Отчет о научно-исследовательской работе по теме: «Исследование вопросов применения новых технологий обработки больших данных в сфере информатизации культуры»

Базовый алгоритм для геоаналитических задач

• 
  Записи о 2G и 3G транзакциях абонентов сотовых операторов;
  
• 
  Справочники базовых станций операторов сотовой связи;
  

• 
  Фильтрация строк с информацией о транзакциях за требуемый период;
  
• 
  Отбираются строки с информацией о транзакциях, где заполнены поля Идентификатора сим-карты (IMSI), Информация о локации (LAC), Идентификатор соты (Cell_ID);
  
• 
  Рассматриваются события входящие/исходящие сообщения, входящие/исходящие звонки, изменение локации (Location_Update), интернет-трафик;
  
• 
  Для каждого абонента формируются временные интервалы, в соответствии с транзакциями;
  
• 
  Объединяются последовательные временные интервалы, для которых событие зафиксировано на одной соте;
  
• 
  Данные уточняются при помощи справочника соседних базовых станций;
  
• 
  Для каждого временного интервала определяется, был ли абонент неподвижен или находился в движении;
  

• 
  Информация о местоположении абонентов в любой момент времени в виде: Идентификатор абонента; Время начала интервала; Время окончания интервала; Набор сот для абонента; Статус перемещения.
  

2. Базовый алгоритм для задач по машинному обучению

• 
  Файлы в текстовом формате (*.csv);
  

• 
  Создание обучающей модели;
  
• 
  Реализация алгоритма взаимозависимых событий;
  
• 
  Нахождение полной вероятности наступления события в зависимости от априорной и апостериорной вероятности.
  

3. Реальная оценка посещаемости гражданами культурно-массовых мероприятий

Расчёт количества посетителей мероприятия

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Список мероприятий;
  

• 
  Для каждого абонента в любой момент времени известна локация;
  
• 
  Данные сопоставляются со справочником локаций проведения мероприятий/учреждений культуры;
  
• 
  Определяется суммарное количество абонентов, посетивших культурное учреждение хотя бы один раз за рассматриваемый период;
  

• 
  Идентификатор мероприятия;
  
• 
  Дата;
  
• 
  Количество посетителей.
  

Район отправления посетителей (количество посетителей, которые прибыли из каждого района на мероприятие)

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник территориального деления;
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Список мероприятий;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого учреждения культуры, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по учреждениям культуры и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор района; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

Время, за которое посетитель добрался от места отправления до места проведения мероприятия (агрегированные данные)

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  

• 
  Для каждого абонента определяется время начала и время окончания поездки;
  
• 
  На основании алгоритма определения расстояния между точками на окружности;
  
• 
  Рассчитывается время поездки для каждого абонента;
  

• 
  Идентификатор локации отправления;
  
• 
  Идентификатор локации прибытия;
  
• 
  Временной срез;
  
• 
  Количество посетителей.
  

Определение из дома или с работы отправился посетитель на мероприятие (агрегированные данные для каждого района)

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Список мероприятий;
  
• 
  Справочник территориального деления;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого учреждения культуры, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, прибывших в район расположения учреждения культуры из дома;
  
• 
  Определяется количество абонентов, прибывших в район расположения учреждения культуры с работы;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по учреждениям культуры и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор мероприятия; Временной интервал; Количество абонентов; Количество абонентов, прибывших из дома; Количество абонентов, прибывших с работы.
  

Показатель доступности места проведения массового мероприятия в динамике в зависимости от времени.

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Список мероприятий;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого учреждения культуры, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры проездом;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры дома;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры на работе;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по учреждениям культуры и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор мероприятия; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

Сегментация. Автомобилисты/Пассажиры метро.

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  

• 
  Для каждого абонента определяется локация для заданного интервала времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Для локаций абонентов находятся соответствия по справочнику учреждений культуры;
  
• 
  Выделяются абоненты, транзакции которых отмечаются на базовых станциях, соответствующих метро;
  
• 
  Определяется скорость перемещения абонентов;
  
• 
  Выделяются маршруты следования абонентов;
  
• 
  Абоненты разделяются на группы: автомобилисты; пассажиры метро; передвигающиеся на маршрутном ТС; смешанный стиль;
  
• 
  Данные группируются по времени;
  

• 
  Абонент^{2 3};
  
• 
  Временной период;
  
• 
  Группа учреждений культуры;
  
• 
  Способ передвижения.
  

