锐眼洞察|Locus X 精准空间智能如何改变世界

最近看到一篇关于伦敦创业公司what3words的文章《我创业做了个“地址系统”,把全世界分成57万亿个3米*3米网格》,里面提到了what3words 如何利用三个词来精确的定位全球。 毫无疑问,这家公司独特的地址系统很有创新性,智能手机数量上的爆发式增长已经改变了我们所认识的世界,传感器和连接的设备的增长已经产生了大量的数据,而这些数据正在被用来改变我们的生活方式。IoT,位置数据,位置智能,大数据在各个行业中都有广泛的应用前景。显而易见的是,细粒度的位置数据可以给线下世界提供前所未有的洞察力,越来越多的企业意识到移动位置数据的价值以及影响。我们 Locus X 也是在做基于移动位置数据的大数据分析及智能应用,这里也谈谈我们与what3words的对比分析:

  1. 更细的颗粒度
    Locus X 利用独特的技术,可以将地球地图分割成70万亿个瓦片,提供更加精细的洞察力。what3words基于谷歌地图应用程序接口,把整个地球划分成了大约57万亿个3米乘3米、9平方米的网格,并且给每个区域随机分配、生成一个由三个单词组成的个性化地址。Locus X则采用Web墨卡托投影,Bing瓦片地图切割方法,支持1-23级别的动态显示,把地球划分成大约70万亿个1.3米乘1.3米的网格,比what3word的颗粒度更加精细。
IMG_0015.PNG

IMG_0016.PNG

IMG_163B0F60C264-1.jpeg

这种精度的洞察力,在物流行业中最后一公里送货的作用格外突出:如果每位UPS送货人员每天能少开一英里,他们每年就能省下5000万美元。如果定位能更精准,送货人员不用绕路找地址,每天省这一英里不在话下。更精准的定位不仅能降低物流成本,还能在紧急救援的情况下,让急救人员能够更快速、准确的定位求救呼叫者。

产品 Locus What3words
颗粒度 70万亿多层瓦片 57万亿瓦片
最小区域 1.3米x 1.3米 3米x3米
动态显示 1-23级别 1级
数据聚合&分析 支持 不支持
  1. 多维海量数据处理
    Locus X 的网格可以处理不止空间还有时间和用户行为等其他维度数据。其中支持的媒体包括图片、文字、视频等多种类型。另外每个网格上有几亿甚至几十亿的海量数据处理能力;而what3words的每片瓦块地图只能显示三个单词的信息。下图的Locus X 基于社交媒体数据的瓦片地图,可以提供基于热门关键词和图片的排序聚焦,让用户可以最便捷地看到远至世界各个角落,近到身边,大到洲和国家,小到你所处街区,最火热的话题和时事。这里的关键词是没有数量限制的,完全是基于数据源还有自然语言处理的结果生成出来的。


    IMG_0014.PNG

    IMG_7420B3FA0FFC-1.jpeg
产品 Locus What3words
纬度 时间,空间,行为 空间
关键字数量 无限制 只限于3个
数据处理量/瓦片 几亿-几十亿 3个
媒体类型 文字,图片,视频,IoT数据 文字
  1. 实时的数据分析
    Locus X的网格显示信息可以是实时动态的,更适应支持物物相连的物联网各种信息流。what3words显示的是静态的地址信息、没有任何的实时更新能力。 比如这张基于某个大型物流公司库房数据的瓦片地图,可以实时准确的显示出不同地理位置的仓库货物入库、出库、订货数量,便于仓管员实时掌握仓库库存,高效的完成数据统计分析,并可以依据仓库物流进行仓储规划。


    wuliu.png
产品 Locus What3words
实时 毫秒级更新 静态
数据 任何信息流 只限于地址信息
定位 时空数据分析,高精度地图/地址 只限于地址系统
数据分析 统计及人工智能 不支持
  1. 智能搜索功能
    Locus X提供基于人工智能的新一代、更丰富的搜索功能,让用户获得更便捷更高效的搜索体验。Locus X 利用机器学习和人工智能技术对位置数据进行文本挖掘和分析,包括基于图像和语音的智能识别,这样用户可以自定义搜索在任何指定时间窗口,任意指定空间范围内对社交媒体信息进行自定义关键词(比如Bitcoin) 搜索,其交叉搜索支持跨类别的社交媒体信息进行搜索,比如和某个热点话题相关的图片搜索等;
IMG_0020.PNG
IMG_0021.PNG
产品 Locus What3words
搜索 任意关键字 只有三个关键字
搜索数据量 万万万亿 171万亿
搜索类别 文字,语音,图片 文字
人工智能 NLP, 图像识别等 不支持
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,657评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,889评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,057评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,509评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,562评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,443评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,251评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,129评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,561评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,779评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,902评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,621评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,220评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,838评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,971评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,025评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,843评论 2 354

推荐阅读更多精彩内容