Les insights sur la dynamique démographique (IDD) fournissent un aperçu riche et spécifique à un lieu de la façon dont les populations interagissent avec leur environnement. Il capture cette relation complexe dans un ensemble de données d'embeddings qui peut être intégré à vos modèles prédictifs et géospatiaux existants.
Les embeddings de POI sont générés par le modèle propriétaire de Google, entraîné sur un ensemble de données géo-indexées contenant des informations agrégées riches provenant des tendances de recherche Google, des habitudes de fréquentation des établissements dans Google Maps, des points d'intérêt, et des données sur la météo et la qualité de l'air. Fourni sous la forme d'un ensemble de données d'embeddings à 330 dimensions dans BigQuery, le PDI permet aux organisations de comprendre l'"ADN" de n'importe quel lieu, de combler les lacunes critiques en matière de données et de modéliser les interactions entre l'homme et l'environnement à l'échelle mondiale avec une précision sans précédent et sans ingénierie manuelle des caractéristiques. Ces embeddings garantissent la confidentialité tout en permettant une analyse et une prédiction spatiales nuancées pour des applications allant de la santé publique à la modélisation socio-économique.
À propos des embeddings PDI
Les embeddings de dynamique de population sont générés à l'aide d'un modèle de machine learning spécialement conçu, entraîné sur un ensemble complet de caractéristiques et converti en une représentation vectorielle condensée. Ces embeddings sont entraînés sur :
- Tendances de recherche agrégées : capture les tendances de recherche les plus populaires et les plus représentatives pour un lieu afin d'informer sur le comportement et les centres d'intérêt des utilisateurs.
- Points d'intérêt agrégés Maps : capture les types d'entreprises, d'établissements et de points de repère présents.
- Fréquentation globale : capture les habitudes de fréquentation pour indiquer la densité et la fréquence de la présence humaine.
- Météo et qualité de l'air agrégées : capture les statistiques et les tendances concernant la météo et la qualité de l'air.
Ces fonctionnalités sont agrégées au niveau des cellules S2 de niveau 12 pour générer des embeddings localisés et contextuels qui préservent la confidentialité.