هذا المنتج أو الميزة في المعاينة (في مرحلة ما قبل التوفّر للجمهور العام). قد تكون منتجات وميزات مرحلة ما قبل التوفّر للجمهور العام متوافقة بشكل محدود، وقد لا تتوافق التغييرات التي تم إجراؤها على منتجات وميزات مرحلة ما قبل التوفّر للجمهور العام مع إصدارات "إحصاءات Google ما قبل التوفّر للجمهور العام". تخضع "عروض مرحلة ما قبل التوفّر للجمهور العام" للبنود المحدّدة لخدمة "منصة خرائط Google". لمزيد من المعلومات، راجِع أوصاف مراحل الإطلاق.

تستخدم Google تكنولوجيا الذكاء الاصطناعي لترجمة المحتوى إلى لغتك المفضّلة، وقد تتضمّن بعض الأخطاء.

لمحة عن بيانات "إحصاءات حول ديناميات السكان"

فهم البيانات

على الرغم من أنّ التضمينات متاحة في بلدان متعددة، يظل المخطط متسقًا في جميع مجموعات البيانات. يتم تنظيم التضمينات في قوائم BigQuery منفصلة لكل بلد.

مكوّنات متّجه التضمين

عمود features هو متّجه يتألف من 330 سمة (يتم تخزينه كمصفوفة REPEATED FLOAT في BigQuery). يتوافق كل قسم من الصفيف مع إشارة بيانات معيّنة يستخرجها نموذج "ديناميكيات السكان".

يسمح فهم هذه البنية بإزالة الميزات (على سبيل المثال، تحديد مدى توقّع سلوك البحث للمبيعات مقارنةً بالطقس).

فهارس المتّجهات	مصدر البيانات	الوصف
‫0 – 127	مؤشرات البحث المجمَّعة	تسجّل هذه الميزة اهتمامات المستهلكين المجمّعة والمخفية الهوية على المستوى الإقليمي (على سبيل المثال، معدّل البحث عن العبارة الإقليمي النسبي في "تحسين المنزل" أو "أحذية الجري" أو "المركبات الكهربائية"). ولا يتم مطلقًا الكشف عن طلبات البحث الأولية.
‫128 – 255	الخرائط ومدى الازدحام	تلتقط البيئة الحضرية (نقاط الاهتمام مثل المطاعم والمتنزهات والمدارس) ومستوى الازدحام المجمّع والمجهول الهوية في المؤسسات العامة.
‫256 – 329	الطقس وجودة الهواء	تسجيل السياق البيئي (مثل درجة الحرارة وهطول الأمطار ومؤشر جودة الهواء والرياح)

الأعمدة الرئيسية والبيانات الوصفية

يحتوي جدول التضمينات على بيانات وصفية مكانية تتيح التحليل الجغرافي المكاني والفلترة وإمكانية التشغيل التفاعلي مع خدمات أخرى من "منصة خرائط Google".

‫geo_id: المعرّف الأساسي للمنطقة. بالنسبة إلى مجموعات بيانات خلية S2، هذا هو رمز خلية S2 الممثَّل كسلسلة سداسية عشرية (على سبيل المثال، '80ead45'). استخدِم هذا كرمز الربط الأساسي.
‫geo_name: الاسم الذي يمكن لشخص عادي قراءته للمنطقة. ملاحظة: بالنسبة إلى مجموعات بيانات شبكة S2، لا تحتوي الخلايا الرياضية على أسماء عادية، لذا سيحتوي هذا العمود على الرمز نفسه تمامًا مثل geo_id. هذا مقصود للحفاظ على بنية عمود متسقة في جميع عروض Population Dynamics.
‫administrative_area_level_1_id: رقم تعريف المكان الفريد في "خرائط Google" للحدود الإدارية ذات المستوى الأعلى (على سبيل المثال، الولاية أو المقاطعة)
‫administrative_area_level_1_name: الاسم الذي يمكن لشخص عادي قراءته للحدود ذات المستوى الأعلى (على سبيل المثال، 'California').
administrative_area_level_2_id: رقم تعريف المكان الفريد في "خرائط Google" للحدود الإدارية الثانوية (على سبيل المثال، المقاطعة أو المنطقة).
administrative_area_level_2_name: الاسم الذي يمكن لشخص عادي قراءته للحدود الثانوية (على سبيل المثال، 'Tulare County').
features: متّجه التضمين الأساسي ذو 330 بُعدًا، ويتم تخزينه بشكل أصلي كـ ARRAY<FLOAT64>. يتطلّب تحميل هذا الملف في مكتبة Pandas Python تسطيحه أو تحويله إلى مصفوفة NumPy.