Сегментация. Пол/Возраст абонента

• 
  Детальные данные о транзакциях сотовых операторов;
  
• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Данные социальных сетей;
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Обучение алгоритма для нахождения ключевых слов в тексте;
  
• 
  Классификация абонентов на группы по текстам сообщений;
  
• 
  Обогащение классификации данными из социальных сетей;
  
• 
  Определения количества транзакций абонентов, разделение на группы;
  
• 
  Определение количества и динамики перемещений;
  
• 
  Соотношение показателей, полученных в предыдущих пунктах со справочником учреждений культуры;
  
• 
  Выходные данные:
  
• 
  Учреждение культуры;
  
• 
  Данные о поле посетителей в процентах;
  
• 
  Данные о возрасте посетителей в процентах.
  

4. Реальная оценка полезности проводимых ведомством культурно-массовых мероприятий, анализ общественного мнения

   1. 
      Парсинг текстовых интернет-ресурсов (социальные сети, блоги, форумы). Разделение рейтинга по группам пользователей
      

• 
  API или XML-шлюз интернет-ресурсов;
  
• 
  Список культурно-массовых мероприятий;
  

• 
  Формирование обучающей выборки;
  
• 
  Проставление признаков, основанное на экспертном мнении;
  
• 
  Обучение алгоритма путем определения относительных частот значений всех атрибутов входных данных при фиксированных значениях атрибутов класса;
  
• 
  Парсинг ресурса;
  
• 
  Обработка сообщений интернет-ресурса при помощи обученного алгоритма;
  
• 
  Составление рейтинга;
  
• 
  Разделение на группы;
  

• 
  Название культурно-массового мероприятия;
  
• 
  Ссылка на статью;
  
• 
  Категория пользователя;
  
• 
  Статус.
  

2. 
   Парсинг видео-/аудиоинтернет-ресурсов. Разделение рейтинга по группам пользователей
   

• 
  Список ресурсов;
  
• 
  Список культурно-массовых мероприятий;
  

• 
  Формирование обучающей выборки;
  
• 
  Проставление признаков, основанное на экспертном мнении;
  
• 
  Обучение алгоритма путем определения относительных частот значений всех атрибутов входных данных при фиксированных значениях атрибутов класса;
  
• 
  Парсинг аудио-/видеозаписи;
  
• 
  Разбиение на фрагменты;
  
• 
  Обработка аудио-/видеозаписи интернет-ресурса при помощи обученного алгоритма;
  
• 
  Составление рейтинга;
  
• 
  Разделение на группы;
  

• 
  Название культурно-массового мероприятия;
  
• 
  Ссылка на запись;
  
• 
  Категория пользователя;
  
• 
  Статус.
  

3. 
   Парсинг СМИ. Разделение рейтинга по группам пользователей
   

• 
  API или XML-шлюз интернет-ресурсов;
  
• 
  Список культурно-массовых мероприятий;
  

• 
  Формирование обучающей выборки;
  
• 
  Проставление признаков, основанное на экспертном мнении;
  
• 
  Обучение алгоритма путем определения относительных частот значений всех атрибутов входных данных при фиксированных значениях атрибутов класса;
  
• 
  Парсинг аудио-/видеозаписи;
  
• 
  Разбиение на фрагменты;
  
• 
  Обработка аудио-/видеозаписи интернет-ресурса при помощи обученного алгоритма;
  
• 
  Составление рейтинга;
  
• 
  Разделение на группы;
  

• 
  Название культурно-массового мероприятия;
  
• 
  Ссылка на статью;
  
• 
  Категория пользователя;
  
• 
  Статус.
  

5. Анализ зоны влияния учреждений культуры в зависимости от их расположения на популяризацию культуры

   1. 
      Транспортная доступность культурных учреждений
      

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Справочник территориального деления;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого учреждения культуры, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры проездом;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры дома;
  
• 
  Определяется количество абонентов, находящихся в районе учреждения культуры на работе;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по учреждениям культуры и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор культурного учреждения; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

2. 
   Выделение из посетителей Influence Agents (Влияющих на мнение окружающих). Выделение групп общения.
   

