ОПТИМІЗАЦІЯ ПІДБОРУ ПАРАМЕТРІВ МОДЕЛЕЙ ДЛЯ АНАЛІЗУ ВЕЛИКИХ ДАНИХ ТЕЛЕКОМУНІКАЦІЙНОЇ КОМПАНІЇ
Ключові слова:
аналіз даних, телекомунікації, прогнозування, оптимізаціяАнотація
Optimization of model parameters selection for big datafrom telecommunication company analysis
This paper continues the cycle of studies on big data processing optimization using python.
In addition to fact that telecommunication companies data real-time processing and interpreting require high-power computing resources, new algorithms and parallel data processing approaches are also needed to accelerate computations.
This paper proposes a new approach to solving traditional problems on big data from telecommunication company analysis such as customers churn prediction and others.
Окрім того, що задачі обробки та інтерпретації даних телекомунікаційних компаній в режимі реального часу потребують високо потужних обчислювальних ресурсів, для прискорення обчислень потрібні також нові алгоритми та підходи паралельної обробки даних. В роботі пропонується новий підхід до рішення традиційних задач аналізу великих даних для телекомунікаційної компанії таких, як прогнозування відтоку клієнтів (churn predіct) та інших.
Посилання
Telco Customer Churn data set, https://www.іbm.com/communіtіes/analytіcs/watson-analytіcs-blog/predіctіve-іnsіghts-іn-the-telco-customer-churn-data-set/.
Лавренюк А. М., Лавренюк Л. С., Тульчинський П. Г. Оптимізація програмного забезпечення для аналізу великих даних телекомунікаційної компанії // XІ Міжнародна науково-технічна конференція "Проблеми телекомунікацій" ПТ-2017: Збірник матеріалів конференції. К.: КПІ ім. Ігоря Сікорського, 2017. – C. 325-327. Доступно за адресою: <http://conferenc.its.kpi.ua/proc/article/view/101564>.
Celery. //Електронний ресурс: http://www.celeryproject.org/
##submission.downloads##
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2019 Сергій Іванович Лавренюк, Алла Миколаївна Лавренюк
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Authors who submit to this conference agree to the following terms:a) Authors retain copyright over their work, while allowing the conference to place this unpublished work under a Creative Commons Attribution License, which allows others to freely access, use, and share the work, with an acknowledgement of the work's authorship and its initial presentation at this conference.
b) Authors are able to waive the terms of the CC license and enter into separate, additional contractual arrangements for the non-exclusive distribution and subsequent publication of this work (e.g., publish a revised version in a journal, post it to an institutional repository or publish it in a book), with an acknowledgement of its initial presentation at this conference.
c) In addition, authors are encouraged to post and share their work online (e.g., in institutional repositories or on their website) at any point before and after the conference.
