Geektimes опубликовал перевод хорошей статьи о том, как нейросеть научили определять профессию человека, основываясь только на метаданных сотовых операторов.
Сразу предупреждаю, что многобукв, но интересно.
По-большому счету, статья показывает, что те, у кого хорошо развиты технологии работы с данными не нуждаются в расшифровке персонального трафика, чтобы узнать о человеке то, что надо. Достаточно просто анализировать то, что доступно. Очень интересно посмотреть на значащие факторы: тут и соотношение входящих/исходящих смс, и частота и размер пополнений счета, и ширина дисплея в пикселях, и процент ночных голосовых звонков, и много другого. Становится очень понятно, почему банки так рвутся к данным операторов - можно реально сильно снизить процент рискованных кредитов, если не справки смотреть, а на то, что заёмщик о себе рассказал параметрами своего трафика.
https://geektimes.ru/post/283938/
#цифровойпрофайлинг, #цифровыетехнологии, #нейросети, #анализтрафика
Сразу предупреждаю, что многобукв, но интересно.
По-большому счету, статья показывает, что те, у кого хорошо развиты технологии работы с данными не нуждаются в расшифровке персонального трафика, чтобы узнать о человеке то, что надо. Достаточно просто анализировать то, что доступно. Очень интересно посмотреть на значащие факторы: тут и соотношение входящих/исходящих смс, и частота и размер пополнений счета, и ширина дисплея в пикселях, и процент ночных голосовых звонков, и много другого. Становится очень понятно, почему банки так рвутся к данным операторов - можно реально сильно снизить процент рискованных кредитов, если не справки смотреть, а на то, что заёмщик о себе рассказал параметрами своего трафика.
https://geektimes.ru/post/283938/
#цифровойпрофайлинг, #цифровыетехнологии, #нейросети, #анализтрафика
Хабр
Нейросеть определяет тунеядцев по метаданным сотовой сети с вероятностью 70,4%
Индикаторы использования сотовой связи офисными сотрудниками, безработными, пенсионерами, учителями и студентами. Например, нейросеть определила для офисных сот...