OS Maps : automatiser les évaluations par étoiles avec des solutions ML pour le secteur géographique
Le principal fournisseur britannique de données géospatiales souhaitait améliorer son application OS Maps en automatisant le processus d'évaluation des nouveaux itinéraires. Le défi consistait à garantir que les sentiers nouvellement créés reçoivent des évaluations appropriées, similaires à celles fondées sur les retours des utilisateurs. Nous avons mis en œuvre une solution d'apprentissage automatique qui prédisait les notes par étoiles des nouveaux itinéraires en analysant les données d'itinéraires existants et les évaluations historiques.
Services
À propos du produit
OS Maps est une application mobile et web qui permet aux utilisateurs d'accéder aux cartes standard et aux cartes des espaces verts au Royaume-Uni. Les cartes sont disponibles en ligne et hors ligne en les téléchargeant. La fonctionnalité principale d'OS Maps est liée aux itinéraires – les utilisateurs peuvent suivre des milliers d'itinéraires prêts à l'emploi ou créer leurs propres parcours, les suivre, puis les enregistrer. Les itinéraires sont recommandés en fonction des notes attribuées par les utilisateurs, afin que les meilleurs itinéraires, ceux ayant obtenu les scores les plus élevés, soient mis en avant dans l'application.
Défis et besoins métiers
Souhaitant répondre aux attentes des utilisateurs, l'Ordnance Survey a identifié la nécessité de mettre en œuvre une solution d'apprentissage automatique pour automatiser le processus d'attribution de notes par étoiles aux itinéraires nouvellement créés. La solution visait à faciliter la détermination de la qualité de chaque itinéraire afin que les nouveaux sentiers très bien notés puissent être promus dans l'application, tout comme ceux déjà évalués par les utilisateurs.
Nos responsabilités
Dans le cadre de cette coopération, l'équipe Spyrosoft a assumé la responsabilité de la mise en œuvre complète de la nouvelle fonctionnalité basée sur l'apprentissage automatique pour l'application OS Maps. Notre champ d'action comprenait la réalisation d'une analyse exploratoire des données relatives aux itinéraires, telles que le nom, la description, le créateur, la localisation, les points, l'altitude, etc.
Une analyse approfondie des données existantes nous a permis de développer et de construire des modèles d'apprentissage automatique adaptés pour prédire les évaluations d'itinéraires sur la base de données historiques. Ils utilisent des algorithmes avancés pour apprendre les schémas à partir des évaluations d'itinéraires existantes et extraire des informations qui aident à prédire la qualité des nouveaux itinéraires avec un haut degré de précision. En outre, pour garantir la fiabilité et l'exactitude de nos modèles d'apprentissage automatique, nous avons mené un processus de validation détaillé.
Résultats
La mise en œuvre de l'apprentissage automatique pour la prédiction des évaluations d'itinéraires dans OS Maps a permis de développer une méthode d'évaluation et de promotion de nouveaux sentiers au sein de l'application. En attribuant automatiquement des évaluations par étoiles aux itinéraires nouvellement créés, OS Maps peut offrir aux utilisateurs une sélection organisée de suggestions de sentiers de haute qualité. Cette approche vise à encourager les utilisateurs à explorer divers nouveaux sentiers tout en offrant une expérience utilisateur plus personnalisée.
arrow_circle_right Nos réalisations
Découvrez d'autres réussites de nos clients
arrow_circle_rightContactez-nous
