Size: a a a

Python для анализа данных

2021 January 17

МS

Мariia Smirnova in Python для анализа данных
там визуально будет ясно какие ресты конкурентов как распределены между собой
источник

МS

Мariia Smirnova in Python для анализа данных
ну и погугли в общем))
источник

AK

Alex K in Python для анализа данных
Мariia Smirnova
надо от конкурентноспособности отталкиваться
по гео -- это людные места, доступность
по предпочтениям и мнениям людей -- отзывы все таки думаю ок (типо если рядом находятся два ресторана, один внутри не очень, а другой -- шик блеск, но скорее всего чел выберет второй, если ему все равно (но блин, это тоже гипотеза))
да я думаю для этих рестов особо отзывы не важны, да и в вакансии было указано геомаркетинговая IT-компания Опыт работы с GeoPandas, Scrapy будет плюсом
источник

МS

Мariia Smirnova in Python для анализа данных
ну оке
источник

AK

Alex K in Python для анализа данных
мб ещё в ТЦ отдельно как-то посчитать
источник

AK

Alex K in Python для анализа данных
хотя не факт
источник

МS

Мariia Smirnova in Python для анализа данных
как вариант, почему нет
источник

AK

Alex K in Python для анализа данных
так а что из этого получить можно?
источник

МS

Мariia Smirnova in Python для анализа данных
Alex K
да я думаю для этих рестов особо отзывы не важны, да и в вакансии было указано геомаркетинговая IT-компания Опыт работы с GeoPandas, Scrapy будет плюсом
геопандас не знаю что такое, но звучит полезно, посмотри какой там функционал, мб что крутое есть, для твоей задачи -- самое то
источник

AK

Alex K in Python для анализа данных
Мariia Smirnova
геопандас не знаю что такое, но звучит полезно, посмотри какой там функционал, мб что крутое есть, для твоей задачи -- самое то
ну да, наверняка что-то есть
источник

AK

Alex K in Python для анализа данных
надо попробовать с удаленностью от метро посчитать наверн. В самом грубом варианте можно сложить все расстояния от каждого реста до каждого метро и по всем рестам это
источник

AK

Alex K in Python для анализа данных
не очень красиво, но проще всего наверн
источник

МS

Мariia Smirnova in Python для анализа данных
Alex K
так а что из этого получить можно?
в тц большая проходимость: люди, которые идут в тц не за едой, а за покупками или услугами, проводят там достаточно времени, в течение которого можно проголодаться --> аудитория ресторана будет включать в себя не только тех, кто пришел целенаправлено туда, но и людей, у которыхх цель была иная
источник

AK

Alex K in Python для анализа данных
Мariia Smirnova
в тц большая проходимость: люди, которые идут в тц не за едой, а за покупками или услугами, проводят там достаточно времени, в течение которого можно проголодаться --> аудитория ресторана будет включать в себя не только тех, кто пришел целенаправлено туда, но и людей, у которыхх цель была иная
тип у них коэффициент полезности повыше чем у других
источник

AK

Alex K in Python для анализа данных
но с тц это вообще сложно конечно
источник

МS

Мariia Smirnova in Python для анализа данных
Мariia Smirnova
в тц большая проходимость: люди, которые идут в тц не за едой, а за покупками или услугами, проводят там достаточно времени, в течение которого можно проголодаться --> аудитория ресторана будет включать в себя не только тех, кто пришел целенаправлено туда, но и людей, у которыхх цель была иная
это тоже гипотеза кстати))
источник

AK

Alex K in Python для анализа данных
можно наверн удаление от центра померить
источник

AK

Alex K in Python для анализа данных
там мак на охотном постоянно переполнен)
источник

AK

Alex K in Python для анализа данных
все в туалет идут)
источник

МS

Мariia Smirnova in Python для анализа данных
погугли в общем, это довольно тяжелая задача для двух ночи)))
источник