Big Data, Xarxes Neuronals i Màrqueting, la clau de l'èxit?
Actualment ens trobem immersos en una societat on la massa de dades governa les actuacions de la majoria d’empreses de tots els sectors. Una de les plataformes que extreu més informació a partir del gran volum de dades que genera en cada instant són les xarxes socials. Instagram té actualment més de 14.000 milions d’usuaris que, en tot moment, "fabriquen" milers i milers d'arxius que ocupen terabytes d'emmagatzematge. La modelització de la informació extreta amb l’ajuda dels teoremes de grafs, l’àlgebra relacional i les matrius bidireccionals, poden resultar claus en l’anàlisi d’una mostra poblacional. Algoritmes com ara el PageRank de Google o el Posicionament SEO són els veritables encarregats de posar ordre al "caos" massiu de dades emprats en el posicionament de webs en els motors de cerca. A més a més, la implementació de la intel·ligència artificial, més concretament de l'aprenentatge profund (Deep Learning) presenta la capacitat d'extreure patrons informàtics i, en conseqüència, coneixement i aprenentatge. Les empreses digitals ja tenen la capacitat de relacionar els usuaris amb les publicitats que més s'escauen a partir de les seves dades públiques. Aleshores, la segmentació esdevé clau en qualsevol política empresarial. Per tant, Big Data, Xarxes Neuronals i Màrqueting: la clau de l'èxit?
Aleshores és quan presento el mètode de Rieffel, un algoritme de tecnologia puntera basat en mineria de dades, teoria de grafs, anàlisi de variables, models estadístics, programació orientada a objectes, màrqueting digital, arbres de decisió i xarxes neuronals. En últim lloc, i per posar punt final al resum, els més curiosos i curioses encara es preguntaran d’on prové la paraula “Rieffel”: R de Friedrich Riemann, I d’Isaac Newton, E de Leonhard Euler, F de Richard Feynmann, F de Jean-Baptiste-Joseph Fourier i L de Wilhelm Leibniz.
Actualmente nos encontramos inmersos en una sociedad donde la masa de datos gobierna las actuaciones de la mayoría de empresas de todos los sectores. Una de las plataformas que extrae más información a partir del gran volumen de datos que genera en cada instante son las redes sociales. Instagram tiene actualmente más de 14.000 millones de usuarios que, en todo momento, fabrican miles y miles de archivos que ocupan terabytes de almacenamiento. La modelización de la información extraída con la ayuda de teoremas de grafos, álgebra relacional y matrices bidireccionales, pueden resultar claves en el análisis de una muestra poblacional. Algoritmos como el PageRank de Google o el Posicionamiento SEO son los verdaderos encargados de poner orden en el caos masivo de datos empleados en el posicionamiento de webs en los motores de búsqueda. Además, la implementación de la inteligencia artificial, más concretamente del aprendizaje profundo (del inglés Deep Learning) presenta la capacidad de extraer patrones informáticos y, en consecuencia, conocimiento y aprendizaje. Las empresas digitales ya tienen la capacidad de relacionar los usuarios con las publicidades que más proceden a partir de sus datos públicos. Entonces, la segmentación es clave en cualquier política empresarial. Por lo tanto: ¿Big Data, Redes Neuronales y Marketing: la clave del éxito?
Entonces es cuando presento el método de Rieffel, un algoritmo de tecnología puntera basado en minería de datos, teoría de grafos, análisis de variables, modelos estadísticos, programación orientada a objetos, marketing digital, árboles de decisión y redes neuronales. En último lugar, y para poner punto y final al resumen, los más curiosos y curiosas todavía se preguntarán de dónde proviene la palabra "Rieffel": R de Friedrich Riemann, Y de Isaac Newton, E de Leonhard Euler, F de Richard Feynmann, F de Jean-Baptiste-Joseph Fourier y L de Wilhelm Leibniz.
Nowadays we're currently immersed in a society in which the mass of data governs the actions of most companies in all sectors. One of the platforms that extracts more information from the large volume of data it is generated at any given time is social media. Instagram currently has more than 14 billion users who, at all times, manufacture thousands and thousands of files that fill up thousands of terabytes of storage. Information modelling extracted with the help of graph theorems, relational algebra and bidirectional matrices, can be key in the analysis of a population sample. Algorithms such as Google PageRank or SEO Positioning are the real ones in charge of putting order to the chaos of massive data used in the positioning of websites in search engines. In addition, the implementation of artificial intelligence, more specifically Deep Learning, has the ability to extract computer patterns and, consequently, knowledge and learning. Digital companies already have the ability to relate users to the most appropriate advertisements based on their public data. Then, segmentation becomes key in any business policy. So Big Data, Neural Networks, and Marketing: the key to success?
That’s when I present the Rieffel method, a cutting-edge technology algorithm based on data mining, graph theory, variable analysis, statistical models, object-oriented programming, digital marketing, decision trees and neural networks. Finally, and to put an end to the abstract, the most curious will still wonder where the word "Rieffel" comes from: R from Friedrich Riemann, I from Isaac Newton, E from Leonhard Euler, F from Richard Feynmann, F from Jean-Baptiste-Joseph Fourier and L from Wilhelm Leibniz.
git clone https://github.com/marcvergees/rieffel_method.git
cd rieffel_method
python3 -m venv venv
. venv/bin/activate
python main.py
git clone https://github.com/marcvergees/rieffel_method.git
cd rieffel_method
py -3 -m venv venv
venv\Scripts\activate
python main.py
Copyright © 2021 Marc Vergés This project contains all files (including presentation, legal docs, software, ...) about Marc Vergés i Santiago 2021-2022 Research Project. This repository may be only browsed by his unique owner - Marc Vergés. Any other viewer will be reported.
Contact me: marcverges9@gmail.com