Platforma pro instantní predikci zvolených obchodních veličin v digitálním prostředí

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F25687221%3A_____%2F22%3AN0000001" target="_blank" >RIV/25687221:_____/22:N0000001 - isvavai.cz</a>

Výsledek na webu

<a href="https://zoe.lundegaard.ai/" target="_blank" >https://zoe.lundegaard.ai/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Platforma pro instantní predikci zvolených obchodních veličin v digitálním prostředí

Popis výsledku v původním jazyce

Cílem projektu bylo vytvoření softwaru s umělou inteligencí (platforma pro instantní predikci zvolených obchodních veličin) - Tento cíl byl naplněn produktem, který obsahuje pokročilé modely strojového učení a umělé inteligence, které v reálném čase interpretují komplexní chování uživatelů v online prostředí. Dílčí výstupy projektu: • Modely umělé inteligence pro predikci obchodních veličin – výsledný produkt obsahuje modely pro dvě obchodní vertikály – finančnictví a e-commerce. • Agregované metriky o chování uživatele v online prostředí – výsledný produkt nabízí pomocí programového API přes 100 různých agregovaných metrik o chování uživatele. • Správa a provoz modelů v reálném prostředí – modely jsou průběžně trénovány, spravovány a provozovány v běhovém produkčním prostředí, k tomu byla vytvořena sada nástrojů spadající do oblasti MLOps (Machine Learning Operation). • Webová aplikace pro přístup k agregovaným metrikám a predikčním výsledkům modelů – webová aplikace, která přehledně klientům zobrazuje agregované metriky a interpretaci chování pomocí výsledných modelů. Aplikace je přístupná pouze klientům přes webové rozhraní. • Programové rozhraní pro programatický přístup k agregovaným datům a predikcím • Referenční architektura a specifikace SW produktu • Behaviorální analýza vzorců chování

Název v anglickém jazyce

Platform for instant prediction of available business quantities in digital environment

Popis výsledku anglicky

The goal of the project was to create artificial intelligence software (a platform for instant prediction of selected business variables) - This goal was met with a product that incorporates advanced machine learning and artificial intelligence models that interpret complex user behaviour in the online environment in real time. Project deliverables: - Artificial intelligence models for predicting business variables - the final product includes models for two business verticals - finance and e-commerce. - Aggregated metrics on user behaviour in the online environment - the resulting product offers over 100 different aggregated metrics on user behaviour using a programmatic API. - Managing and operating models in a real environment - models are continuously trained, managed and operated in a running production environment, a set of tools has been created for this purpose falling under the domain of MLOps (Machine Learning Operation). - Web application for accessing aggregated metrics and predictive model results - a web application that clearly displays aggregated metrics and behavioral interpretation using the resulting models to clients. The application is only accessible to clients through a web interface. - Programmatic interface for programmatic access to aggregated data and predictions - Reference architecture and SW product specification - Behavioural pattern analysis

Druh

R - Software

CEP obor

—

OECD FORD obor

20205 - Automation and control systems

Projekt

<a href="/cs/project/EG19_262%2F0019510" target="_blank" >EG19_262/0019510: Platforma pro instantní predikci zvolených obchodních veličin v digitálním prostředí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

ZOE.AI I

Technické parametry

Hlavní výstup projektu: 1. Software s umělou inteligencí (platforma pro instantní predikci zvolených obchodních veličin) - obsahuje pokročilé modely strojového učení a umělé inteligence, které v reálném čase interpretují komplexní chování uživatelů v online prostředí. Dílčí výstupy projektu: 2. Modely umělé inteligence pro predikci obchodních veličin – výsledný produkt obsahuje modely pro dvě obchodní vertikály – finančnictví a e-commerce. V případě finančnictví jde o modely identifikující podezřelé chování uživatele při sjednání online půjček, v případě e-commerce oblasti jde o modely vytvářející personalizované doporučení produktů pro každého uživatele na základě jeho chování na webové stránce 3. Agregované metriky o chování uživatele v online prostředí – výsledný produkt nabízí pomocí programového API přes 100 různých agregovaných metrik o chování uživatele. Jejich soupis lze nalézt v dokumentaci na produktovém webu. 4. Správa a provoz modelů v reálném prostředí – modely jsou průběžně trénovány, spravovány a provozovány v běhovém produkčním prostředí, k tomu byla vytvořena sada nástrojů spadající do oblasti MLOps (Machine Learning Operation). 5. Webová aplikace pro přístup k agregovaným metrikám a predikčním výsledkům modelů – Byla vytvořena webová aplikace, která přehledně klientům zobrazuje agregované metriky a interpretaci chování pomocí výsledných modelů. Aplikace je přístupná pouze klientům přes webové rozhraní. 6. Programové rozhraní pro programatický přístup k agregovaným datům a predikcím – součástí je i komplexní programové rozhraní, pomocí kterého klient může napojit své back-office systémy a získat jednak agregované metriky, tak i výsledky jednotlivých modelů. Dokumentaci programového API lze nalézt na produktových stránkách. Vedlejší výsledky projektu: 7. Referenční architektura a specifikace SW produktu – v prvotní fázi projektu bylo nutné vytvořit architekturu produktu, tak aby splňoval zvolené nefunkční požadavky, následně se pomocí vytvořeného prototypu ověřily požadované vlastnosti. Architektura a specifikace je součástí zdrojového kódu a projektové dokumentace. 8. Behaviorální analýza vzorců chování – v průběhu projektu byla vytvořena celá řada analytických programů, které zkoumali chování uživatelů v online prostoru. Na základě těchto poznatků jsme vytvářeli jednotlivé modely a následně je kalibrovali. 9. Detailní dokumentace pro možnost automatickou instalaci a nasazení SW produktu – součástí produktu je podrobná instalační dokumentace umístěná na webové produktové stránce. Dokumentace je primárně cílená na klienta, tak aby mohl produkt napojit do svých systémů. 10. Marketingová prezentace pro různé kanály (web, leták…) – produkt obsahuje webovou produktovou stránku, podpůrné materiály pro kampaně, konference, články apod.

Ekonomické parametry

Plánované způsobilé výdaje celkem 23 882 576,-Kč Plánované dotace celkem 13 732 481,20 Kč Skutečné způsobilé výdaje celkem 23 482 297,20 Kč Skutečné dotace celkem 13 533 124,88 Kč

IČO vlastníka výsledku

25687221

Název vlastníka

Lundegaard a.s.