Intelligentes Scraping von wichtigen Daten für den Tourismus
Projektprofil
Kompensation von Fehlern in Signalisierungsdaten durch Bewertbar-Machung der Relevanz mit alterativer Messung (Google Wartezeiten). Aus der Not der Datenbeschaffung geboren wurde der Ansatz mit einfach Mitteln eine Datenbeschaffung für Common Data /Frequent Data Nutzung zu realisieren.
Auf einen Blick - Wesentliche Projektdaten
| Dauer | Von 5/1/2019 to 5/31/2019 with about 1 months of full engagement | |
|---|---|---|
| Data and Tools | Market ? Tourism Sources • Google Search API • Google Places • Scraping dynamically the requested 3000 Locations • Every new location is requested upon API Call | |
| Integration | • Runs on a Rasperry PI (Low Energy Consumption!) • Aggregates 3000 Location Data since 06/2019 • Coverage of Locations Continuously providing a simple API für Customer Requests (CMS/Location Database) | |
| AI Methoden | • Python (deep ?) tricks • ML and Statistics |
Hauptanwendungsfall
Suchen von Wartezeiten, Öffnungszeiten für Datengewinnung zur Befüllung zentraler Systeme
Kundenmotivation / Lösungsansätze
- Einfache Datengewinnung für ML Modelle zur Vorhersage von Wartezeiten in POIs (als Alternative für Bewegungsdaten)
AI-Ansatz
| Eingesetzte AI Schlüsseltechnologien | Statistically enhancing of the Google API for standard usage | |
|---|---|---|
| Lösungsansatz | ML | |
| Projekt-Ansatz | Simply agile | |
| Projekt-Typ | Project | |
| ML Integration und ML Betrieb | • Operation-Integration • Rasperry PI |
Einblicke und Details
Simple scrapping of commonly available Information