• 
  Детальные данные сотовых операторов о транзакциях;
  

• 
  Degree centrality колво абонентов, с которыми совершались транзакции за искомый период;
  
• 
  Betweenes centrality нахождение доли кратчайших путей, соединяющих все пары абонентов, звонки которых "проходят" через данного абонента. Находятся кратчайшие пути и их количество, а потом долю кратчайших путей относительно данного абонента;
  
• 
  Closeness centrality величина, обратная сумме длин кратчайших путей от данного абонента к остальным;
  
• 
  Eigenvalue centrality мера важности абонента в сети. Рассчитывается по принципу: соединение узла (абонента) с важными абонентами (у которых высокие показатели);
  

• 
  Абонент (Influence Agent);
  
• 
  Группа общения.
  

3. 
   Определение количества районов, из которых приезжают посетители в культурное учреждение
   

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник территориального деления;
  

• 
  Для каждого абонента в любой момент времени известна локация;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Для каждого абонента, посетившего культурное учреждение хотя бы один раз за рассматриваемый период, определяется локация отправления;
  
• 
  Рассчитывается суммарное количество локаций отправления для каждого учреждения культуры;
  

• 
  Данные предоставляются в следующем формате: Идентификатор учреждения культуры; Количество районов отправления.
  

6. Помощь в принятии решения о месте проведения культурно-массовых мероприятий на основании анализа факторов, влияющих на его «удачность»

   1. 
      Выделение возраста абонентов в процентах для каждого района
      

• 
  Детальные данные о транзакциях сотовых операторов;
  
• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Данные социальных сетей;
  
• 
  Справочник территориального деления;
  

• 
  Обучение алгоритма для нахождения ключевых слов в тексте;
  
• 
  Классификация абонентов на группы по текстам сообщений;
  
• 
  Обогащение классификации данными из социальных сетей;
  
• 
  Определения количества транзакций абонентов, разделение на группы;
  
• 
  Определение количества и динамики перемещений;
  
• 
  Соотношение показателей, полученных в предыдущих пунктах со справочником территориального деления;
  

• 
  Идентификатор района;
  
• 
  Возрастная группа;
  
• 
  Процентное соотношение.
  

2. 
   Выделение пола абонентов в процентах для каждого района
   

• 
  Детальные данные о транзакциях сотовых операторов;
  
• 
  Данные социальных сетей;
  
• 
  Справочник территориального деления;
  
• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  

• 
  Обучение алгоритма для нахождения ключевых слов в тексте;
  
• 
  Классификация абонентов на группы по текстам сообщений;
  
• 
  Обогащение классификации данными из социальных сетей;
  
• 
  Соотношение показателей, полученных в предыдущих пунктах со справочником учреждений культуры;
  

• 
  Идентификатор района;
  
• 
  Пол;
  
• 
  Данные о поле посетителей в процентах.
  

3. 
   Транспортная доступность района проведения мероприятия
   

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  Справочник локаций проведения мероприятий;
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Справочник территориального деления;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого учреждения культуры, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе локации проведения мероприятия проездом;
  
• 
  Определяется количество абонентов, находящихся в районе локации проведения мероприятия дома;
  
• 
  Определяется количество абонентов, находящихся в районе локации проведения мероприятия на работе;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по мероприятиям и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор мероприятия; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

4. 
   Показатели посещаемости района в зависимости от времени суток
   

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Справочник территориального деления;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого района, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе проездом;
  
• 
  Определяется количество абонентов, находящихся в районе дома;
  
• 
  Определяется количество абонентов, находящихся в районе на работе;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по мероприятиям и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор района; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

5. 
   Количество посетителей из района, в котором находится культурное учреждение относительно общего количества жителей/работающего населения района
   

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Справочник территориального деления;
  
• 
  Справочник учреждений культуры;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого района, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе дома;
  
• 
  Определяется количество абонентов, находящихся в районе на работе;
  
• 
  Определяется количество посетителей учреждения культуры;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по мероприятиям и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор района; Временной интервал; Количество абонентов; Количество абонентов дома; Количество абонентов на работе; Процентное соотношение по району.
  

7. Оценка эффективности использования денежных субсидий, выделяемых ведомством учреждениям культуры

   1. 
      Показатели динамики посещаемости культурных учреждений по месяцам
      

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Определение локации абонента в любой момент времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Сопоставление локаций абонента со справочником учреждений культуры;
  
• 
  Определение количества посещений учреждения культуры за месяц;
  
• 
  Составление динамики посещений;
  

• 
  Учреждение культуры;
  
• 
  Количество посетителей за месяц n;
  
• 
  Количество посетителей за месяц n-1;
  
• 
  ...;
  
• 
  Количество посетителей за месяц n-k.
  

