AIはテキストラベルではなく人々の実際の動きに注目する

テキストプロフィールが常に真実を語るとは限らない

言語モデルは通常、名前、住所、大まかなカテゴリーといったテキストメタデータのみを通じてPOIを認識します。このアプローチは、オンラインでの存在感が豊富な大企業には機能しますが、小規模な地元店舗では機能しません。Googleは現在、テキストによる説明と、匿名化、集約された移動データ、具体的には到着時間、滞在時間、周辺の移動密度などを組み合わせています。

周辺の動きがデータ不足の店舗を救う

従来モデルの信頼性が最も低下するのは、いわゆるロングテール、つまり記録が少ない隠れ家的なカフェや新装開店の店舗においてです。ME-POIsは、店舗自体だけでなく、通りや近隣全体の動きのリズムを分析することでこのギャップに対処します。周辺地域のダイナミクスにより、データに乏しい場所であっても欠落している活動データを補完することができます。

数字がテキストラベルを上回るとき

Googleの結果によると、特定のタスクでは移動データのみがテキストのみのモデルを上回りました。これは、例えば企業の価格帯を推定する際に明らかでした。生成された表現は、個々の訪問者レベルでのパーソナライズやプロファイリングを必要とせずに、集約された推定値を改善するのに役立ちます。

リアルタイムの動きは遅延するオンラインプロフィールより速い

価格設定以外にも、この新しいフレームワークは事業の永久閉鎖の検知や混雑状況の予測でテストされました。訪問リズムの低下は、インターネットが気づく前に企業の終わりを示すことができます。この研究は2つの都市の公開ベンチマークに依存しており、これらの管理されたエリア外の日常的な状況での展開は、まだ理論上の次のステップとして残されています。

Lilithの判定

企業のマーケティングラベルを作り上げることはできても、人がいつ現れ、どれくらい滞在するかを偽造することはできません。Googleは単に、AIにとっては言葉よりも行動のほうが興味深いことを示したに過ぎません。