Multi-criteria optimization of digital marketing for enterprises in the agro-industrial complex based on NSGA-III algorithm and machine learning
Uložené v:
| Názov: | Multi-criteria optimization of digital marketing for enterprises in the agro-industrial complex based on NSGA-III algorithm and machine learning |
|---|---|
| Autori: | Abildaeva, Zhansaya |
| Zdroj: | Eastern-European Journal of Enterprise Technologies; Vol. 3 No. 4 (135) (2025): Mathematics and Cybernetics-applied aspects; 6-17 Eastern-European Journal of Enterprise Technologies; Том 3 № 4 (135) (2025): Математика та кібернетика-прикладні аспекти; 6-17 |
| Informácie o vydavateľovi: | TECHNOLOGY CENTER PC®, 2025. |
| Rok vydania: | 2025 |
| Predmety: | гібридний метод, NSGA-III algorithm, алгоритм NSGA-III, цифровий маркетинг, multi-criteria optimization, digital marketing, багатокритеріальна оптимізація, hybrid method, кластерний аналіз, cluster analysis |
| Popis: | The object of this study is the process of optimizing digital marketing for agro-industrial enterprises under conditions of multi-criteria and uncertainty. A formal statement of the problem of optimizing marketing strategies for agricultural production has been given by using the genetic algorithm NSGA-III. A hybrid method was devised to solve the task of multi-criteria optimization of marketing strategies for agro-industrial enterprises. The method is based on the NSGA-III algorithm in combination with the XGBoost software library and adapted to industry constraints for marketing strategies in the agricultural markets of Ukraine and Kazakhstan Republic. This allows for the generation and interpretation of Pareto-optimal strategies taking into account such criteria as efficiency, coverage, return on investment (ROI), costs, and engagement. A cluster analysis of solutions has been performed; three characteristic scenarios were identified – balanced, cautious, and aggressive. Empirical validation by regression analysis demonstrated the high accuracy of the model, as well as its ability to extrapolate new solutions. In particular, the mean square error on the test sample was 0.0316 with the achieved coefficient of determination of 0.9041. The results confirm the effectiveness of the devised method to support decision-making under conditions of multi-criteria and limited resources. The proposed method was used as the basis for the development of software implemented in practice at enterprises of the agro-industrial complex. However, the scope of method application also includes the activities by other business entities that devise marketing strategies to achieve the efficiency of their activities Об’єкт дослідження – процес оптимізації цифрового маркетингу для підприємств агропромислового комплексу в умовах багатокритеріальності та невизначеності. Здійснено формальну постановку задачі оптимізації маркетингових стратегій для агровиробництва із використанням генетичного алгоритму NSGA-III. Розроблено гібридний метод для розв’язання задачі багатокритеріальної оптимізації маркетингових стратегій підприємств агропромислового комплексу. Метод базується на алгоритмі NSGA-III у поєднанні з програмною бібліотекою XGBoost і адаптований до галузевих обмежень для маркетингових стратегій на аграрних ринках України та Республіки Казахстану. Це дозволяє забезпечити генерацію та інтерпретацію Парето-оптимальних стратегій з урахуванням таких критеріїв, як ефективність, охоплення, показника рентабельності інвестицій (ROI), витрати та залучення. Проведено кластерний аналіз рішень, виокремлено три характерні сценарії – збалансований, обережний і агресивний. Емпірична валідація за регресійним аналізом продемонструвала високу точність моделі, а також її здатність до екстраполяції нових рішень. Зокрема, середньоквадратична помилка на тестовій вибірці склала 0,0316 при досягнутому коефіцієнті детермінації 0,9041. Отримані результати підтверджують ефективність розробленого методу для підтримки прийняття рішень в умовах багатокритеріальності та обмежених ресурсів. Запропонований метод був покладений в основу розробки програмного продукту, впровадженого на практиці в підприємствах агропромислового комплексу. Проте, сферою використання методу може бути діяльність й інших суб’єктів господарювання, які здійснюють розроблення маркетингових стратегій для досягнення ефективності своєї діяльності |
| Druh dokumentu: | Article |
| Popis súboru: | application/pdf |
| Jazyk: | English |
| ISSN: | 1729-3774 1729-4061 |
| Prístupová URL adresa: | https://journals.uran.ua/eejet/article/view/332468 |
| Rights: | CC BY |
| Prístupové číslo: | edsair.scientific.p..b62b417ea2bee99d908c6b9479cf7b63 |
| Databáza: | OpenAIRE |
Nájsť tento článok vo Web of Science | Abstrakt: | The object of this study is the process of optimizing digital marketing for agro-industrial enterprises under conditions of multi-criteria and uncertainty. A formal statement of the problem of optimizing marketing strategies for agricultural production has been given by using the genetic algorithm NSGA-III. A hybrid method was devised to solve the task of multi-criteria optimization of marketing strategies for agro-industrial enterprises. The method is based on the NSGA-III algorithm in combination with the XGBoost software library and adapted to industry constraints for marketing strategies in the agricultural markets of Ukraine and Kazakhstan Republic. This allows for the generation and interpretation of Pareto-optimal strategies taking into account such criteria as efficiency, coverage, return on investment (ROI), costs, and engagement. A cluster analysis of solutions has been performed; three characteristic scenarios were identified – balanced, cautious, and aggressive. Empirical validation by regression analysis demonstrated the high accuracy of the model, as well as its ability to extrapolate new solutions. In particular, the mean square error on the test sample was 0.0316 with the achieved coefficient of determination of 0.9041. The results confirm the effectiveness of the devised method to support decision-making under conditions of multi-criteria and limited resources. The proposed method was used as the basis for the development of software implemented in practice at enterprises of the agro-industrial complex. However, the scope of method application also includes the activities by other business entities that devise marketing strategies to achieve the efficiency of their activities<br />Об’єкт дослідження – процес оптимізації цифрового маркетингу для підприємств агропромислового комплексу в умовах багатокритеріальності та невизначеності. Здійснено формальну постановку задачі оптимізації маркетингових стратегій для агровиробництва із використанням генетичного алгоритму NSGA-III. Розроблено гібридний метод для розв’язання задачі багатокритеріальної оптимізації маркетингових стратегій підприємств агропромислового комплексу. Метод базується на алгоритмі NSGA-III у поєднанні з програмною бібліотекою XGBoost і адаптований до галузевих обмежень для маркетингових стратегій на аграрних ринках України та Республіки Казахстану. Це дозволяє забезпечити генерацію та інтерпретацію Парето-оптимальних стратегій з урахуванням таких критеріїв, як ефективність, охоплення, показника рентабельності інвестицій (ROI), витрати та залучення. Проведено кластерний аналіз рішень, виокремлено три характерні сценарії – збалансований, обережний і агресивний. Емпірична валідація за регресійним аналізом продемонструвала високу точність моделі, а також її здатність до екстраполяції нових рішень. Зокрема, середньоквадратична помилка на тестовій вибірці склала 0,0316 при досягнутому коефіцієнті детермінації 0,9041. Отримані результати підтверджують ефективність розробленого методу для підтримки прийняття рішень в умовах багатокритеріальності та обмежених ресурсів. Запропонований метод був покладений в основу розробки програмного продукту, впровадженого на практиці в підприємствах агропромислового комплексу. Проте, сферою використання методу може бути діяльність й інших суб’єктів господарювання, які здійснюють розроблення маркетингових стратегій для досягнення ефективності своєї діяльності |
|---|---|
| ISSN: | 17293774 17294061 |