الأسئلة الشائعة

هل يمكنني الوصول إلى بيانات الإدخال الأولية (على سبيل المثال، طلبات بحث معيّنة أو آثار التنقّل)؟

لا، يتم إنشاء عمليات التضمين في "إحصاءات حول ديناميات السكان" من إشارات مجمّعة تحافظ على الخصوصية. لضمان خصوصية المستخدم، لا نقدّم آثار أنشطة محددة للمستخدمين أو سجلات البحث على Google الفردية أو أنماط الحركة الأولية. تقدّم التضمينات تمثيلاً كامنًا لهذه السلوكيات، تم تحسينه من أجل وضع النماذج والتوقّع، بدلاً من التحليلات الأولية.

هل يمكن تفسير أبعاد المتّجه (على سبيل المثال، هل السمة 5 هي "قهوة"؟)

المتجهات هي تمثيلات كامنة، ما يعني أنّها تلتقط أنماطًا مجرّدة بدلاً من تصنيفات محدّدة يمكن لشخص عادي قراءتها. ومع أنّنا نعرف أنّ المؤشرات من 0 إلى 127 مستمدة من "مؤشرات البحث"، لا يرتبط مؤشر معيّن (مثل المؤشر 5) بكلمة رئيسية واحدة مثل "قهوة". بدلاً من ذلك، يمثّل ميزة معقّدة لسلوك البحث الذي تعلّمه النموذج.

هل تتضمّن مجموعة البيانات حدودًا مضلّعة (ملفات أشكال)؟

توفّر مجموعة البيانات رموز S2 المميّزة (geo_id) وأرقام تعريف الأماكن للمعرّفات الجغرافية (مثل مناطق المشرف 1 والمشرف 2)، ولكنّها لا تتضمّن أشكالاً هندسية أولية للمضلّعات (WKT/Shapefiles) لمناطق خلايا S2. يؤدي حذف الأشكال الهندسية الأولية إلى منع تضخم مساحة التخزين وتقليل تكاليف فحص BigQuery لخطوط أنابيب تعلُّم الآلة التي تتطلب متجهات الميزات فقط. علاوةً على ذلك، فإنّ الربط بين الرموز المميزة لسلسلة S2 أسرع بكثير وأكثر كفاءة من الناحية الحسابية من تنفيذ عمليات التقاطع بين المضلّعات المكانية.

بالنسبة إلى إحداثيات النقاط: لدمج بيانات النقاط (مثل المواقع الجغرافية لنقاط الاهتمام أو المراكز الهندسية للمتاجر) مع "إحصاءات ديناميكيات السكان"، يمكنك تحويل إحداثيات خطوط العرض/الطول إلى رموز مميّزة لخلايا S2 من المستوى 12 باستخدام S2_CELLIDFROMPOINT مع ST_GEOGPOINT (يُرجى الاطّلاع على تحويل إحداثيات النقاط إلى رموز مميّزة سداسية عشرية من المستوى 12 في S2).
بالنسبة إلى حدود المناطق: إذا كنت بحاجة إلى تقاطع الحدود المخصّصة مع "إحصاءات ديناميكيات السكان"، ننصحك بتحويل المضلّعات المخصّصة إلى رموز مميّزة لخلايا S2 من المستوى 12 باستخدام S2_COVERINGCELLIDS (راجِع إنشاء رموز مميّزة لخلايا S2 من المستوى 12 لمضلّع) أو دمج مجموعة البيانات هذه مع مجموعات بيانات الحدود العامة المتاحة في "البيانات العامة في BigQuery".
للعرض المرئي وتحويل الأشكال الهندسية: تؤدي دوال الجغرافيا المضمّنة في BigQuery إلى إجراء تحويل أحادي الاتجاه (من الشكل الهندسي إلى رقم تعريف خلية S2). لتحويل رموز خلايا S2 إلى أشكال مضلّعة لأدوات الربط أو نظم المعلومات الجغرافية، يمكنك استخدام مكتبات من جهة العميل، مثل s2sphere في Python. للحصول على عيّنات تعليمات برمجية وتعليمات، يُرجى الاطّلاع على الحصول على هندسة خلية S2 من رمز مميّز سداسي عشري من المستوى 12 في S2.