Population Dynamics Insights (PDI) fornisce un'istantanea dettagliata e specifica della località di come le popolazioni interagiscono con l'ambiente circostante. Acquisisce questa relazione complessa in un set di dati di embedding che può essere integrato nei tuoi modelli geospaziali e predittivi esistenti.
Gli embedding PDI vengono generati dal modello proprietario di Google addestrato su un set di dati geoindicizzato di dati aggregati dettagliati provenienti dalle tendenze di ricerca della Ricerca Google e dai pattern di affollamento, dai punti di interesse, dai dati meteorologici e sulla qualità dell'aria di Google Maps. Fornito come set di dati di embedding a 330 dimensioni in BigQuery, PDI consente alle organizzazioni di comprendere il "DNA" di qualsiasi località, colmare lacune di dati critiche e modellare le interazioni tra uomo e ambiente a livello globale con una precisione senza precedenti e zero feature engineering manuale. Questi embedding garantiscono la privacy, consentendo al contempo analisi e previsioni spaziali dettagliate per applicazioni che vanno dalla salute pubblica alla modellazione socioeconomica.
Informazioni sugli embedding PDI
Gli embedding delle dinamiche della popolazione vengono generati utilizzando un modello di machine learning creato appositamente, addestrato su un ricco insieme di caratteristiche e convertito in una rappresentazione vettoriale condensata. Questi embedding vengono addestrati su:
- Tendenze di ricerca aggregate: acquisisce i pattern di ricerca più popolari e rappresentativi per una località per informare i comportamenti e gli interessi umani.
- Punto di interesse di Maps aggregato: acquisisce i tipi di attività, stabilimenti e punti di riferimento presenti.
- Affollamento aggregato: acquisisce i pattern di visite nei punti vendita per indicare la densità e la frequenza della presenza umana.
- Meteo e qualità dell'aria aggregati: acquisisce statistiche e pattern relativi al meteo e alla qualità dell'aria.
Queste caratteristiche vengono aggregate a livello 12 della cella S2 per generare embedding localizzati e sensibili al contesto che preservano la privacy.
Combina con i set di dati di analisi di Google Maps Platform correlati
Sebbene il PDI fornisca embedding di machine learning che acquisiscono le tendenze della Ricerca Google, i pattern dell'ambiente costruito e dell'attività umana e il contesto ambientale (come il meteo e la qualità dell'aria), potresti anche aver bisogno di conteggi esatti dei punti di interesse (POI), delle posizioni dei concorrenti o della densità del brand. Per modellare le relazioni tra la presenza commerciale e l'ambiente locale in BigQuery, abbina i PDI a Places Insights.