EK
Связываем заведения, где "чекинятся" одни и те же люди. Чекин в широком смысле, это и трансакции, и соц сети, и другие данные
Size: a a a
2019 May 18
EK
EK
Слева снизу можно заметить кластеризацию пространства города
EK
Разработана целая информационная система, её схему потом посмотрите в презентации
EK
Артём о сложностях работы с данными Location Based Social Networks
EK
В основном использовали Google Places
EK
Один запрос стоит 3 цента
EK
В одном запросе максимум 20 объектов
EK
В таком раскладе пришлось бы потратить 12000$
ES
А вышло 300$
EK
Придумали хитрую схему, с привлечением данных foursquare, в итоге получилось немного запросов, в итоге стоило 300$
EK
Будем ждать Артёма в чате с пояснениями)
EK
Две недели машинного времени на нескольких компьютерах для сбора данных
EK
184759 заведений, 2.6 млн комментариев, почти миллион пользователей
EK
Далее система выделения районов на основе чекинов. Строится сеть заведений, всё фильтруется до "позвоночника" графа, затем кластеризуется сеть
EK
EK
Кластеры. Хороший коэффициент Modularity 0.72
