Daten zu Bevölkerungsdynamik

Daten verstehen

Die Einbettungen sind für mehrere Länder verfügbar, das Schema ist jedoch für alle Datensätze gleich. Die Einbettungen sind für jedes Land in separaten BigQuery-Einträgen organisiert.

Anatomie des Einbettungsvektors

Die Spalte features ist ein 330-dimensionaler Vektor, der in BigQuery als REPEATED FLOAT-Array gespeichert ist. Jeder Abschnitt des Arrays entspricht einem bestimmten Datensignal, das vom Modell „Population Dynamics“ extrahiert wurde.

Wenn Sie diese Struktur verstehen, können Sie Feature-Ablation durchführen, z. B. um zu ermitteln, inwieweit das Suchverhalten im Vergleich zum Wetter Verkäufe vorhersagt.

Vektorindexe	Datenquelle	Beschreibung
0 – 127	Aggregierte Suchtrends	Erfasst regionale Interessen und Anliegen, z. B. Suchanfragen nach „Fitnessstudio“, „Grippesymptome“ oder „Luxusgüter“.
128 – 255	Google Maps und Auslastung	Erfasst die bebaute Umgebung (POIs wie Krankenhäuser, Parks, Schulen) und die Dichte der menschlichen Aktivität.
256 – 329	Wetter und Luftqualität	Erfasst den Umgebungskontext (Temperatur, Niederschlag, Luftqualitätsindex, Wind).

Wichtige Spalten und Metadaten

Die Einbettungstabelle enthält räumliche Metadaten, die eine räumliche Analyse, Filterung und Interoperabilität mit anderen Google Maps Platform-Diensten ermöglichen.

• geo_id: Die primäre Kennung für die Region. Bei S2 Zellen-Datensätzen ist dies das S2-Zellentoken, das als hexadezimale String dargestellt wird (z. B. '80ead45'). Verwenden Sie dies als primären Join-Schlüssel.
• geo_name: Der menschenlesbare Name der Region. Hinweis: Bei S2-Rasterdatensätzen haben mathematische Zellen keine Standardnamen. Daher enthält diese Spalte genau dasselbe Token wie geo_id. Dies ist so konzipiert, um eine einheitliche Spaltenstruktur für alle Population Dynamics-Angebote beizubehalten.
• administrative_area_level_1_id: Die eindeutige Google Maps-Orts-ID für die Verwaltungsgrenze der obersten Ebene (z. B. Bundesstaat oder Provinz).
• administrative_area_level_1_name: Der menschenlesbare Name der Begrenzung der obersten Ebene (z. B. 'California').
• administrative_area_level_2_id: Die eindeutige Google Maps-Orts-ID für die Verwaltungsgrenze der zweiten Ebene (z. B. Landkreis oder Bezirk).
• administrative_area_level_2_name: Der menschenlesbare Name der Grenze der zweiten Ebene (z. B. 'Tulare County').
• features: Der 330-dimensionale Einbettungsvektor, der nativ als ARRAY<FLOAT64> gespeichert ist. Wenn Sie ihn in die Pandas-Python-Bibliothek laden möchten, müssen Sie ihn reduzieren oder in eine NumPy-Matrix konvertieren.

FAQ

Kann ich auf die Rohdaten zugreifen (z. B. bestimmte Suchanfragen oder Mobilitätsdaten)?

Nein. Die Einbettungen von Population Dynamics Insights werden aus aggregierten, datenschutzfreundlichen Signalen generiert. Um den Datenschutz der Nutzer zu gewährleisten, stellen wir keine bestimmten Nutzerdaten, individuellen Verläufe in der Google Suche oder Rohdaten zu Bewegungsmustern zur Verfügung. Die Einbettungen bieten eine latente Darstellung dieser Verhaltensweisen, die für die Modellierung und Vorhersage optimiert ist, anstatt für die Rohdatenanalyse.

Sind die Vektordimensionen interpretierbar (z. B. ist Dimension 5 „Kaffee“)?

Die Vektoren sind latente Darstellungen, d. h., sie erfassen abstrakte Muster und keine spezifischen, menschenlesbaren Labels. Wir wissen zwar, dass die Indexe 0–127 aus Suchtrends abgeleitet werden, aber ein bestimmter Index (z. B. Index 5) lässt sich nicht eins zu eins einem einzelnen Keyword wie „Kaffee“ zuordnen. Stattdessen stellt er ein komplexes Feature des Suchverhaltens dar, das vom Modell gelernt wurde.

Enthält der Datensatz Polygongrenzen (Shapefiles)?

Der Datensatz enthält S2-Zellentokens (geo_id) und Orts-IDs für geografische Kennungen (z. B. Regionen der Verwaltungsebene 1 und 2), aber keine Rohdaten zur Polygongeometrie (WKT/Shapefiles) für die S2-Zellenregionen. Durch das Weglassen von Rohdaten zur Geometrie wird die Speichernutzung reduziert und die BigQuery-Scankosten für ML-Pipelines gesenkt, die nur Feature-Vektoren benötigen. Außerdem ist das Zusammenführen von S2-Stringtokens deutlich schneller und recheneffizienter als die Ausführung von räumlichen Polygonschnitten.

• Für Punktkoordinaten: Wenn Sie Punktdaten (z. B. POI-Standorte oder Geschäftszentren) mit Population Dynamics Insights zusammenführen möchten, konvertieren Sie die Koordinaten für Breiten- und Längengrade mit S2_CELLIDFROMPOINT in S2 Zellentokens der Ebene 12. Kombinieren Sie dazu ST_GEOGPOINT (siehe Punktkoordinaten in hexadezimale S2-Zellentokens der Ebene 12 konvertieren).
• Für Gebietsgrenzen: Wenn Sie benutzerdefinierte Grenzen mit Population Dynamics Insights schneiden müssen, empfehlen wir, Ihre benutzerdefinierten Polygone mit überlappenden S2-Zellentokens der Ebene 12 zu konvertieren S2_COVERINGCELLIDS (siehe Überlappende S2-Zellentokens der Ebene 12 für ein Polygon generieren) oder diesen Datensatz mit öffentlichen Grenzdatensätzen zusammenzuführen, die in BigQuery Public Data verfügbar sind.
• Für Visualisierung und Geometriekonvertierung:Die integrierten geografischen Funktionen von BigQuery führen eine unidirektionale Konvertierung durch (Geometrie → S2-Zellen-ID). Wenn Sie S2-Zellentokens in Polygongeometrien für Karten- oder GIS-Tools konvertieren möchten, können Sie clientseitige Bibliotheken wie Python's s2sphere verwenden. Codebeispiele und eine Anleitung finden Sie unter S2-Zellengeometrie aus einem hexadezimalen S2 Zellentoken der Ebene 12 abrufen.