+7 499 135-41-63 (ВЦ РАН)
   info@forecsys.ru
      или посмотреть карту сайта

Такском, 2017 год

Оценка поведения клиентов, выявление сегмента склонных к оттоку клиентов

Solut, 2017 год

Создание модели классификации деятельности сотрудника строительной компании

Avito, 2017 год

Конкурс анализа данных по созданию модели рекомендательной системы

Исследование: Временной/событийный подходы, 2017 год

Временной и событийный подходы к выявлению нестандартных ситуаций на биржевых торгах

Исследование: Новостной поток, 2017 год

Прогнозирование влияния новостного потока на изменение цен инструментов

Фонд перспективных исследований, 2017 год

Конкурс по созданию интеллектуальных технологий дешифрирования видовой аэрокосмической информации

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по выявлению практик манипулирования в высокочастной торговле на финансовых рынках»

Avito, 2016 год

Конкурс анализа данных по распознаванию категорий объявлений

Avito, 2016 год

конкурса анализа данных по распознаванию марки и модели автомашин на изображениях

ММВБ, 2016 год

Проект «САФРАН. Внедрение функциональности по мониторингу открытых инсайдеров»

Европлан, 2016 год

Оценка стоимости автомобилей на основании анализа базы данных объявлений аналогов

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц

НКО АО НРД, 2015 год

Разработка алгоритма обработки результатов проведения клирингового сеанса

Avito, 2015 год

Конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

РЖД, 2015 год

Прогнозирование объемов спроса на грузовые железнодорожные перевозки

Исследование: Геоанализ, 2015 год

Геоанализ кластеров клиентов крупного российского банка в г. Новосибирск

Исследование: Диаграмма Вороного, 2015 год

Использование диаграммы Вороного для распределения сотовых базовых станций

Avito, 2014 год

Конкурс по распознаванию контактной информации на изображениях

Сбербанк, 2014 год

Проведение пилотного проекта по управлению банкоматами

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

Исследование: Оптимизация сети светофоров, 2014 год

Оптимизация сети светофорных объектов в г. Люберцы

Исследование: Модель светофорного объекта, 2013 год

Разработка программного инструмента оптимизации работы перекрестка

Исследование: Тепловые карты, 2013 год

Построение тепловой карты клиентов крупного ТЦ

Телемикс, 2012 год

Разработка прототипа системы рекомендаций видеоконтента

ОТП Банк, 2011 год

Конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

Промсвязьбанк, 2010 год

Оптимизация процесса стратегического управления инкассациями

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

Исследование: Диаграмма Вороного, 2015 год

Исследование: Распределение сотовых базовых станций при помощи диаграмма Вороного
Сроки проекта: 2015

Задача

Возможность использования диаграммы Вороного для распределения сотовых базовых станций при помощи оценочной матрицы «источник/назначение».

Основа подхода

При оценке матрицы «источник/назначение» на основе данных сотовых сетей возникает проблема установления местонахождения человека посредством анализа данных сотовых базовых станций. Зачастую несколько станций, имеющих разный угол вещания, но расположенных близко друг от друга, рассматриваются как одна базовая станция, непрерывно дающая сигнал во всех направлениях. В связи с этим было принято поделить территорию распространения сигнала сотовой сети Москвы и Московской области на сектора с независимыми сотовыми станциями при помощи классической диаграммы Вороного.

Использование данных оператора сотовой сети имеет ряд преимуществ при фиксации местоположения человека по сравнению с другими методами (видеомониторинг, анализ траффика, данные билетов общественного транспорта и др.). Среди них:

  • Наличие необходимой инфраструктуры для сбора и обработки данных;
  • Высокая точность данных;
  • Низкая цена и возможность регулярного обновления данных;
  • Клиенты оператора сотовой связи статистически представляют всех жителей рассматриваемого района;
  • Возможность отследить местоположение человека посредством последовательного сбора данных с сотовых станций на пути перемещения (без привязки к конкретным местам пребывания, транспорту или личному автомобилю).

В рамках используемого подхода с применением диаграммы Вороного учитывалось не только расположение базовых станций, но и направления сигнала, что позволило более точно оценивать местонахождение и перемещение человека

Данные сотовой связи включали в себя звонки, SMS и интернет-траффик. Структура данных была представлена таблицей с тремя столбцами: идентификатор клиента, идентификатор сотовой базовой станции, отметка времени. Каждая станция описана своим положением и угловым сектором вещания.

Пример шаблона вещания: 6 станций в двух местах.
Пример шаблона вещания: 6 станций в двух местах.

Было сделано предположение, что клиент всякий раз использует ближайшую станцию среди всех станций, чей сигнал распространяется на его местоположение в определенный момент. Поэтому карта была поделена таким образом, что каждая область была представлена станцией и многоугольником, где для каждой точки многоугольника эта станция будет ближайшей.

На карте рассматриваемой территории была создана сетка, где каждой ячейки автоматически присваивалась ближайшая базовая станция, вещающая по ее направлению. Диапазон ошибок в таком случае равен размеру ячейки сетки.

Алгоритм включает 4 этапа: 1) начальное определение местоположения с использованием метода триангуляции Делоне; 2) разделение покрытия и присвоение каждой области соответствующего списка базовых станций; 3) применение классической диаграммы Вороного; 4) объединение областей в единый многоугольник для каждой станции.

Итоги

Итоговый алгоритм был реализован для сотовой сети Москвы и Московской области, включающей порядка 12000 уникальных базовых станций (~4500 уникальных точек), расстояние между которыми варьировалось от нескольких сотен метров в центре города до нескольких километров в пригородах. Был рассмотрен вопрос определения местонахождения человека с помощью данных сотовой базовой станцией для случаев, когда каждая станция имеет свою собственную диаграмму направлений вещания. Такой подход предоставляет более точное решение в сравнении с тем, когда каждая станция рассматривается, как непрерывно вещающая во всех направлениях.