ME-POIs: Kerangka Baru dari Google yang Bikin Data Tempat Makin Cuan?

Jadi, kamu tahu kan kalau Google selalu berinovasi? Kali ini, mereka baru aja ngeluarin sesuatu yang keren banget, namanya ME-POIs. Ini adalah kerangka kerja yang menggabungkan data pergerakan manusia dengan embedding tempat berbasis teks. Intinya, ME-POIs bisa ngasih tahu bukan cuma apa itu tempat, tapi juga gimana cara orang-orang menggunakan tempat itu.

Misalnya, dua kafe bisa punya alamat dan kategori yang sama, tapi satu kafe bisa jadi tempat orang-orang ngumpul selama berjam-jam, sementara yang lain cuma ramai pas jam berangkat kerja. Nah, ME-POIs ini bisa mengubah setiap kunjungan ke tempat jadi vektor yang lebih kontekstual, sehingga bisa lebih akurat dalam menggambarkan perilaku pengunjung.

Dengan menggunakan data dari Los Angeles dan Houston, ME-POIs udah terbukti meningkatkan performa model-model yang ada. Dalam 35 pengujian, 34 di antaranya menunjukkan peningkatan yang signifikan. Bahkan, ada peningkatan sampai 81,9% dalam akurasi niat kunjungan. Gila kan?

Tapi, gimana sih cara kerja ME-POIs ini? Setiap kunjungan diolah jadi tiga data penting: koordinat, waktu datang, dan waktu pergi. Data ini kemudian diproses dengan beberapa encoder yang bikin informasi ini jadi lebih mudah dipahami. Hasilnya, kita bisa tahu lebih jelas tentang pola kunjungan di suatu tempat.

Satu hal yang menarik adalah, ME-POIs ini bukan cuma tentang mengumpulkan data, tapi juga tentang bagaimana data itu bisa dipakai. Misalnya, untuk tempat-tempat yang jarang dikunjungi, ME-POIs bisa memanfaatkan data dari tempat lain untuk memperkirakan pola kunjungan mereka. Ini bikin data jadi lebih lengkap dan berguna.

Tapi, ada tantangan juga nih. Hanya sebagian kecil dari POI di Los Angeles dan Houston yang memenuhi syarat untuk jadi anchor, yaitu sekitar 9% dan 7% masing-masing. Jadi, untuk tempat-tempat yang lebih jarang dikunjungi, ME-POIs harus bekerja lebih keras untuk mendapatkan data yang akurat.

Yang bikin ME-POIs ini semakin menarik adalah, meskipun ada variasi yang dilatih hanya dengan data mobilitas, hasilnya tetap lebih baik dibandingkan embedding teks yang ada. Ini menunjukkan bahwa perilaku kolektif orang-orang bisa memberikan informasi yang lebih baik dibandingkan hanya sekadar label teks.

Jadi, bisa dibilang ME-POIs ini adalah langkah besar dalam dunia teknologi informasi tempat. Dengan cara baru ini, kita bisa mendapatkan gambaran yang lebih jelas tentang bagaimana orang menggunakan tempat, bukan hanya sekadar apa itu tempat. Ini bisa jadi game changer di industri data dan teknologi.