인구 동태 인사이트 (PDI)는 인구가 주변 환경과 상호작용하는 방식에 대한 풍부한 위치별 스냅샷을 제공합니다. 이 복잡한 관계를 기존 지리정보 및 예측 모델에 통합할 수 있는 임베딩 데이터 세트로 캡처합니다.
PDI 임베딩은 Google 검색 동향, Google 지도의 혼잡도 방문 패턴, 관심 장소, 날씨, 공기질 데이터의 풍부한 합산 데이터로 구성된 지리 색인 데이터 세트를 기반으로 학습된 Google의 독점 모델에 의해 생성됩니다. BigQuery에서 330차원 임베딩 데이터 세트로 제공되는 PDI를 사용하면 조직에서 모든 위치의 'DNA'를 이해하고, 중요한 데이터 격차를 메우고, 전례 없는 정밀도와 수동 특성 추출 없이 전 세계적으로 인간과 환경의 상호작용을 모델링할 수 있습니다. 이러한 임베딩은 개인 정보를 보호하는 동시에 공중 보건부터 사회 경제적 모델링에 이르는 다양한 애플리케이션에 대한 미묘한 공간 분석 및 예측을 가능하게 합니다.
PDI 임베딩 정보
인구 역학 임베딩은 풍부한 특성 집합으로 학습되고 압축된 벡터 표현으로 변환된 특수 목적 머신러닝 모델을 사용하여 생성됩니다. 이러한 임베딩은 다음을 기반으로 학습됩니다.
- 집계된 검색 동향: 특정 위치에서 가장 인기 있고 대표적인 검색 패턴을 포착하여 인간의 행동과 관심분야를 파악합니다.
- 집계된 지도 관심 장소: 존재하는 비즈니스, 시설, 명소의 유형을 캡처합니다.
- 집계된 혼잡도: 오프라인 매장 방문수 패턴을 포착하여 사람의 밀도와 빈도를 나타냅니다.
- 집계된 날씨 및 공기질: 날씨 및 공기질 통계와 패턴을 캡처합니다.
이러한 특성은 S2 셀 수준 12에서 집계되어 개인 정보를 보호하는 현지화된 컨텍스트 인식 임베딩을 생성합니다.
관련 Google Maps Platform 분석 데이터 세트와 결합
PDI는 Google 검색 동향, 건조 환경 및 인간 활동 패턴, 환경 컨텍스트 (예: 날씨 및 공기질)를 포착하는 머신러닝 임베딩을 제공하지만, 정확한 관심 장소 (POI) 수, 경쟁업체 위치 또는 브랜드 밀도가 필요할 수도 있습니다. BigQuery에서 상업적 입지와 주변 환경 간의 관계를 모델링하려면 PDI를 장소 통계와 페어링하세요.