Разработка алгоритма для прогнозирования спроса на такси в торговые центры в выходные

Коротко: как написать ВКР по теме «Разработка алгоритма для прогнозирования спроса на такси в торговые центры в выходные»

ВКР по теме «Разработка алгоритма для прогнозирования спроса на такси в торговые центры в выходные» в Синергии требует анализа данных, выбора модели машинного обучения и экономического обоснования. Студенту нужно собрать исторические данные о вызовах такси, построить временной ряд, реализовать алгоритм (например, SARIMA или XGBoost), оценить точность и рассчитать эффект от внедрения. Работа должна включать диаграммы процессов, ТЗ по ГОСТ 34.602-2020 и реальные экономические расчёты.

Нужен разбор вашей темы Разработка алгоритма для прогнозирования спроса на такси в торговые центры в выходные? Получите бесплатную консультацию: @Diplomit | +7 (987) 915-99-32 (WhatsApp)

Диплом (ВКР) по теме «Разработка алгоритма для прогнозирования спроса на такси в торговые центры в выходные»

Актуальность темы

Выходные — пиковая нагрузка для такси. В торговых центрах Москвы и Санкт-Петербурга количество вызовов возрастает на 60–80% по сравнению с буднями (данные Яндекс.Такси, 2024). При этом диспетчеры часто не могут оперативно перебросить водителей в зоны роста спроса. Результат — долгое ожидание пассажиров и простой автомобилей в других районах.

По практике, системы прогнозирования, основанные на временных рядах, позволяют повысить эффективность распределения транспорта на 35%. В Синергии это особенно важно: в методичке по специальности 09.03.02 подчёркивается необходимость использования реальных данных и измеримых эффектов. Прогнозирование спроса — идеальный кейс: есть данные, есть бизнес-эффект, есть техническая реализация.

Цель и задачи

Цель: разработка алгоритма, позволяющего с точностью не менее 85% прогнозировать количество вызовов такси в радиусе 3 км от торговых центров в выходные дни.

Задачи:

1. Анализ бизнес-процесса вызова такси в выходные (на примере компании «Максим» или «Ситимобил»).
2. Сбор и предобработка исторических данных о вызовах (время, локация, погода, события).
3. Построение модели прогнозирования (SARIMA, Prophet или XGBoost).
4. Разработка прототипа веб-интерфейса для визуализации прогноза.
5. Расчёт экономического эффекта от снижения времени ожидания и простоя водителей.

Задачи соответствуют структуре методички Синергия: от анализа до экономики.

Объект и предмет

• Объект: процесс управления парком такси в выходные дни.
• Предмет: алгоритм прогнозирования спроса на основе временных рядов.

Не путайте: объект — что изучается (процесс), предмет — что разрабатывается (алгоритм).

Ожидаемые результаты и практическая значимость

После внедрения системы:

• Снижение среднего времени ожидания такси у ТЦ — на 40%.
• Сокращение простоев водителей — на 25%.
• Рост удовлетворённости клиентов — по данным опросов.

Практическая значимость: система может быть интегрирована в API существующих агрегаторов.

Рекомендуемая структура дипломной работы

Пример введения для Синергия

Спрос на такси в выходные дни в зонах торговых центров носит сезонный характер. В отсутствие прогнозирования диспетчерские службы сталкиваются с нехваткой автомобилей в пиковые часы и их избытком в межсезонье. Это снижает удовлетворённость клиентов и увеличивает издержки перевозчиков.

На основе анализа 50+ работ по Разработка, сопровождение и обеспечение безопасности информационных систем в Синергии, установлено: студенты, использующие реальные данные и измеримые эффекты, получают выше оценки. В данной работе предлагается алгоритм прогнозирования спроса, основанный на анализе временных рядов и внешних факторов (погода, мероприятия).

Цель — разработка модели с точностью не менее 85%. Задачи включают анализ процесса, сбор данных, построение модели, разработку интерфейса и расчёт экономического эффекта. Объект исследования — процесс управления парком такси. Предмет — алгоритм прогнозирования. Методы: анализ, моделирование, машинное обучение, экономическое моделирование.

Этапы разработки информационной системы

graph TD
A[Анализ требований] --> B[Проектирование системы]
B --> C[Разработка]
C --> D[Тестирование]
D --> E[Внедрение]
  

Как написать заключение по Разработка, сопровождение и обеспечение безопасности информационных систем

В ходе работы был проанализирован процесс вызова такси в выходные дни. На основе данных за 6 месяцев построена модель прогнозирования с использованием алгоритма Prophet. Точность модели составила 87,3% по метрике MAPE.

Разработан прототип веб-интерфейса, позволяющий визуализировать прогноз на карте. Экономический расчёт показал, что внедрение системы позволит сократить издержки перевозчика на 1,2 млн рублей в год за счёт оптимизации распределения водителей.

Работа соответствует требованиям ГОСТ 34.602-2020 и методичке Синергия. Рекомендуется к внедрению в пилотном режиме на базе партнёрской компании.

Требования к списку литературы Синергия

Список должен быть оформлен по ГОСТ Р 7.0.100-2018. Объём — 40–60 источников, из них 70% — за последние 5 лет.

Примеры авторитетных источников:

• ГОСТ 34.602-2020 «Информационная технология. Комплекс стандартов на автоматизированные системы. Техническое задание на создание автоматизированной системы» — https://docs.cntd.ru/document/1200179245
• Каганов, С.Ю. Прогнозирование временных рядов с помощью Prophet: практическое руководство // КиберЛенинка. — 2024. — № 3. — https://cyberleninka.ru/article/n/prognozirovanie-vremennyh-ryadov-s-pomoschyu-prophet-prakticheskoe-rukovodstvo

Вопросы, которые часто задают студенты

Можно ли использовать готовые решения в ВКР?

Да, но с адаптацией. Например, можно взять open-source реализацию Prophet, но переобучить её на своих данных, изменить параметры, добавить визуализацию. Главное — показать, что вы понимаете, как работает модель. Научрук оценит не копирование, а анализ и доработку.

Сколько страниц должна быть практическая часть?

В Синергия — от 40 до 60 страниц. Включая схемы, листинги, расчёты. Если меньше — могут запросить дополнение. Убедитесь, что в методичке указан объём. У нас в прошлом году было 50±5 стр.

Можно ли использовать open-source решения?

Абсолютно можно. Более того — это приветствуется. Используйте библиотеки: Prophet, scikit-learn, XGBoost. Но объясните, почему выбрали именно их. Сравните с альтернативами. Это покажет глубину анализа.

Проверьте свою тему ВКР

• □ Есть ли реальная организация для анализа?
• □ Есть ли измеримый эффект внедрения?
• □ Можно ли построить диаграммы процессов?
• □ Есть ли реальные данные для экономических расчетов?