Oferta produktu powstałego w ramach badań stosowanych w projekcie NCBiR: TANGO-IV-A/0048/2019
Oferujemy narzędzie analityczne przewidujące wyniki rozgrywek wyborczych na stanowiskach wykonawczych w nieomal wszystkich gminach w kraju (2421). Rozwiązanie dedykowane jest podmiotom działającym w branży zakładów losowych w zakresie wprowadzenia do Państwa portfolio produktowego nowego produktu o licznych funkcjonalnościach dotychczas niestosowanych przez te jednostki. Podczas gdy dotychczas oferowane w tym zakresie opcje produktu dotyczyły jedynie na ogół przewidywania szans zwycięstwa poszczególnych kandydatów czy wystąpienia II tury w tych wyborach, tylko w największych miastach wojewódzkich, nasze rozwiązanie istotnie poszerza te możliwości, tak w zakresie liczby funkcjonalności jak i liczby gmin, w których wyniki tych rozgrywek wyborczych można typować.
Istotne jest także to, że dzięki narzędziu, które proponujemy, możliwa jest sprzedaż zakładów losowych, dotyczących tych wyborów w ramach wybranych funkcjonalności także przez cały okres kadencji, a nie tylko przed wyborami, jak to ma miejsce dotychczas. Wreszcie, poszczególne elementy rywalizacji wyborczej można typować w 2421 gminach, co dotyczy miast wojewódzkich, średniej wielkości miast powiatowych, ale i małych gmin miejsko-wiejskich czy nawet gmin wiejskich. Takie możliwości istotnie poszerzają pole ekspansji rynkowej i zwiększają prawdopodobieństwo dużego zwrotu z wprowadzenia tej usługi w zakres Państwa portfolio produktowego.
Pomysł zaprojektowania oferowanego tu narzędzia do przewidywania w różnych zakresach wyników wyborów wójtów, burmistrzów i prezydentów miast w wyborach bezpośrednich pojawił się już w fazie realizacji badań podstawowych (2015-2018) w ramach projektu NCN pt.: Uwarunkowania reelekcji gminnej egzekutywy po 2002 roku w Polsce, (2014/13/D/HS5/02010). Celem tego projektu było wyodrębnienie czynników wpływających na zwycięstwo i poparcie wyborcze wójtów, burmistrzów i prezydentów miast w wyborach w 2006, 2010 i w 2014 roku na podstawie analizy wielu cech charakteryzujących kandydatów i gminy.
Dzięki realizacji tego projektu udało się wyodrębnić szereg czynników odpowiadających za dynamikę tych wyborów i poparcie wyborcze tak w zakresie ubiegających się o reelekcję, jak i wśród pretendentów z uwzględnieniem szeregu cech gmin, kandydatów i sytuacji wyborczej. Spis publikacji powstałych w ramach projektu NCN: https://projekty.ncn.gov.pl/index.php?projekt_id=260139.
Uzyskane wyniki badań podstawowych w połączeniu z mechaniką wyborów bezpośrednich wójtów, burmistrzów i prezydentów miast, stanowią dogodną perspektywę do budowy narzędzia prognozującego wieloaspektowe wyniki tych rozgrywek wyborczych. Każde kolejne wybory bezpośrednie organów wykonawczych gmin zawężają i precyzują dostępny horyzont zdarzeń. Wobec tego w ramach projektu NCBiR pt.: Narzędzie przewidujące wyniki wyborów organów wykonawczych gmin, (projekt Tango, ścieżka A: TANGO-IV-A/0048/2019), podjęliśmy prace w ramach badań stosowanych zmierzające do stworzenia narzędzia, którego celem jest prognozowanie wielu różnych wyników tych wyborów w skali nieomal wszystkich gmin w kraju. W tym celu korzystając z wniosków badań podstawowych i utworzonych wtedy baz danych, poszerzony został katalog zmiennych charakteryzujących kandydatów i gminy, dodane i zaktualizowane zostały cechy z wyborów w 2018 roku, a zmienne poddano dodatkowym przetworzeniom. Do predykcji użyte zostały modele głębokiego uczenia oraz uczenia maszynowego z wykorzystaniem różnych silników, w tym sieci neuronowe. Predykcja każdej proponowanej funkcjonalności (np.: re-kandydowanie aktualnie rządzącego daną gminą na kolejną kadencję w 2024 roku; liczba kandydatów w wyborach w 2024 roku w danej gminie; występowanie II tury; wielkość poparcia w I turze i ostateczna przewaga wyborcza ubiegających się o reelekcję i głównych pretendentów w tych wyborach i wiele innych), wynika z zastosowania wielu modeli ze starannie dobieranymi zmiennymi nieobciążającymi przewidywania, co zwiększa stabilność predykcji.
