject | оптимізація веб-сайтів | |
dc.title | Дослідження методів машинного навчання для підвищення ефективності SEO-оптимізації веб-сайтів | |
dc.type | Other | |
dspace.entity.type | Publication |
Файли
Оригінальний пакет
1 - 2 з 2
Завантаження...
- Назва:
- 2025_M_PI_Martynenko_AO.pdf
- Розмір:
- 1.01 MB
- Формат:
- Adobe Portable Document Format
Завантаження...
- Назва:
- Dodatok_Martynenko.pdf
- Розмір:
- 3.99 MB
- Формат:
- Adobe Portable Document Format
Ліцензійний пакет
1 - 1 з 1
Немає доступних мініатюр
- Назва:
- license.txt
- Розмір:
- 10.74 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: