Inspiration

Se intentó encontrar los posibles clientes basado en un ranking basado en tweets pasados. Es decir, se desarrolló un algoritmo para implementar un porcentaje de seguridad que un cliente va a necesitar un crédito o un seguro. Después, utilizar la información que es relevante para el usuario y mostrarla a través de un mapa de calor.

What it does

Muestra un mapa de calor que muestra a los clientes potenciales, los cuales son divididos en clientes potenciales a conseguir un crédito o pedir un préstamo. Estos clientes se muestran a través de su geolocalización, la cual es obtenida después de un filtrado en cascada. La información que pasa por medio de estos filtros es recopilada a través de un web crawler de Twitter.

How we built it

Utilizamos un web Crawler que escucha tweets cada 10 minutos y realiza un pre filtrado para obtener información relevante; esto, se realiza mediante la comparación con una lista de palabras que se consideraron claves o importantes para saber si la información de dicho tweet es importante para nuestro sistema. Posteriormente, esa información obtenida es almacenada en una base de Datos, la cual después es filtrada nuevamente con algoritmos de Machine Learning. Finalmente, utilizando la geolocalización de los posibles clientes, se muestran en un mapa, basada en la API de Google.

Challenges we ran into

Realizar el web Crawler y obtener la información que se requiere para ser filtrada. Algoritmos desarollados para filtrar a los posibles clientes. Implementar un mapa de calor en una interfaz que muestre información relevante de los clientes.

Accomplishments that we're proud of

Web Crawler, el cual escucha tweets cada 10 minutos y extrae la información más importante para la aplicación. Algoritmos de Machine Learning, es decir, un filtrado en cascada. Mapa de Calor que muestra la información más importante y relevante para que los bancos puedan ubicar a los posibles clientes.

What we learned

Muchas herramientas relacionadas con el proyecto como Tweet Streamer, Azure, APi de Google Maps, etc.

What's next for Tweet Needs Analyzer

Desarrollar una aplicación más robusta, e implementar un algoritmo más poderoso para encontrar clientes potenciales con un mayor grado de efectividad. Implementar cambios para obtener información más significativa de los clientes que son importantes para los bancos, por ejemplo, segmentación de edades.

Share this project:
×

Updates