Кілт сөздер
Дәйексөзді қалай келтіруге болады
Аңдатпа
Бұл мақала билет сату онлайн-платформаларына тән экстремалды «суық старт» жағдайында мәдени-ойын-сауық іс-шараларын дербестендірілген түрде ұсыну мәселесіне арналған. Зерттеу Қазақстанның ұлттық билет платформасының нақты иесіздендірілген деректері негізінде орындалды: 2023 жылғы наурыз бен 2024 жылғы ақпан аралығында елдің төрт қаласындағы 2 074 іс-шарамен 10 657 пайдаланушының 12 715 өзара әрекеттесуі қамтылды. Деректердің ерекшелігі - бір пайдаланушыға шаққандағы өзара әрекеттесулердің медианасы бірге тең, бақылау айындағы «суық» пайдаланушылардың үлесі 83 % және сатып алулардың шамамен 50 %-ы сату тарихы жоқ премьера-іс-шараларға тиесілі. Қатаң уақыттық валидацияның бірыңғай хаттамасы аясында алты айлық фолдта 13 алгоритм салыстырылды: базалық танымалдылық модельдерінен бастап ауа райы, күнтізбелік және афишалық белгілермен байытылған әрі рангілерді кері рангілік фузия (RRF) әдісімен араластыратын гибридті градиенттік LightGBM (LambdaRank) ранжирлеушісіне дейін. Айырмашылықтардың статистикалық маңыздылығы жұптық бутстреп әдісімен бағаланды (5000 репликат, 95 % сенімділік интервалдары). Келесі айдың афишасын білу сапаның ең үлкен әрі статистикалық маңызды өсімін қамтамасыз ететіні анықталды (ΔMAP@10 = +0,0084; p < 0,0001), бұл ранжирлеу алгоритмінің өзін кез келген күрделендіру әсерінен асып түседі; ең үздік конфигурация MAP@10 = 0,0578 мәніне жетеді, бұл ең күшті дербестендірілмеген базалық алгоритмнен 17 %-ға жоғары. Ауа райы контексті статистикалық маңыздылық шекарасындағы өсімді көрсетеді (p = 0,053), ал күнтізбелік белгілер өздігінен маңызды әсер бермейді. Алынған нәтижелер афиша деректерін іс-шара платформаларының өндірістік ұсыныс контурларына интеграциялаудың басымдығын негіздейді.