Concert Demand Forecasting System
Система прогнозирования спроса на билеты концертов с использованием машинного обучения и больших языковых моделей (LLM). Анализирует социальные сети, новости, исторические данные и тренды для точного предсказания продаж.
Enter artist details and click "Predict Demand"
Сбор данных из множества источников: Spotify, YouTube, социальные сети, новостные сайты, билетные платформы.
Интеграция с LLM (OpenAI, YandexGPT, Google Gemini) для анализа тональности и извлечения событий из новостей.
Модели машинного обучения (CatBoost, XGBoost, LightGBM) для прогнозирования спроса и вероятности аншлага.
REST API для получения прогнозов, анализа артистов и генерации отчетов в реальном времени.
Интерактивный дашборд для визуализации прогнозов, топа артистов и исторического анализа.
Планировщик задач для автоматического обновления данных, переобучения моделей и мониторинга.
Анализ тональности комментариев с использованием LLM. Определяет категории: восторг, критика, вопрос, нейтрально. Оценивает намерение купить билет.
{
"sentiment_score": 8.5,
"intent_to_buy": true,
"category": "восторг",
"buy_intent_percentage": 67%
}
Извлечение значимых событий из новостей: выход альбома, анонс тура, скандалы, награды. Оценка влияния на популярность.
{
"event_type": "album_release",
"impact_score": +8,
"confidence": 0.95
}
Прогноз спроса на основе 200+ признаков. Использует ансамбль моделей CatBoost + XGBoost для максимальной точности.
{
"demand_score": 85,
"sellout_probability": 92%,
"estimated_time": "<24 hours"
}
Автоматическая генерация аналитических отчетов с рекомендациями для промоутеров и прогнозом вторичного рынка.
1. Краткое резюме 2. Сильные стороны 3. Риски и ограничения 4. Рекомендации 5. Прогноз вторичного рынка
/predict
Прогноз спроса на концерт
/artist/{name}
Детальный анализ артиста
/top-artists
Топ артистов по спросу
/health
Проверка статуса системы