Datos no convencionales en problemas
financieros
Esteban Moro
UC3M, AFI
Somos lo que hacemos
Esteban Moro
UC3M, AFI
@estebanmoro
Situación Comportamiento Observación
Somos lo que hacemos
Somos lo que hacemos repetidamente [Aristóteles]
@estebanmoro
Mejorar problemas que ya tenían respuesta
Responder a problemas que no tenían respuesta
Encontrar problemas q...
@estebanmoro
Somos lo que nos rodea
Renta ⬆︎
Cocktail
Art Gallery
Pool
Garden
Bank
Renta ⬇︎
Bar
Brewery
Grocery Store
Auto...
@estebanmoro
Somos como nos movemos
@estebanmoro
@estebanmoro
@estebanmoro
Somos cómo nos movemos
Datos de movilidad para detectar si una persona está en paro
(Tweets geolocalizados)
T...
@estebanmoro
Datos de actividad para detectar el paro en una zona
(Tweets geolocalizados)
Torrijos, 26% paro
Sobrarbe, 7% ...
@estebanmoro
Somos lo que decimos o lo que hacemos?
Detectamos más o menos paro que oficialmente se declara? (por provinci...
@estebanmoro
Situación Comportamiento Observación
BigData
@estebanmoro
Gracias
Esteban Moro
UC3M, AFI
Somos lo que hacemos repetidamente [Aristóteles]
Próxima SlideShare
Cargando en…5
×

Datos no convencionales en problemas financieros

583 visualizaciones

Publicado el

Presentación de Esteban Moro (UCM) para Innodata, celebrado el 2 de julio de 2015 en Madrid y organizado por Adigital.

https://www.adigital.org/eventos/innodata/

Publicado en: Tecnología
0 comentarios
2 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
583
En SlideShare
0
De insertados
0
Número de insertados
4
Acciones
Compartido
0
Descargas
4
Comentarios
0
Recomendaciones
2
Insertados 0
No insertados

No hay notas en la diapositiva.

Datos no convencionales en problemas financieros

  1. 1. Datos no convencionales en problemas financieros Esteban Moro UC3M, AFI
  2. 2. Somos lo que hacemos Esteban Moro UC3M, AFI
  3. 3. @estebanmoro Situación Comportamiento Observación Somos lo que hacemos Somos lo que hacemos repetidamente [Aristóteles]
  4. 4. @estebanmoro Mejorar problemas que ya tenían respuesta Responder a problemas que no tenían respuesta Encontrar problemas que no sabíamos que teníamos ¿Datos no convencionales?
  5. 5. @estebanmoro Somos lo que nos rodea Renta ⬆︎ Cocktail Art Gallery Pool Garden Bank Renta ⬇︎ Bar Brewery Grocery Store Automotive Datos de Foursquare para obtener el ADN comercial de las zonas Renta de las personas está correlacionada con el ADN de la zona (R2 = 0.5) Data: 65000 fsq venues in Madrid
  6. 6. @estebanmoro Somos como nos movemos
  7. 7. @estebanmoro
  8. 8. @estebanmoro
  9. 9. @estebanmoro Somos cómo nos movemos Datos de movilidad para detectar si una persona está en paro (Tweets geolocalizados) Trabajando En paro Menor movilidad geográfica, más probabilidad de estar en paro 10km
  10. 10. @estebanmoro Datos de actividad para detectar el paro en una zona (Tweets geolocalizados) Torrijos, 26% paro Sobrarbe, 7% paro 0 4 8 12 16 20 2% Fracciónde tweets 4% 6% 8% Hor a Modelo sencillo: Paro = Actividad por la mañana Dataset: 19.6 Million geolocalized tweets A. Llorente, EM, et al, 2015 http://arxiv.org/abs/1411.3140 Somos cuándo actuamos
  11. 11. @estebanmoro Somos lo que decimos o lo que hacemos? Detectamos más o menos paro que oficialmente se declara? (por provincias) Error = ModeloParo(Actividad) - Paro declarado (Tweets geolocalizados) Dataset: 19.6 Million geolocalized tweets A. Llorente, EM, et al, 2015 http://arxiv.org/abs/1411.3140 30% 20% 10% 0% -10% -20% -30% Error % Economía Sumergida 15 20 25 30 35 El modelo predice menos paro que el oficial en las provincias con mayor economía sumergida
  12. 12. @estebanmoro Situación Comportamiento Observación BigData
  13. 13. @estebanmoro Gracias Esteban Moro UC3M, AFI Somos lo que hacemos repetidamente [Aristóteles]

×