Tentang data Insight Dinamika Populasi

Memahami Data

Meskipun sematan tersedia untuk beberapa negara, skema tetap konsisten di semua set data. Embedding disusun 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 Dinamika Populasi.

Dengan memahami struktur ini, Anda dapat melakukan 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 masalah regional (misalnya, penelusuran untuk "gym", "gejala flu", "barang mewah").
128 – 255 Maps dan Tingkat Kesibukan Mencakup lingkungan buatan (POI seperti rumah sakit, taman, sekolah) dan kepadatan aktivitas manusia.
256 – 329 Cuaca dan Kualitas Udara Mencatat konteks lingkungan (Suhu, Presipitasi, AQI, Angin).

Kolom dan metadata utama

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

  • geo_id: ID utama untuk region. Untuk set data sel S2, ini adalah token sel S2 yang ditampilkan sebagai string heksadesimal (misalnya, '80ead45'). Gunakan ini sebagai kunci gabungan utama Anda.
  • geo_name: Nama region yang dapat dibaca manusia. 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 Dinamika Populasi.
  • administrative_area_level_1_id: ID Tempat Google Maps unik untuk batas administratif tingkat teratas (misalnya, Negara Bagian atau Provinsi).
  • administrative_area_level_1_name: Nama yang mudah dibaca untuk batas tingkat teratas (misalnya, 'California').
  • administrative_area_level_2_id: ID Tempat Google Maps yang unik untuk batas administratif sekunder (misalnya, Kabupaten atau Distrik).
  • administrative_area_level_2_name: Nama yang dapat dibaca manusia untuk batas sekunder (misalnya, 'Tulare County').
  • features: Vektor embedding 330 dimensi inti, disimpan secara native sebagai ARRAY<FLOAT64>. Memuatnya ke library Python Pandas memerlukan perataan atau konversi ke matriks NumPy.

Pertanyaan umum (FAQ)

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

Tidak. Sematan Insight Dinamika Populasi dibuat dari sinyal gabungan yang menjaga privasi. Untuk memastikan privasi pengguna, kami tidak memberikan jejak pengguna tertentu, histori penelusuran individual, atau pola pergerakan mentah. Penyematan 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 spesifik yang dapat dibaca manusia. Meskipun kita tahu bahwa indeks 0–127 berasal dari Tren Penelusuran, indeks tertentu (seperti indeks 5) tidak dipetakan satu-ke-satu ke satu kata kunci seperti "Kopi". Sebagai gantinya, fitur ini mewakili fitur kompleks perilaku penelusuran yang dipelajari oleh model.

Apakah set data mencakup batas poligon (Shapefile)?

Set data ini 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 pembengkakan penyimpanan 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 Insight Dinamika Populasi, konversi koordinat lat/lng 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 menyatukan batas kustom dengan Insight Dinamika Populasi, 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 Data Publik BigQuery.
  • 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 s2sphere Python. Untuk mengetahui contoh kode dan petunjuk, lihat Mendapatkan geometri sel S2 dari token hex S2 Level 12.