Richtung « the Location Intelligence » kann nicht als neu oder innovativ bezeichnet werden. Die Technologie wurde bereits 2013 in der Kurve des Gartner Hype Cycle of Emerging Technologies vorgestellt. Die älteren Verwandten, BI und Geoinformationssysteme (GIS), sind ebenfalls seit Jahrzehnten weit verbreitet. Im militärisch-industriellen Komplex wurden LI-Technologien schon früher aktiv eingesetzt.
Gleichzeitig wachsen die Nachfrage und der Umfang von LI mit jeder beneidenswerten Dynamik. Die heutigen Konferenzen zu Big Data und künstlicher Intelligenz gehen selten ohne Gespräche über Geoanalytik, Geofencing, Geolocation-Marketing und andere Technologien aus, die mit Geo beginnen.
Unternehmen teilen mit Begeisterung ihre erfolgreichen Erfahrungen bei der Ermittlung des optimalen Standorts von Verkaufsstellen, dem Versenden von Benachrichtigungen an Kunden in der Nähe eines bestimmten Standorts und der ausgeklügelten Planung von Räumlichkeiten in Geschäften unter Berücksichtigung des Wissens über das Kundenverhalten (ja, unser Verhalten mit Ihnen ist ein Objekt Sprechen Sie über die Ergebnisanalyse des Umsatzes nach Geolokalisierung auf der Grundlage von Belegen, lösen Sie die Logistik und andere Aufgaben, die darauf abzielen, die Effektivität der Werbung zu steigern und das Kundenerlebnis zu verbessern. Immobilienfonds reflektieren noch aktiver die Themen Immobilienbewertung und Best-Use- Asset- Analyse unter Berücksichtigung der aktuellen Fähigkeiten von Data Science und Machine Learning (im Folgenden: ML).
Das Marketing unserer Brieftaschen ist nur ein kleines Beispiel für die Verwendung von LI.
In den letzten 7 bis 10 Jahren hat die Wirksamkeit von LI aus drei Hauptgründen erheblich zugenommen:
Wachstum der Anzahl der Datenquellen . Das Datenvolumen, das täglich auf der Welt in Bezug auf einen geografischen Standort generiert wird, ist erstaunlich und ermöglicht es uns, sie BIG DATA zu nennen (BIG GEO DATA oder BIG SPATIAL DATA, eine klare Definition wurde wie üblich noch nicht gefunden) Arbeiten Sie mit ihnen in allen strengen Data Science-Gesetzen. Dies sind IoT-Sensoren und -Sensoren, "Smart Cities" und "Smart Homes", Autos, mobile Geräte mit integrierten GPS-Empfängern, Online-Registrierkassen, soziale Netzwerke, Zahlungssysteme, Daten von Videokameras und andere.
– BIG DATA, , LIDAR-, ML Data Science , , , , , -.
Data Science, , , .
, LI , - , , , .
LI :
( - ),
, , , , .
, .
LI , , , , , . - - (Google, Amazon, Facebook, Apple, ..), -, .
LI , -. , - Uber, , , , , , Postmates DostaVista, .
( ) - ( ), Alphabet Mineral, , - LI.
LI
, :
IoT . IoT .
, . , FourSquare ( Swarm), TripAdvisor, Yelp .
, , . Deep Learning , , , , , , LI-.
. , , , ( , Deep Learning), . , .
, , , OpenAreialMap .
. - , , . (, , ),
API. , , . , , , , . Environment Agency , LIDAR-. , , . (data.gov.uk/dataset/) .
. , , . open source , .
. ( API SDK) / (, Google Maps, Airbus, Yelp, TripAdvisor, Foursquare, 2, -, ), (, « » , «-», « » ).
. , . . - Amazon Mechanical Turk, ., YouDo .
– . .
LI , , , , .
LI , .
* Dieser Artikel spiegelt die Anwendung und Entwicklung von LI im zivilen Industriesektor wider, obwohl, wie bei vielen anderen Technologien, der Haupttreiber für die Entwicklung dieses Konzepts die Lösung der Probleme des militärisch-industriellen Sektors ist. Die Aufgaben des Militärs, die mit LI gelöst werden (natürlich aus offenen Quellen), werden sich in anderen Überprüfungen widerspiegeln.