2. 
   Парсинг отзывов из интернет-ресурсов об учреждениях культуры. Составление рейтингов в динамике
   

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Список интернет-ресурсов;
  
• 
  Список учреждений культуры;
  

• 
  Парсинг интернет-ресурсов, поиск ключевых слов;
  
• 
  Создание обучающей выборки;
  
• 
  Проставление признаков в выборке;
  
• 
  Формирование обучающего словаря;
  
• 
  Обучение на основании базового алгоритма для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Для получения качественных результатов обучение производится итеративно;
  
• 
  Формирование сводного рейтинга;
  

• 
  Идентификатор учреждения;
  
• 
  Дата;
  
• 
  Ссылка на статью;
  
• 
  Статус;
  
• 
  Общий рейтинг, где в поле статус указывается отношение (негативное, нейтральное, позитивное).
  

8. Отслеживание динамики общественно мнения в отношении деятельности Министерства и его руководства

   1. 
      Парсинг отзывов о Министерстве и его руководстве из интернет-ресурсов (социальные сети, блоги, форумы)
      

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Список интернет-ресурсов;
  
• 
  Список деятелей министерства;
  

• 
  Парсинг интернет-ресурсов, поиск ключевых слов;
  
• 
  Создание обучающей выборки;
  
• 
  Проставление признаков в выборке;
  
• 
  Формирование обучающего словаря;
  
• 
  Обучение на основании базового алгоритма для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Для получения качественных результатов обучение производится итеративно;
  
• 
  Формирование сводного рейтинга;
  

• 
  Деятель министерства;
  
• 
  Дата;
  
• 
  Ссылка на статью;
  
• 
  Статус;
  
• 
  Общий рейтинг, где в поле статус указывается отношение (негативное, нейтральное, позитивное).
  

9. Количество публикаций в СМИ о деятельности каждого Департамента

   1. 
      Создание алгоритма поиска сообщений на основании обучающей выборки
      

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Список департаментов;
  
• 
  Алгоритм:
  
• 
  Парсинг интернет-ресурсов, поиск ключевых слов;
  
• 
  Создание обучающей выборки;
  
• 
  Подсчёт количества публикаций;
  

• 
  Идентификатор департамента;
  
• 
  Дата;
  
• 
  Количество публикаций.
  

10. Образ Министерства

    1. 
       Построение рейтинга отзывов по категориям (деятели культуры, журналисты, массовые потребители) на основании информации СМИ, социальных сетей, блогов, форумов
       

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Список интернет-ресурсов;
  
• 
  Список деятелей Министерства;
  

• 
  Парсинг интернет-ресурсов, поиск ключевых слов;
  
• 
  Создание обучающей выборки;
  
• 
  Проставление признаков в выборке;
  
• 
  Формирование обучающего словаря;
  
• 
  Обучение на основании базового алгоритма для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Для получения качественных результатов обучение производится итеративно;
  
• 
  Классификация отзывов по группам пользователей;
  
• 
  Формирование сводного рейтинга;
  

• 
  Деятель министерства;
  
• 
  Дата;
  
• 
  Ссылка на статью;
  
• 
  Категория пользователей;
  
• 
  Статус;
  
• 
  Общий рейтинг, где в поле статус указывается отношение (негативное, нейтральное, позитивное), а в поле категория пользователей разделение по категориям (деятели культуры, журналисты, массовые потребители).
  

11. Профиль потребителя услуг учреждений культуры

    1. 
       Сегментация по возрастным категориям
       

• 
  Детальные данные о транзакциях сотовых операторов;
  
• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Данные социальных сетей;
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Обучение алгоритма для нахождения ключевых слов в тексте;
  
• 
  Классификация абонентов на группы по текстам сообщений;
  
• 
  Обогащение классификации данными из социальных сетей;
  
• 
  Определения количества транзакций абонентов, разделение на группы;
  
• 
  Определение количества и динамики перемещений;
  
• 
  Соотношение показателей, полученных в предыдущих пунктах со справочником учреждений культуры;
  

• 
  Учреждение культуры;
  
• 
  Данные о возрасте посетителей в процентах.
  

