The purpose of the article is to analyze the methods, techniques, branding, and image strategies practiced by cafés in Lviv in the social network of Instagram in the context of SSM activities; determine the specifics of image tools in terms of communicative interaction with the target audience; identify the criteria for successful positioning in the social network Instagram for food establishments. Methodology. The analytical method, methods of description, comparison, and generalization were used to perform the research. Scientific novelty. The image characteristics of popular food establishments are investigated; the criteria of image positioning of cafés in Lviv are determined; the features of image and communication tools that are actively practiced interacting with the target audience are analyzed. Conclusions. Today, image and brand have become important criteria of trust in companies, giving them the opportunity to be one step ahead of competitors. The key goal of the image is to get a positive attitude of consumers to the company/brand. Important criteria for successful positioning in the social network of Instagram for food establishments are visual design, emotional characteristics, the well-chosen context of information content. In the image activity of the researched cafés in Lviv, in the Instagram network: techniques of creating a bright image (naming, branding) are practiced; techniques of forming a positive attitude; techniques to enhance the image and enhance the influence of the image. Key words: image, brand, image-building, corporate identity, positioning, social network, target audience, communication, communicative processes.
The machine learning algorithms application on the cliometric data of Galicia's history in the interwar period (1919-1939) was tested. The most accurate algorithms were defined, the «Ukrainian» class was determined in the dataset.
Анотація. Для підвищення адекватності результатів кліодинамічних досліджень використовується інформаційна технологія багаторівневого інтелектуального моніторингу в поєднанні з експертними оцінками результатів моделювання. Результати інтерпретувались у рамках класичних концепцій історичної науки. Це сприяє залученню до аналізу джерел систем штучного інтелекту (баз знань, експертних систем, когнітивних комп'ютерних моделей розуміння тексту, фреймових систем), в яких моделюються знання істориків. При формуванні масиву чисельних характеристик певних історичних періодів на сьогодні спостерігається тенденція до збільшення питомої ваги історичних джерел, створених колективним способом. Застосування технології інтелектуального моніторингу дозволяє автоматизувати процеси обробки історичних даних і підвищити ефективність наукових досліджень та адекватність висновків. Представлені результати застосування технології багаторівневого інтелектуального моніторингу для вирішення однієї з задач кліометрії. Розв'язувалась задача визначення подібності історичних періодів. Перелік ознак, що описують історичні періоди, визначено експертним шляхом. Тривалість часового проміжку вибрано за результатами обробки статистичних даних. Чисельні характеристики вибраних ознак формувались впродовж однакових часових проміжків і утворювали вектор ознак для кожного з історичних періодів. Вектори ознак історичних періодів піддавались кластеризації за результатами моделювання. Метод синтезу моделей вибирався окремо для формування кожного кластера за результатами випробування кожного алгоритму синтезу моделей моніторингової інтелектуальної системи. В більшості випадків моделі-кластеризатори будувались за багаторядним алгоритмом GMDH. Описано процеси формування масиву вхідних даних, синтезу моделей та визначення впливу ознак. Експериментально підтверджено доцільність використання нового методу визначення подібності історичних періодів. Ключові слова: кліометрія, МГУА, моніторинг, кластеризація, інтелектуальний аналіз даних. 88 ISSN 1028-9763. Математичні машини і системи, 2019, № 4 Экспериментально подтверждена целесообразность использования нового метода определения сходства исторических периодов. Ключевые слова: клиометрия, МГУА, мониторинг, кластеризация, интеллектуальный анализ данных.Abstract. In order to increase the adequacy of the results of clinical studies, information technology of multilevel intelligent monitoring is used in conjunction with expert estimates of simulation results. The results were interpreted in the framework of the classical concepts of historical science. This contributes to attracting to the analysis of sources of systems of artificial intelligence (knowledge bases, expert systems, cognitive computer models of understanding of the text, frame systems), in which the knowledge of historians is modeled. When forming an array of numerical characteristics of certain historical periods, there is a tendency towards increasing the proportion of historical sources created by the collective method. The application of intelligent m...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.