Белорусы научили программы выявлять болезни и кредитные аппетиты

Белорусские разработчики предложили запустить медицинские чат-боты, безошибочно находить в соцсетях возможных кредитополучателей и платить за мобильную связь с помощью кэшбэка. Лучшие проекты в сфере Big Data и Data Science выбрали на прошедшем в Минске Datathon’e, рассказали в Приорбанке, выступившим партнером хакатона.

Разработчики трудились над проектами в течение 48 часов. Каждая команда придумала и представила прототипы, позволяющие с помощью обработки обобщенных данных решать прикладные задачи. Самые интересные идеи получили менторскую поддержку и впоследствии могут найти практическое применение.

Гран-при хакатона получила команда, решившая помочь пользователям с выявлением различных заболеваний. Исходным материалом выступили 50 тыс. текстовых записей, в которых пациенты описывали проблемы со здоровьем. Нейронная модель в режиме реального времени анализирует нечисловые данные и с точностью 75% указывает пациенту, к какому врачу из 37 специализаций ему надо обратиться.

Предполагается, что в будущем для записи к профильному специалисту будет достаточно отправить сообщение в чат-бот поликлиники. Пока же разработчики представят свою идею на Startup Nation в Эстонии.

Победителем хакатона в сфере FinTech стали авторы алгоритма, который на основе анализа данных о платежах белорусов может распознавать потенциальных кредитополучателей. Разработка, в частности, позволяет с точностью до 80% определить тех, кому не интересны банковские займы. Программа выносит решение на основе обработки как демографических параметров (пол и возраст), так и данных о покупке и среднем чеке. В результате банки смогут делать пользователям персональные предложения.

Разработчики также проверили несколько интересных гипотез. Оказалось, например, что покупатели легального контента в сети предпочитают заниматься спортом, а за такси платят с помощью мобильных приложений. При этом покупатели онлайн-валюты для социальных сетей чаще других готовы тратить деньги на недорогие казуальные игры. Посетители нескольких сетей фастфуда принципиально ходят в одни и те же заведения и не появляются у конкурентов.

Еще одна команда предложила находить среди клиентов банков тех, которым могут понадобиться карты с кэшбэком. Например, одни расходуют большие суммы на АЗС, другие снимают много наличных, а третьи переводят белорусские рубли в валюту.

Некоторые проекты привлекли внимание Приорбанка. «Команды работали с обезличенными банковскими данными и поэтому смогли предложить жизнеспособные идеи, которые можно использовать для повышения продаж. Безусловно, многое из представленного уже было нами реализовано. Но в проектах победителей и призеров мы увидели нетрадиционные методы анализа, которые могут повысить эффективность работы», — отметили в Приорбанке.

Во время хакатона разработчики также могли использовать обобщенные данные о группах абонентов мобильных операторов. Одна из команд научилась выявлять абонентов, склонных к «миграции» в другие сети. Их оппоненты предложили группировать абонентов по психотипам, чтобы помочь специалистам центров продаж удержать клиента при импульсивном желании отключиться.

Интересным оказался проект мобильного приложения с персональными скидками. С его помощью можно оплачивать услуги связи за счет кэшбэка, который можно накапливать при оплате карточкой повседневных покупок.

В будущем, как считают эксперты, нейронные сети и искусственный интеллект получат широкое распространение в различных отраслях, в том числе в банковской сфере. «Чат-боты уже предлагают готовые ответы на типичные запросы пользователей, а в будущем самообучающиеся системы станут самостоятельно решать простые задачи обслуживания на основе полученных данных о клиенте. Поэтому многие банки в мире и Беларуси стараются отслеживать перспективные проекты в области Data Science and Big Data», — рассказали в Приорбанке.

Datathon прошел с 28 по 30 июля в Минске при поддержке Приорбанка. В течение двух дней программисты, математики, финансисты и бизнес-аналитики решали задачи с помощью последних технологий анализа больших массивов данных.