2. 
   Сегментация по полу
   

• 
  Детальные данные о транзакциях сотовых операторов;
  
• 
  Данные социальных сетей;
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Обучение алгоритма для нахождения ключевых слов в тексте;
  
• 
  Классификация абонентов на группы по текстам сообщений;
  
• 
  Обогащение классификации данными из социальных сетей;
  
• 
  Соотношение показателей, полученных в предыдущих пунктах со справочником учреждений культуры;
  

• 
  Учреждение культуры;
  
• 
  Данные о поле посетителей в процентах.
  

3. 
   Сегментация по мобильности
   

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Справочник территориального деления;
  

• 
  Для каждого абонента определяется локацию для заданного интервала времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Определяется для каждой локации территориального деления количество абонентов в интервал времени;
  
• 
  В соответствии с количеством изменений локаций абонента, определяется коэффициент мобильности;
  
• 
  Данные агрегируются по группам мобильности;
  

• 
  Идентификатор района;
  
• 
  Группа мобильности;
  
• 
  Количество человек.
  

4. 
   Сегментация по количеству посещений/динамике посещений учреждений культуры
   

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Для каждого абонента определяется локацию для заданного интервала времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Определяется общее количество посещений абонентом локации учреждения культуры за заданный период;
  
• 
  Рассчитывается динамический показатель за длительный период по месяцам;
  
• 
  Данные агрегируются по учреждениям культуры;
  

• 
  Идентификатор учреждения культуры;
  
• 
  Количество посещений за текущий период;
  
• 
  Количество посещений в динамике.
  

5. 
   Сегментация по интересам (театр, музеи и т.д.)^{4 5}
   

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Справочник учреждений культуры (spape-файлы с граничными координатами) с разделением на группы. Предоставляется заказчиком или составляется исполнителем по согласованию с заказчиком;
  

• 
  Для каждого абонента определяется локацию для заданного интервала времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Для локаций абонентов находятся соответствия по справочнику учреждений культуры;
  
• 
  Данные группируются по учреждениям культуры;
  

• 
  Абонент;
  
• 
  Группа учреждений культуры;
  
• 
  Количество посещений.
  

6. 
   Сегментация по составу семьи/группам общения^{4 5}
   

• 
  Детальные данные о транзакциях абонентов сотовых операторов;
  
• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  

• 
  Для каждого абонента выделяются группы телефонных номеров, с максимальным количеством транзакций;
  
• 
  Определяется локация абонентов в любой момент времени в соответствии с базовым алгоритмом для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Определяется домашняя локация абонентов, как топовая за рассматриваемый период с 23.00 до 06.00;
  
• 
  Абоненты считаются принадлежащими одной семье, если они входят в группу общения и имеют одинаковую домашнюю локацию;
  

• 
  Абонент;
  
• 
  Группа общения;
  
• 
  Признак, где в поле группа общения записываются номера абонентов из группы общения, а в поле признак записывается является ли группа общения домашней или нет.
  

7. 
   Сегментация по способу передвижения^{6 7}
   

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  

• 
  Для каждого абонента определяется локацию для заданного интервала времени по базовому алгоритму для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Для локаций абонентов находятся соответствия по справочнику учреждений культуры;
  
• 
  Выделяются абоненты, транзакции которых отмечаются на базовых станциях, соответствующих метро;
  
• 
  Определяется скорость перемещения абонентов;
  
• 
  Выделяются маршруты следования абонентов;
  
• 
  Абоненты разделяются на группы: автомобилисты; пассажиры метро; передвигающиеся на маршрутном ТС; смешанный стиль;
  
• 
  Данные группируются по времени;
  

• 
  Абонент;
  
• 
  Временной период;
  
• 
  Группа учреждений культуры;
  
• 
  Способ передвижения.
  

8. 
   Сегментация по интернет-активности^{8 9}
   

• 
  Детальные данные о транзакциях абонентов сотовых операторов;
  

• 
  Определение количества интернет-трафика;
  
• 
  Определение количества посещённых ресурсов;
  

• 
  Абонент;
  
• 
  Количество интернет-трафика;
  
• 
  Количество посещённых ресурсов.
  

