Задачи анализа и прогнозирования пассажиропотоков, мест концентрации населения по времени суток и дням недели важны для планирования развития транспортной инфраструктуры, спроса на транспортные услуги, а также организации управления движением в мегаполисе. Уроки пандемии CОVID-19 показывают, что такое прогнозирование актуально и для противоэпидемических мероприятий. Целью работы является создание вероятностной математической модели, основанной на теории марковских процессов и алгоритмах интеллектуального анализа данных платежей банковскими картами с целью получения информации о территориальной и временной (по времени суток и дням недели) неравномерности потоков различных групп населения и совершаемых платежей, а также получения возможности кластеризации этих потоков по возрастному и гендерному составу. Проиллюстрировано использование модели для анализа и прогнозирования неравно-мерности потоков населения в разрезе районов, времени суток и дней недели для МО г. Екатеринбург. Результаты модели сопоставлены с альтернативными данными, полученными посредством прямого подсчета пассажиров по отдельным направлениям перемещений. Предложенные алгоритмы использованы для создания геоинформационного модуля «Перемещения ФЛ» сервиса «Геоаналитика Сбер», осуществляющего визуализацию перемещений населения и совершаемых платежей. The tasks of analyzing and predicting passenger flows, places of population concentration by time of day and days of the week are important for planning the development of transport infrastructure, demand for transport services, as well as organizing traffic control in a metropolis. The lessons of the COVID-19 pandemic show that such forecasting is also relevant for anti-epidemic measures. The aim of the work is to create a probabilistic mathematical model based on the theory of Markov processes and algorithms for the mining of data on payments by bank cards in order to obtain information about the territorial and temporal (by time of day and days of the week) unevenness of flows of various population Синицын Е. В., Комарова К. С., Бузунов А. Н. groups and payments made, as well as to obtain an opportunity clustering of these flows by age and gender composition. The use of the model for the analysis and forecasting of the unevenness of population flows in the context of districts, time of day and days of the week for the Yekaterinburg municipal district is illustrated. The results, the models are compared with alternative data obtained by direct counting of passengers for individual directions of travel. The proposed algorithms are used to create a geoinformation module “FL Movement” of the “Geoanalytics Sberbank” service, which visualizes population movements and payments made.