20180201 3 detekce domácnosti v telekomunikacich
•
0 likes•189 views
Prezentace pracovní snídaně s názvem „Big data – jak z nich těžit informace“. Model identifikace „domácnosti“ v datech mobilního operátora.
Recommended
Recommended
More Related Content
More from Profinit
More from Profinit (20)
20180201 3 detekce domácnosti v telekomunikacich
- 1. Sergii Stamenov 1. února 2018 Detekce domácností v telekomunikacích
- 2. Data › CRM (individuální zákazníci) – jméno, příjmení, věk, pohlaví, fakturační adresa › Volání a SMS – 2 měsíce – kdo, komu, kdy, kde, jak dlouho – cca 200 GB › Poloha – 1 měsíc – kdo, kdy, kde – cca 500 GB
- 3. Trénovací množina 3 Začneme s daty ze CRM, která obsahují jméno, příjmení, pohlaví, věk a kontaktní adresu
- 4. Trénovací množina 4 Spojíme zákazníky na stejné kontaktní adrese se stejným příjmením
- 5. Trénovací množina 5 Spojíme zákazníky na stejné kontaktní adrese se stejným příjmením Omezíme se na zákazníky opačného pohlaví
- 6. 6 Trénovací množina 6 Spojíme zákazníky na stejné kontaktní adrese se stejným příjmením Omezíme se na zákazníky opačného pohlaví Věkový rozdíl mezi zákazníky <= 15 let
- 7. 7 Kontrolní množina 7 Šárka, 26Tomáš, 25 Ž, 28 M, 50 M, 29
- 8. 8 Kontrolní množina Šárka, 26Tomáš, 25 M, 50 M, 29 Omezíme se na zákazníky opačného pohlaví
- 9. 9 Kontrolní množina 9 Šárka, 26Tomáš, 25 M, 29 Omezíme se na zákazníky opačného pohlaví Věkový rozdíl mezi zákazníky <= 15 let
- 10. Domácnosti mezi sebou komunikují víc ODCHOZÍ VOLANÍ PŘÍCHOZÍ VOLANÍ ODCHOZÍ SMS PŘÍCHOZÍ SMS VOLÁM JENOM MANŽELCE VŮBEC NEVOLÁM MANŽELCE DOMÁCNOSTI OSTATNÍ
- 11. Domácnosti posílají kratší SMS DELŠÍ SMS KRATŠÍ SMS ODCHOZÍ PŘÍCHOZÍ DOMÁCNOSTI OSTATNÍ
- 12. Domácnosti mají dlouhodobý vztah DOMÁCNOSTI OSTATNÍ POČETDNŮ
- 13. Výsledky modelování Predikce jiny rodina Realita jiny 5000 123 rodina 150 555 Predikce jiný vztah rodina Realita jiný vztah 5000 123 rodina 150 555
- 14. Výsledky modelování Predikce jiny rodina Realita jiny 5000 123 rodina 150 555 𝑃𝑟𝑒𝑠𝑛𝑜𝑠𝑡 = 555 555 + 123 = 0.81 Predikce jiný vztah rodina Realita jiný vztah 5000 123 rodina 150 555
- 15. Výsledky modelování Predikce jiný vztah rodina Realita jiný vztah 5000 123 rodina 150 555 Falešný poplach když já a můj kamarád budeme označeni jako pár
- 16. Výsledky modelování Predikce jiný vztah rodina Realita jiný vztah 5000 123 rodina 150 555 𝑅𝑒𝑐𝑎𝑙𝑙 = 555 555 + 150 = 0.78
- 17. Výsledky modelování Predikce jiny rodina Realita jiny 5000 123 rodina 150 555 Ztracená příležitost Když neoslovím nějakou rodinu Predikce jiný vztah rodina Realita jiný vztah 5000 123 rodina 150 555
- 19. 19 Jak se dívá na svět Bůh Šárka, 26Tomáš, 25 Ž, 28 M, 29
- 20. 20 Jak to vidí data scientista 2 0
- 21. Když data scientista modeluje celý svět RECALL PRECISION ALPHA* ALPHA
- 22. SNA › Určení důležitosti prvku v grafu – Degree centrality (počet společných kontaktů) – Closeness – Betweenness – Dispersion http://chanchungweitommy.blogspot.cz/2012/03/sharing-on-social-network- analysis.html
- 23. Domácnosti mají větší počet společných kontaktů DOMÁCNOSTI OSTATNÍ NEMAJÍ ŽADNÝ SPOLEČNÝ KONTAKT MAJÍ VŠECHNY KONTAKTY SPOLEČNÉ
- 24. Když víme něco struktuře grafu RECALL PRECISION BETA ALPHA* ALPHA
- 25. Svět je pro nás pořád příliš komplexní
- 26. Musíme být méně ambiciózní
- 27. Jak často domácnosti bývají spolu o víkendech? SKORO NEBÝVAJÍ BÝVAJÍ POŘÁD DOMÁCNOSTI OSTATNÍ
- 28. Když dáme do modelu všechno co máme RECALL PRECISION BETA ALPHA* ALPHA GAMMA
- 29. Máme šum v trénovací množině › Alespoň 15 % rodin nebylo spolu žádný víkend za prosinec 2017: – Sourozenci – Rozvod – Chyby párování › Zdroje chyb: – Nejlepší kamarád – Rodinné byty – Děti – Vice SIM › Hodně dat ne znamená hodně informací!
- 30. Kam dál? › Získání bohatší trénovací množiny › Sjednocení zákazníků s dvěma SIM › Další datové zdroje