9. 
   Сегментация по активности в мобильной сети^{8 9}
   

• 
  Детальные данные о транзакциях абонентов сотовых операторов;
  

• 
  Для каждого абонента находится количество входящих/исходящих звонков;
  
• 
  Определяется продолжительность звонков;
  
• 
  Для каждого абонента находится количество входящих/исходящих sms/mms;
  
• 
  Определяется количество уникальных абонентов с которыми совершались транзакции;
  
• 
  Строится сводная таблица по показателям;
  

• 
  Абонент;
  
• 
  Количество входящих звонков;
  
• 
  Количество исходящих звонков;
  
• 
  Количество входящих сообщений;
  
• 
  Количество исходящих сообщений;
  
• 
  Количество уникальных связей.
  

12. Пересечение аудитории (демографическое, географическое и т.п.)

    1. 
       Анализ направления движения (треков) посетителей
       

• 
  Данные алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.);
  
• 
  API сервиса Яндекс.Карты;
  
• 
  Справочник территориального деления;
  

• 
  По данным алгоритма "Базовый алгоритм для геоаналитических задач" (см. подраздел 3.5.1.) определяется маршруты следования абонентов;
  
• 
  Определяется загруженность маршрутов следования для каждого района, как общее количество абонентов на маршруте в интервал времени;
  
• 
  Данные сопоставляются со справочником территориального деления;
  
• 
  Определяется количество абонентов, находящихся в районе проездом;
  
• 
  Определяется количество абонентов, находящихся в районе дома;
  
• 
  Определяется количество абонентов, находящихся в районе на работе;
  
• 
  Статистика дополняется информацией сервиса Яндекс.Карты;
  
• 
  Данные агрегируются по мероприятиям и временным интервалам;
  

• 
  Данные предоставляются в формате: Идентификатор района; Временной интервал; Количество абонентов; Количество абонентов проездом; Количество абонентов дома; Количество абонентов на работе.
  

2. 
   Тепловая карта по количеству посетителей учреждений культуры в нескольких срезах (по количеству посещений за период, по времени посещения, по отзывам, по направлениям, по транспортной доступности)
   

• 
  Базовый алгоритм для геоаналитических задач (см. подраздел 3.5.1.);
  
• 
  Отчёт 3.5.12.1. Анализ направления движения (треков) посетителей;
  
• 
  Отчёт 3.5.5.1. Транспортная доступность культурных учреждений;
  
• 
  Отчёт 3.5.7.2. Парсинг отзывов из интернет-ресурсов об учреждениях культуры. Составление рейтингов в динамике;
  

• 
  Построение тепловой карты по данным из отчётов.
  

13. Воспрепятствование продвижению на киноэкраны произведений, содержание которых выходит за рамки ограничений, предусмотренных действующими федеральными законами

    1. 
       Парсинг и обучение модели для сортировки фильмов по тексту сценария (разрешённых и запрещённых для массового показа)
       

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Сценарии фильмов в текстовом формате;
  

• 
  Создание обучающей выборки;
  
• 
  Проставление признаков в выборке;
  
• 
  Формирование обучающего словаря;
  
• 
  Парсинг текста сценариев;
  
• 
  Обучение текстов сценариев на основании базового алгоритма для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Для получения качественных результатов обучение производится итеративно;
  

• 
  Название фильма;
  
• 
  Ключевые слова;
  
• 
  Вердикт, где в списке ключевых слов указаны все слова из сценария, влияющие на запрет для массового показа данного фильма, а в поле вердикт указано разрешён или запрещён фильм для показа по результатам обработки алгоритмом.
  

2. 
   Алгоритм автоматического определения возрастного ценза
   

• 
  Базовый алгоритм для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Сценарии фильмов в текстовом формате;
  

• 
  Создание обучающей выборки;
  
• 
  Проставление признаков в выборке;
  
• 
  Формирование обучающего словаря;
  
• 
  Парсинг текста сценариев;
  
• 
  Обучение текстов сценариев на основании базового алгоритма для задач по машинному обучению (см. подраздел 3.5.2.);
  
• 
  Для получения качественных результатов обучение производится итеративно;
  

• 
  Название фильма;
  
• 
  Ключевые слова;
  
• 
  Возрастной ценз, где в списке ключевых слов указаны все слова из сценария, влияющие на запрет для массового показа данного фильма, а в поле возрастной ценз указан возраст аудитории, для которой разрешён просмотр данного фильма по результатам обработки алгоритмом.