La dirección « la Inteligencia de Localización » no se puede llamar nueva o innovadora. La tecnología apareció en la curva Gartner Hype Cycle of Emerging Technologies en 2013. Sus parientes más antiguos, BI y sistemas de información geográfica (SIG), también se han utilizado ampliamente durante décadas. En el complejo militar-industrial, las tecnologías LI se utilizaron activamente incluso antes.
Al mismo tiempo, la demanda y el alcance de LI están creciendo con cada dinámica envidiable. Las conferencias de big data e inteligencia artificial de hoy rara vez pasan sin charlas sobre geoanalítica, geofencing, marketing de geolocalización y otras tecnologías que comienzan con geo.
Las empresas comparten con entusiasmo su exitosa experiencia en la determinación de la ubicación óptima de los puntos de venta, el envío de notificaciones a los clientes que se encuentran cerca de una determinada ubicación, la planificación ingeniosa de los locales dentro de las tiendas teniendo en cuenta el conocimiento del comportamiento del cliente (sí, nuestro comportamiento con usted es un objeto de investigación seria), se habla del análisis de resultados de ventas por geolocalización en base a recibos, solución de logística y otras tareas encaminadas a incrementar la efectividad de la publicidad y mejorar la experiencia del cliente. Los fondos inmobiliarios reflexionan aún más activamente sobre los temas de valoración inmobiliaria y análisis de activos de mejor uso , teniendo en cuenta las capacidades actuales de la ciencia de datos y el aprendizaje automático (en adelante, ML).
La búsqueda de marketing de nuestras billeteras es solo un pequeño ejemplo del uso de LI.
Durante los últimos 7 a 10 años, la efectividad de LI ha aumentado significativamente debido a tres razones principales:
crecimiento en el número de fuentes de datos . El volumen de datos generados diariamente en el mundo con referencia a una ubicación geográfica es asombroso y con seguridad nos permite llamarlos BIG DATA (BIG GEO DATA o BIG SPATIAL DATA, una definición clara, como es habitual, aún no se ha encontrado) trabajar con ellos en todas las leyes severas de ciencia de datos. Estos son sensores y sensores de IoT, "ciudades inteligentes" y "hogares inteligentes", automóviles, dispositivos móviles con receptores GPS integrados, cajas registradoras en línea, redes sociales, sistemas de pago, datos de cámaras de video y otros.
– 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 , .
* Este artículo refleja la aplicación y desarrollo de la LI en el sector civil de la industria, aunque, como para muchas otras tecnologías, el principal impulsor del desarrollo de este concepto es la solución de los problemas del sector militar-industrial. Las tareas de los militares, que se resuelven utilizando LI (de fuentes abiertas, por supuesto), se reflejarán en otras revisiones.