Prezentowane tu narzędzie w linkach w zakładce Funkcjonalności przedstawia przewidywania zdarzeń wyborczych w ramach wyborów wójtów, burmistrzów i prezydentów miast na 2024 rok, np.: re-kandydowanie wójta, burmistrza czy prezydenta miasta w najbliższych wyborach albo przewidywane zwycięstwo lub porażkę aktualnie rządzących gminami w najbliższych wyborach uwzględniając prawdopodobieństwo ich re-kandydowania. Każde zdarzenie wyborcze podzielone jest na predykcję/przewidywanie na nadchodzące najbliższe wybory, (których termin przypadnie prawdopodobnie na pierwszą połowę 2024 roku) i na diagnostykę modeli dla tych zdarzeń wyborczych z ostatnich wyborów w 2018 roku.
W przypadku predykcji, w każdym zdarzeniu wyborczym dla 100 wybranych gmin z kraju przedstawiono najbardziej prawdopodobną sytuację dla każdej z tych gmin w wyborach w 2024 roku, (np.: re-kandydowanie lub nie aktualnie rządzącego; szanse na wystąpienie II tury, itd.).
W zakresie przewidywań na 2024 rok, wyniki dla wybranych gmin na poszczególne zdarzenia wyborcze są uśrednioną predykcją z najlepszych modeli uczenia maszynowego i uczenia głębokiego. Z kolei, w zakładkach diagnostyka modeli można ocenić, jak sugerowane modele radziły sobie z przewidywaniem tych zdarzeń wyborczych w wyborach w 2018 roku, które się już odbyły. W diagnostyce modeli zawarto informacje o zgodności przewidywań modeli na 2018 rok ze stanem faktycznym wówczas występującym (wartość: zgodność). Na przykład, zgodność = 85% oznacza, że w przypadku 85% gmin z 2421 modele prawidłowo przewidują stan rzeczywisty, jaki wystąpił w wyborach w 2018 roku. W przypadku zmiennych ciągłych dla 2018 roku i dla przewidywań na 2024 rok, stosowana jest metryka MAE (tzw. średni błąd absolutny), która podaje wartość średniej arytmetycznej absolutnego błędu prognozy na 2018 rok w stosunku do stanu rzeczywistego, który wtedy wystąpił.
Modele o najwyższym poziomie skuteczności w przewidywaniu zdarzeń w 2018 roku wykorzystywane są do tworzenia przewidywań na rok 2024. Dla każdego zdarzenia wyborczego metodami uczenia maszynowego, na podstawie wniosków z badań podstawowych i za pomocą testowania nowych zmiennych typowano te, które są najbardziej reaktywne z prognozowanym wydarzeniem. Następnie, zmienne te czyszczono i przekształcano. Wreszcie, budowano dobierane zbiory zmiennych niezależnych pod kątem architektur silników różnych modeli. Przewidywanie zdarzeń wyborczych na 2018 rok przebiega z wykorzystaniem zbioru treningowego i testowego do uzyskania najwyższych wartości w przypadku zgodności i najniższych w przypadku MAE. Przewidywanie wyników rozgrywek w 2024 roku można traktować jako zbiór testowy, bo bazuje on na architekturze silników metod głębokiego uczenia i uczenia maszynowego oraz na zakresie zmiennych niezależnych, które dawały najlepsze rezultaty w diagnostyce modeli na rok 2018.
Prezentowane rozwiązanie rozsyłane jest do wszystkich podmiotów gospodarczych w kraju, które działają w zakresie świadczenia usług w postaci dystrybucji zakładów losowych z aktualnym zezwoleniem na obrót w punktach naziemnych. Celem tego jest wyłonienie spośród zainteresowanych jednego podmiotu, który przystąpi do współpracy B+R z autorami w ramach ścieżki B projektu Tango (wg harmonogramu NCBiR) lub bez pośrednictwa NCBiR w celu dalszego polepszenia i rozbudowania funkcjonalności narzędzia na najbliższe i ewentualnie na kolejne wybory, a w zamian otrzyma na wyłączność prawo do wykorzystywania narzędzia w dystrybucji na terenie kraju w ramach swoich usług.
Współpraca w tym zakresie polega na dalszym doskonaleniu narzędzia przewidującego wyniki wyborów bezpośrednich wójtów, burmistrzów i prezydentów miast w wyborach w 2024 roku i w wyborach następnych, w zakresie aktualizacji, zwiększania i re-analizy zmiennych charakteryzujących kandydatów, gminy i sytuacji wyborczej oraz na modyfikacji architektury modeli. Co najmniej 3 spośród oferowanych funkcjonalności mogą być od razu wdrożone do obrotu gospodarczego. Pozostałe dla podniesienia efektywności mogą być wdrażane po okresie zamknięcia rejestracji kandydatów w gminach na stanowiska wójtów, burmistrzów i prezydentów miast. W ten sposób partner gospodarczy w momencie podjęcia współpracy otrzymuje już gotowe do wdrożenia produkty i uczestniczy w dalszym doskonaleniu produktu i wprowadzenia kolejnych funkcjonalności do obrotu gospodarczego bezpośrednio przed wyborami.
Wśród zainteresowanych prezentowanym narzędziem, wybór partnera do współpracy nastąpi na podstawie oferowanej wysokości finansowania i warunków współpracy, które przedstawi zainteresowany podmiot.