Informacje o danych Statystyk dotyczących dynamiki populacji

Interpretowanie danych

Chociaż wektory są dostępne w wielu krajach, schemat pozostaje spójny we wszystkich zbiorach danych. Osadzenia są uporządkowane w osobnych listach BigQuery dla każdego kraju.

Anatomia wektora dystrybucyjnego

Kolumna features to 330-wymiarowy wektor (przechowywany jako tablica REPEATED FLOAT w BigQuery). Każda sekcja tablicy odpowiada konkretnemu sygnałowi danych wyodrębnionemu przez model dynamiki populacji.

Zrozumienie tej struktury umożliwia usuwanie funkcji (np. określanie, w jakim stopniu zachowania związane z wyszukiwaniem przewidują sprzedaż w porównaniu z pogodą).

Indeksy wektorowe Źródło danych Opis
0 – 127 Zbiorcze trendy wyszukiwania Rejestruje regionalne zainteresowania i obawy (np. wyszukiwania haseł „siłownia”, „objawy grypy”, „towary luksusowe”).
128 – 255 Mapy i duży ruch Zawiera informacje o środowisku zabudowanym (interesujące miejsca, takie jak szpitale, parki, szkoły) i gęstości aktywności ludzi.
256 – 329 Pogoda i jakość powietrza Rejestruje kontekst środowiskowy (temperaturę, opady, AQI, wiatr).

Kluczowe kolumny i metadane

Tabela wektorów zawiera metadane przestrzenne umożliwiające analizę geoprzestrzenną, filtrowanie i współdziałanie z innymi usługami Google Maps Platform.

  • geo_id: główny identyfikator regionu. W przypadku zbiorów danych S2 cell jest to token komórki S2 reprezentowany jako ciąg szesnastkowy (np. '80ead45'). Użyj go jako głównego klucza łączenia.
  • geo_name: czytelna dla użytkownika nazwa regionu. Uwaga: w przypadku zbiorów danych siatki S2 komórki matematyczne nie mają standardowych nazw, więc ta kolumna będzie zawierać dokładnie ten sam token co geo_id. Jest to celowe działanie, które ma na celu zachowanie spójnej struktury kolumn we wszystkich ofertach dotyczących dynamiki populacji.
  • administrative_area_level_1_id: unikalny identyfikator miejsca w Mapach Google dla administracyjnej jednostki najwyższego poziomu (np. stanu lub prowincji).
  • administrative_area_level_1_name: czytelna dla człowieka nazwa granicy najwyższego poziomu (np. 'California').
  • administrative_area_level_2_id: unikalny identyfikator miejsca w Mapach Google dla drugorzędnej jednostki administracyjnej (np. powiatu lub okręgu).
  • administrative_area_level_2_name: czytelna dla człowieka nazwa granicy dodatkowej (np. 'Tulare County').
  • features: podstawowy 330-wymiarowy wektor dystrybucyjny, przechowywany natywnie jako ARRAY<FLOAT64>. Załadowanie tych danych do biblioteki Python Pandas wymaga spłaszczenia lub przekształcenia w macierz NumPy.

Najczęstsze pytania

Czy mogę uzyskać dostęp do nieprzetworzonych danych wejściowych (np. konkretnych zapytań lub śladów mobilności)?

Nie. Osadzone statystyki dotyczące dynamiki populacji są generowane na podstawie zagregowanych sygnałów chroniących prywatność. Aby zapewnić prywatność użytkowników, nie udostępniamy konkretnych śladów użytkowników, indywidualnych historii wyszukiwania ani surowych wzorców ruchu. Osadzanie zapewnia utajoną reprezentację tych zachowań, zoptymalizowaną pod kątem modelowania i prognozowania, a nie surowych danych analitycznych.

Czy wymiary wektora są interpretowalne (np. czy wymiar 5 to „Kawa”)?

Wektory są reprezentacjami ukrytymi, co oznacza, że wychwytują abstrakcyjne wzorce, a nie konkretne etykiety czytelne dla człowieka. Wiemy, że indeksy 0–127 pochodzą z Trendów Google, ale konkretny indeks (np. 5) nie jest jednoznacznie powiązany z pojedynczym słowem kluczowym, takim jak „kawa”. Reprezentuje on raczej złożoną cechę zachowania związanego z wyszukiwaniem, której model się nauczył.

Czy zbiór danych zawiera granice wielokątów (pliki kształtu)?

Zbiór danych zawiera tokeny komórek S2 (geo_id) i identyfikatory miejsc dla identyfikatorów geograficznych (np. regiony administracyjne 1 i 2), ale nie zawiera surowych danych geometrycznych wielokątów (WKT/Shapefiles) dla regionów komórek S2. Pomijanie surowych geometrii zapobiega nadmiernemu rozrostowi pamięci i obniża koszty skanowania BigQuery w przypadku potoków ML, które wymagają tylko wektorów cech. Poza tym łączenie tokenów w ciągu S2 jest znacznie szybsze i bardziej wydajne obliczeniowo niż wykonywanie przecięć wielokątów przestrzennych.

  • W przypadku współrzędnych punktowych: aby połączyć dane punktowe (np. lokalizacje punktów POI lub centra sklepów) ze Statystykami dynamiki populacji, przekonwertuj współrzędne geograficzne na tokeny komórek S2 na poziomie 12 za pomocą funkcji S2_CELLIDFROMPOINT w połączeniu z funkcją ST_GEOGPOINT (patrz Konwertowanie współrzędnych punktowych na tokeny szesnastkowe S2 na poziomie 12).
  • W przypadku granic obszarów: jeśli chcesz przeciąć niestandardowe granice z danymi z sekcji Statystyki dynamiki populacji, zalecamy przekształcenie niestandardowych wielokątów w obejmujące tokeny komórek S2 na poziomie 12 za pomocą funkcji S2_COVERINGCELLIDS (patrz Generowanie obejmujących tokenów komórek S2 na poziomie 12 dla wielokąta) lub połączenie tego zbioru danych z publicznymi zbiorami danych o granicach dostępnymi w BigQuery Public Data.
  • Wizualizacja i konwersja geometrii: wbudowane funkcje geograficzne BigQuery przeprowadzają konwersję w jednym kierunku (geometria → identyfikator komórki S2). Aby przekonwertować tokeny komórek S2 na geometrie wielokątów na potrzeby mapowania lub narzędzi GIS, możesz użyć bibliotek po stronie klienta, takich jak s2sphere w Pythonie. Przykłady kodu i instrukcje znajdziesz w artykule Pobieranie geometrii komórki S2 z tokena szesnastkowego S2 poziomu 12.