Daten zur Bevölkerungsdynamik – Übersicht

Population Dynamics Insights (PDI) bietet eine umfassende, standortspezifische Momentaufnahme davon, wie sich die Bevölkerung in ihrer Umgebung bewegt. Diese komplexe Beziehung wird in einem Einbettungs-Dataset erfasst, das in Ihre vorhandenen Geodaten- und Vorhersagemodelle eingebunden werden kann.

PDI-Einbettungen werden von einem proprietären Modell von Google generiert, das mit einem geogebundenen Datensatz mit umfangreichen aggregierten Informationen aus Google-Suchtrends, Besucherfrequenzmustern von Google Maps, POIs, Wetter- und Luftqualitätsdaten trainiert wurde. PDI wird als 330-dimensionales Einbettungs-Dataset in BigQuery bereitgestellt und ermöglicht es Unternehmen, die „DNA“ eines beliebigen Standorts zu verstehen, kritische Datenlücken zu schließen und Interaktionen zwischen Mensch und Umwelt weltweit mit beispielloser Präzision und ohne manuelles Feature Engineering zu modellieren. Diese Einbettungen gewährleisten den Datenschutz und ermöglichen gleichzeitig differenzierte räumliche Analysen und Vorhersagen für Anwendungen, die von der öffentlichen Gesundheit bis hin zur sozioökonomischen Modellierung reichen.

Informationen zu PDI-Einbettungen

Einbettungen zur Bevölkerungsdynamik werden mit einem speziell entwickelten Modell für maschinelles Lernen generiert, das mit einer Vielzahl von Merkmalen trainiert und in eine komprimierte Vektordarstellung umgewandelt wird. Diese Einbettungen werden mit folgenden Daten trainiert:

  • Aggregierte Suchtrends: Erfasst die beliebtesten und repräsentativsten Suchmuster für einen Ort, um Informationen zum menschlichen Verhalten und zu Interessen zu erhalten.
  • Aggregierte POIs in Maps: Erfasst die Arten von Unternehmen, Einrichtungen und Sehenswürdigkeiten.
  • Aggregierte Besucherfrequenz: Erfasst die Besuchsmuster von Ladenbesuchen, um die Dichte und Häufigkeit der menschlichen Präsenz anzugeben.
  • Aggregierte Wetter- und Luftqualitätsdaten: Erfasst die Wetter- und Luftqualitätsstatistiken und -muster.

Diese Features werden auf S2-Zellenebene 12 aggregiert, um lokalisierte, kontextsensitive Einbettungen zu generieren, die den Datenschutz wahren.

PDI bietet zwar Einbettungen für maschinelles Lernen, die Google-Suchtrends, die gebaute Umgebung und menschliche Aktivitätsmuster sowie den Umweltkontext (z. B. Wetter und Luftqualität) erfassen, aber Sie benötigen möglicherweise auch genaue POI-Zahlen, Standorte von Mitbewerbern oder die Markendichte. Wenn Sie Beziehungen zwischen kommerzieller Präsenz und lokaler Umgebung in BigQuery modellieren möchten, kombinieren Sie PDI mit Places Insights.