The system for advanced analytics of large connected data based on simmilarity modeling.
Project goals
The main goal of the project is the development of an automated software solution intended for similarity modelling over big and semi-structured network data. The solution combines the recent research results in data mining, machine learning, and social network analysis with intensive employment of Big Data technologies for parallel processing and massive datasets mining. The target clients from financial services and telco domain will be able to substantially improve the decision process mainly in risk management, marketing and security. The project team consists of data modelling and advanced algorithms design experts from MFF UK and experienced software and database developers from Profinit company skilled in introducing new technologies in the Central Europe financial sector.
Keywords
similarity modellingBig Dataanalysis of graph datatransactional data linked data
Public support
Provider
Technology Agency of the Czech Republic
Programme
Programme of applied research and experimental development EPSILON
Call for proposals
EPSILON 3 (STA02017TH030)
Main participants
Profinit EU, s.r.o.
Contest type
VS - Public tender
Contract ID
TH03010276 - Smlouva o poskytnutí podpory
Alternative language
Project name in Czech
Systém pro pokročilou analytiku velkých síťových dat na bázi podobnostního modelování.
Annotation in Czech
Cílem projektu je vývoj automatizovaného softwarového řešení zaměřeného na podobnostní modelování nad velkými a propojenými daty. Spojíme nejnovější poznatky v oblasti datového modelování, strojového učení a analýzy komplexních grafových struktur s nastupujícími technologiemi pro paralelní zpracování velkých dat. Řešení poskytne klientům zejména z oborů financí a telekomunikací zásadní a jinak nedostupné informace pro zkvalitnění rozhodovacího procesu v oblasti řízení rizik, obchodní činnosti a bezpečnosti. Na řešení projektu se podílejí přední odborníci v oblasti modelování a algoritmizace z MFF UK, společně s experty ze společnosti Profinit s mnohaletými zkušenostmi v oblasti softwarového a databázového vývoje a zavádění nových technologií do finančního sektoru ve střední Evropě.
Scientific branches
R&D category
AP - Applied research
OECD FORD - main branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
OECD FORD - secondary branch
10103 - Statistics and probability
OECD FORD - another secondary branch
50201 - Economic Theory
AF - Documentation, librarianship, work with information
AH - Economics
BB - Applied statistics, operational research
BC - Theory and management systems
BD - Information theory
GA - Agricultural economics
IN - Informatics
Completed project evaluation
Provider evaluation
U - Uspěl podle zadání (s publikovanými či patentovanými výsledky atd.)
Project results evaluation
These are preliminary data, the project evaluation hasn´t proceeded yet.
Solution timeline
Realization period - beginning
Jan 1, 2018
Realization period - end
Dec 31, 2020
Project status
U - Finished project
Latest support payment
Feb 28, 2020
Data delivery to CEP
Confidentiality
C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.
Data delivery code
CEP21-TA0-TH-U/02:1
Data delivery date
Jun 30, 2021
Finance
Total approved costs
17,928 thou. CZK
Public financial support
10,374 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
7,554 thou. CZK
Basic information
Recognised costs
17 928 CZK thou.
Public support
10 374 CZK thou.
57%
Provider
Technology Agency of the Czech Republic
OECD FORD
Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Solution period
01. 01. 2018 - 31. 12. 2020