Студенты 3-го курса программы «Вычислительные социальные науки» факультета социальных наук (ФСН) ВШЭ Иван Фроловский и Вероника Кузнецова стали победителями онлайн-конкурса «СберИндекса» по анализу данных, машинному обучению и экономике. Учащиеся образовательной программы становятся призерами конкурсов «СберИндекса» второй год подряд: в прошлом году команда «Компанейцы» заняла призовое место в номинации «Арктические данные».
Иван Фроловский — 1-е место в направлении «Кластеризация»
Иван разделил муниципалитеты России на типы не по географии, а по тому, как тратят деньги их жители. Так, Нижневартовск по структуре трат оказался похож не только на соседей по Югре, но и на Мурманск, Северодвинск и Ногликский район на Сахалине.
Для поиска типов Иван взял метод кластеризации сетей KEFRiN, разработанный исследователями ВШЭ Борисом Миркиным и Сорушем Шалилехом (Соруш Шалилех входит в жюри конкурса), и расширил его во времени. В таком виде метод отслеживает, как территории меняют тип от месяца к месяцу.
Самая неожиданная находка касается маркетплейсов. Принято считать, что онлайн-покупки — это прежде всего городская привычка, но в 2024 году сельские и малые муниципалитеты отдавали маркетплейсам 17,5% безналичных трат, а столичные агломерации — только 13,1%. Там, где мало обычных магазинов, их место занимает доставка.
«Я был уверен, что маркетплейсы — история про большие города, а оказалось ровно наоборот: в селах на них приходится большая доля трат, чем в столицах. Магазина рядом нет, значит, привезут. Такая типология может пригодиться муниципалитетам: обычно себя сравнивают с соседями, а полезнее — с теми, кто устроен так же», — отметил студент.
Чтобы типологией можно было пользоваться без сложной модели, Иван свел ее к трем простым показателям: доле трат на общепит, зарплате и общему уровню трат. По ним тип угадывается у 80% муниципалитетов.
«Я учусь на два диплома — прикладная и социология, и это реально дает другой взгляд на данные. Видишь не просто кластеры, а то, как в этих местах живут люди, и можешь объяснить, почему они такие. Инструменты дали курсы по машинному и глубинному обучению. Отдельное спасибо моему семинаристу по глубинному обучению Григорию Кирюхову», — рассказал Иван Фроловский.
Вероника Кузнецова — 2-е место в направлении «Прогнозирование»
Вероника построила прогноз потребительских трат для 2016 муниципалитетов России вдвое точнее популярной модели Prophet и проверила, могут ли официальные тексты подсказать, где случится резкий сбой.
«Все началось с паводка весной 2024 года. Новости об Оренбуржье были буквально везде, а в данных о тратах последствия проявляются только через несколько месяцев. Мне стало интересно, а можно ли по официальным сообщениям МЧС и региональным телеграм-каналам заранее понять, где траты просядут. Так прогноз и тексты сложились в одну работу», — говорит Вероника Кузнецова.
На примере паводка 2024 года она показала, что сайты МЧС назвали 30 подтопленных муниципалитетов еще до появления данных о тратах. Покупки на маркетплейсах там действительно оказались на 5,8% ниже прогноза, а методы, которые смотрят только на траты, заметили бы лишь 1 муниципалитет из 30.
«Самым неожиданным оказалось то, что тексты не делают прогноз точнее: они помогают в другом — подсказывают, куда смотреть. Это может пригодиться регионам, соцслужбам и тем, кто помогает людям после бедствий: они смогут раньше увидеть, где людям стало тяжелее. Сразу, не через полгода. А бизнесу — заранее понимать, где спрос упадет», — отметила студентка.
Работы обоих победителей можно посмотреть в виде интерактивных сайтов «Атлас типов» и «Где искать шок».
Победители говорят, что особенно признательны интеллектуальному клубу «Компанейцы», оказавшему на них решающее идейное влияние. Клуб, созданный студентами ФСН ВШЭ, растет, и сегодня в нем 12 человек: Иван Фроловский, Руслан Сайфуллин, Андрей Полищук, Даниил Коробейщиков, Илья Макаров, Глеб Холманских, Дмитрий Сергеев, Глеб Носков, Даниил Рудин, Константин Мохов, Данил Тарасов и Кирилл Рудня. Есть все основания полагать, что в следующем году «Компанейцев» среди призеров станет еще больше.