Menetelmäkuvaus: Miten pääkaupunkiseudun asuinalueet segmentoitiin tekoälyn avulla
Ihmisten asuinaluevalintoihin liittyen, toteutimme yhteistyössä Kiinteistömaailman ja Avaran kanssa tutkimushankkeen, jossa ryhmittelimme nykyaikaisia koneoppimismenetelmiä hyödyntäen pääkaupunkiseudun asuinalueet seitsemään omaleimaiseen segmenttiin. Tutkimuksen mahdollisti Kiinteistömaailman ja Avaran koostama laaja ja hyvälaatuinen data-aineisto alueen muuttoliikkeistä. Aineisto käsitti yli 125 000 muuttoa 2000-luvun vaihteesta lähtien.
Tässä blogipkirjoituksessa kuvataan tarkemmin hankkeessa käytetty menetelmä, jolla todelliseen muuttoliikenteeseen ja tilastoihin perustuen supistettiin pääkaupunkiseudun asuinalueet ensiksi listaksi numeroita ja sen jälkeen ryhmiteltiin osaksi seitsemänluokkaista asuinalueryhmittelyä.
Tavoitteena ryhmitellä pk-seudun asuinalueet tekoälyn avulla seitsemään omaleimaiseen luokkaan
Tavoitteena projektissa oli saada kone ryhmittelemään pääkaupunkiseudun asuinalueet seitsemään omaleimaiseen luokkaan, jossa yhden luokan sisällä olevat asuinalueet ovat keskenään samankaltaisia ja mahdollisimman erilaisia suhteessa muiden luokkien asuinalueisiin. Tämän ryhmittelyn tarkoituksena oli jäljitellä sitä, miten ihmiset todellisuudessa ryhmittelisivät asuinalueita.
Tämänlaista ryhmittelyä ei kuitenkaan ole mahdollista tehdä pelkän postinumeron perusteella, vaan ryhmittelyn täytyy perustua asuinalueen ominaisuuksiin, jotka ovat ihmisille asumisen kannalta merkityksellisiä. Esimerkkinä tällaisista asumisen kannalta merkityksellisistä ominaisuuksista, joiden merkitys ihmisille on olennaista, ovat vaikkapa lapsiperheiden määrä alueella ja alueen hintataso. Projektissa oli siis keksittävä tapa pisteyttää asuinalueiden eri ominaisuudet sen mukaan, miten tärkeitä yksittäiset ominaisuudet ovat muuttopäätöstä tehtäessä.
Mitä tietoa asuinalueiden ominaisuuksista sitten on saatavilla? Tilastokeskuksen ylläpitämä Paavo (Postinumeroalueittainen avoin tieto) -tietokanta pitää sisällään 104 postinumeroalueeseen liittyvää tilastoitua ominaisuutta. Nämä tilastoidut ominaisuudet sisältävät tietoja mm. alueen sijainnista kartalla, alueen väestön ikäjakaumasta, koulutustasosta, tulotasosta, talouksien tyypeistä, asumismuodoista, rakennuskannasta, työpaikoista ja ihmisten pääasiallisesta toiminnasta. Näiden tietojen lisäksi käytettiin eCraftin omaa tietokantaa postinumeroalueiden tarkemmasta rakennuskannasta ja alueen kiinteistöjen hintatasosta.
Lue koko blogi.
Lisätietoja
Tagit
Liiketoimintaprosessi
BI ja raportointi | |
Tietohallinto |
Erikoisosaaminen
Dokumenttien hallinta | |
Tekoäly (AI) ja koneoppiminen |
Tarjonnan tyyppi
Toteutustyö |
Omat tagit
Fellowmind - Asiantuntijat ja yhteyshenkilöt
Fellowmind - Muita referenssejä
Fellowmind - Muita bloggauksia
It- ja ohjelmistoalan työpaikat
- Efima Oyj - Senior Data Engineer
- Laura - Tietosuojasuunnittelija: tiedonhallinta- ja tietosuojayksikkö; Joensuu; määräaikainen (id8753)
- Nordea - Sr IT Analyst - Adobe/SAS Marketing Automation
- Laura - Master Data Manager
- Laura - Kokenut datainsinööri / Senior Data Engineer
- Laura - Kehityspäällikkö, Digital Front Office Platform
- Laura - IT Support Engineer (m/f/d)
Premium-asiakkaiden viimeisimmät referenssit
- Virnex Group Oy - Palvelu asumisturvallisuuden parantamiseen
- Lekab Communication Systems Oy - Lekab Communication Systems Oy voitti Kansaneläkelaitoksen kilpailutuksen ohjelmistorobotiikan alustaratkaisusta
- Verkkovaraani Oy - Google Ads -konsultaatio Nordic Progressille
- Verkkovaraani Oy - Hakukoneoptimoinnin, Google Analyticsin ja Google Adsin koulutusta
- Verkkovaraani Oy - Kävijäliikenteen ja hakukonenäkyvyyden seuranta ja optimointi
- Verkkovaraani Oy - Google Ads -kampanjan toteutus Factotel Oy:n JetAir-tuotteille
- Verkkovaraani Oy - Hakukoneoptimoinnin kehittäminen Plusprintille
Tapahtumat & webinaarit
- 25.04.2024 - Aamiaisseminaari: Kehitä ohjelmistoja tehokkaammin tekoälyllä
- 30.04.2024 - Ilmainen CRM-webinaari: Microsoft Dynamics Sales: Integroinnit CRM-ratkaisun kanssa
- 07.05.2024 - Koulutus: Tekoäly markkinoijan työkaluna
- 07.05.2024 - Ilmainen CRM-webinaari: Microsoft Dynamics Sales | Sisäänrakennetun BI-moduulin käyttö toimintojen suunnitteluun ja tulosraportointiin
- 07.05.2024 - Aamiaisseminaari: Kehitä ohjelmistoja tehokkaammin tekoälyllä
- 16.05.2024 - Five Years Out Helsinki
- 19.11.2024 - The Future of Software - Embracing Collaboration in an AI-Powered World
Premium-asiakkaiden viimeisimmät bloggaukset
- Kamu Digital Oy - Koulutus: Tekoäly markkinoijan työkaluna
- Kamu Digital Oy - Tekoäly markkinoinnissa
- Kamu Digital Oy - Vinkit tekoälyn promtaamiseen eli kehotemuotoiluun
- Kamu Digital Oy - Verkkosivuston nopeus ja sen vaikutus hakukoneoptimointiin
- Kamu Digital Oy - Verkkokaupan hakukoneoptimointi
- Efima Oyj - Kurkistus hypetetyn tekoälytermin konepellin alle – Miten RAG toimii ja mitä sen hyödyntäminen vaatii?
- Nortal Oy - Yle: Tommi Kosola spent 10 months traveling around Europe while working remotely
Digitalisaatio & innovaatiot blogimediaBlogimediamme käsittelee tulevaisuuden liiketoimintaa, digitaalisia innovaatioita ja internet-ajan ilmiöitä |