Statystyki dotyczące dynamiki populacji (PDI) dostarczają szczegółowych, związanych z lokalizacją informacji o tym, jak populacje wchodzą w interakcje z otoczeniem. Rejestruje tę złożoną relację w zbiorze danych wektorów dystrybucyjnych, który można zintegrować z istniejącymi modelami geoprzestrzennymi i predykcyjnymi.
Wektory dystrybucyjne PDI są generowane przez zastrzeżony model Google trenowany na zbiorze danych z indeksowaniem geograficznym, który zawiera bogate zagregowane informacje z trendów wyszukiwania Google, wzorców wizyt w miejscach o dużym natężeniu ruchu w Mapach Google, ciekawych miejsc, danych o pogodzie i jakości powietrza. PDI jest dostarczany jako zbiór danych wektorów dystrybucyjnych o 330 wymiarach w BigQuery. Umożliwia organizacjom poznanie „DNA” dowolnej lokalizacji, uzupełnienie krytycznych luk w danych i modelowanie interakcji między człowiekiem a środowiskiem na całym świecie z niespotykaną precyzją i bez konieczności ręcznej inżynierii cech. Te wektory dystrybucyjne zapewniają prywatność, a jednocześnie umożliwiają szczegółową analizę przestrzenną i prognozowanie w przypadku aplikacji, od zdrowia publicznego po modelowanie społeczno-gospodarcze.
Informacje o wektorach dystrybucyjnych PDI
Wektory dystrybucyjne dynamiki populacji są generowane za pomocą specjalnie utworzonego modelu uczenia maszynowego, który jest trenowany na bogatym zestawie cech i przekształcany w skondensowaną reprezentację wektorową. Te wektory dystrybucyjne są trenowane na:
- Zbiorcze trendy wyszukiwania: rejestrują najpopularniejsze i najbardziej reprezentatywne wzorce wyszukiwania w danej lokalizacji, aby dostarczać informacji o zachowaniach i zainteresowaniach ludzi.
- Zbiorcze interesujące miejsca w Mapach: rejestruje rodzaje firm, placówek i punktów orientacyjnych.
- Zbiorcze dane o zatłoczeniu: rejestrują wzorce ruchu w sklepie stacjonarnym, aby wskazać gęstość i częstotliwość obecności ludzi.
- Zbiorcze dane o pogodzie i jakości powietrza: rejestruje statystyki i wzorce dotyczące pogody i jakości powietrza.
Te cechy są agregowane na poziomie 12 komórki S2, aby generować zlokalizowane, dopasowane kontekstowo wektory dystrybucyjne, które chronią prywatność.
łączenie z powiązanymi zbiorami danych analitycznych Google Maps Platform;
PDI udostępnia wektory dystrybucyjne uczenia maszynowego, które rejestrują trendy wyszukiwania w wyszukiwarce Google, środowisko zabudowane i wzorce aktywności człowieka oraz kontekst środowiskowy (np. pogodę i jakość powietrza), ale możesz też potrzebować dokładnej liczby ważnych miejsc (POI), lokalizacji konkurencji lub gęstości marki. Aby modelować relacje między obecnością komercyjną a lokalnym otoczeniem w BigQuery, połącz PDI ze Statystykami miejsc.