Tentang data Insight Dinamika Populasi

Memahami Data

Meskipun embedding tersedia untuk beberapa negara, skemanya tetap konsisten di semua set data. Embedding diatur ke dalam listingan BigQuery terpisah untuk setiap negara.

Anatomi Vektor Embedding

Kolom features adalah vektor 330 dimensi (disimpan sebagai array REPEATED FLOAT di BigQuery). Setiap bagian array sesuai dengan sinyal data tertentu yang diekstrak oleh model Population Dynamics.

Memahami struktur ini memungkinkan penghapusan fitur (misalnya, menentukan seberapa besar perilaku penelusuran memprediksi penjualan dibandingkan dengan cuaca).

Indeks vektor Sumber data Deskripsi
0 – 127 Tren Penelusuran Gabungan Mencatat minat dan kekhawatiran regional (misalnya, penelusuran untuk "gym", "gejala flu", "barang mewah").
128 – 255 Maps dan Kepadatan Mencatat lingkungan buatan (POI seperti rumah sakit, taman, sekolah) dan kepadatan aktivitas manusia.
256 – 329 Cuaca dan Kualitas Udara Mencatat konteks lingkungan (Suhu, Curah Hujan, AQI, Angin).

Kolom dan metadata utama

Tabel embedding berisi metadata spasial yang memungkinkan analisis geospasial, pemfilteran, dan interoperabilitas dengan layanan Google Maps Platform lainnya.

  • geo_id: ID utama untuk wilayah. Untuk S2 sel set data, ini adalah token sel S2 yang direpresentasikan sebagai string heksadesimal (misalnya, '80ead45'). Gunakan ini sebagai kunci gabungan utama Anda.
  • geo_name: Nama yang mudah dibaca manusia untuk wilayah. Catatan: Untuk set data petak S2, sel matematika tidak memiliki nama standar, sehingga kolom ini akan berisi token yang sama persis dengan geo_id. Hal ini dilakukan untuk mempertahankan struktur kolom yang konsisten di semua penawaran Population Dynamics.
  • administrative_area_level_1_id: ID Tempat Google Maps unik untuk batas administratif tingkat atas (misalnya, Negara Bagian atau Provinsi).
  • administrative_area_level_1_name: Nama yang mudah dibaca manusia untuk batas tingkat atas (misalnya, 'California').
  • administrative_area_level_2_id: ID Tempat Google Maps unik untuk batas administratif sekunder (misalnya, Kabupaten atau Distrik).
  • administrative_area_level_2_name: Nama yang mudah dibaca manusia untuk batas sekunder (misalnya, 'Tulare County').
  • features: Vektor embedding 330 dimensi inti, disimpan secara native sebagai ARRAY<FLOAT64>. Memuatnya ke dalam library Python Pandas memerlukan perataan atau konversi ke matriks NumPy.

Pertanyaan umum (FAQ)

Dapatkah saya mengakses data input mentah (misalnya, kueri penelusuran atau jejak mobilitas tertentu)?

Tidak. Embedding Population Dynamics Insights dihasilkan dari sinyal gabungan yang menjaga privasi. Untuk memastikan privasi pengguna, kami tidak memberikan jejak pengguna tertentu, histori penelusuran individual, atau pola pergerakan mentah. Embedding memberikan representasi laten dari perilaku ini, yang dioptimalkan untuk pemodelan dan prediksi, bukan analisis mentah.

Apakah dimensi vektor dapat diinterpretasikan (misalnya, apakah Dimensi 5 adalah "Kopi")?

Vektor adalah representasi laten, yang berarti vektor menangkap pola abstrak, bukan label tertentu yang mudah dibaca manusia. Meskipun kita tahu bahwa indeks 0–127 berasal dari Tren Penelusuran, indeks tertentu (seperti indeks 5) tidak dipetakan satu per satu ke satu kata kunci seperti "Kopi". Sebagai gantinya, indeks tersebut mewakili fitur kompleks dari perilaku penelusuran yang dipelajari oleh model.

Apakah set data menyertakan batas poligon (Shapefile)?

Set data menyediakan token sel S2 (geo_id) dan ID Tempat untuk ID geografis (seperti wilayah admin 1 dan admin 2), tetapi tidak menyertakan geometri poligon mentah (WKT/Shapefile) untuk wilayah sel S2. Menghilangkan geometri mentah mencegah penyimpanan yang berlebihan dan mengurangi biaya pemindaian BigQuery untuk pipeline ML yang hanya memerlukan vektor fitur. Selain itu, penggabungan pada token string S2 jauh lebih cepat dan lebih efisien secara komputasi daripada menjalankan persimpangan poligon spasial.

  • Untuk Koordinat Titik: Untuk menggabungkan data titik (seperti lokasi POI atau sentroid toko) dengan Population Dynamics Insights, konversi koordinat lintang/bujur menjadi token sel S2 Level 12 menggunakan S2_CELLIDFROMPOINT yang dikombinasikan dengan ST_GEOGPOINT (lihat Mengonversi koordinat titik menjadi token hex S2 Level 12).
  • Untuk Batas Area: Jika Anda perlu memotong batas kustom dengan Population Dynamics Insights, sebaiknya konversi poligon kustom Anda menjadi token sel S2 Level 12 yang mencakup menggunakan S2_COVERINGCELLIDS (lihat Membuat token sel S2 Level 12 yang mencakup untuk poligon) atau gabungkan set data ini dengan set data batas publik yang tersedia di BigQuery Public Data.
  • Untuk Visualisasi dan Konversi Geometri: Fungsi geografi bawaan BigQuery melakukan konversi satu arah (Geometri → ID Sel S2). Untuk mengonversi token sel S2 menjadi geometri poligon untuk alat pemetaan atau GIS, Anda dapat menggunakan library sisi klien, seperti Python's s2sphere. Untuk contoh kode dan petunjuk, lihat Mendapatkan geometri sel S2 dari token hex S2 Level 12.