如何借助大数据提升后疫情时代决策效率
来源: 网易科技报道（原文标题：百度发表论文：如何借助大数据提升后疫情时代决策效率）据介绍 ， 研究者在试图摸清地图数据与经济复苏情况的关联时 ， 发现了两个关键因子——地图用户到店数量（Volumes of Visits to Venues ， 简称V3）与商户新开设的地理位置点数量（New Venues Created ， 简称NVC） 。 V3可以反映用户的活跃程度 ， NVC则反映商户的活跃程度 。于是 ， 研究者将这两个数据的走势与GDP走势做成可视化图表 ， 结果发现 ， NVC、V3与GDP的走势 ， 呈现强烈的正相关 ， 也就是说 ， 地图用户到店的情况与商户新开设的地理位置点情况 ， 可以反映经济活动的强弱 。
图1：从2018年第一季度到2020年第一季度 ， 每个季度的国内GDP与百度地图用户到店数量 ， 新开设的地理位置点数量 ， 呈现强烈正相关 。 （注：分析所用的数据皆为脱敏数据 ， 所有处理环节均不涉及个体隐私 。 下同 。 ）那么 ， 这一发现 ， 除了作为经济活动的晴雨表 ， 还有什么作用呢？研究人员又做出了进一步的分析 。 他们对各个行业、各个地区省份的经济活跃程度进行了细致分析 ， 结果发现 ， 不同行业、不同地区之间 ， 经济复苏情况呈现巨大差异 ， 主要分为以下三类——L型、勾型、V型 。先来看L型 。 这一曲线显示复苏缓慢 ， 说明受疫情影响大 ， 下图分别是机场、火车站、教育培训机构、酒店的用户到店情况 。 可以看到 ， 代表今年情况的红色V3曲线 ， 呈现“L”形状 ， 依旧在低谷摇摆 。
图2：上图为机场、火车站、教育培训机构、酒店的用户到店情况（V3）和新开设的地理位置点情况（NVC）再来看勾型 。 虽遭受疫情影响 ， 但是疫情缓和之后 ， 能够恢复到2018年与2019年同期之间的经济水平 。 餐饮酒吧、休闲娱乐、公园景点等是典型的行业代表 。 这一复苏情况在V3的可视化图表里很像一个反写的“对勾” 。
图3：勾型：疫情缓和之后 ， 餐馆酒吧、娱乐设施、旅游景点等行业能够恢复到2018年与2019年同期之间的经济水平最后看V型 。 尽管疫情的影响严重 ， 但是一旦疫情缓和之后 ， 能够快速触底反弹 ， 恢复到2019年同期水平 ， 甚至比那时情况更好 。 代表行业有工作居住的地点、商超、医院药店等 。
图4：V型：疫情缓和之后 ， 工作居住地点、商超、医院药店等景气程度快速反弹 ， 走势看上去像字母V此外 ， 大数据还发现了人口出行情况、搜索情况与疫情防控之间的紧密关联 。 可以看出 ， 中国内地除湖北外主要城市确诊感染人数与该城市人均搜索COVID-19相关关键词的次数存在显著正相关 。 由此得出结论 ， 可能是由于感染情况引发的恐慌心理 ， 人们更愿意搜索相关信息 。研究还发现 ， 全国除湖北外主要城市的出行恢复率与当地人通过搜索COVID-19次数呈现显著的负相关 。 也就是说 ， 人均通过搜索COVID-19关键字较多的城市 ， 人们出行意愿更低、或是当地疫情管控措施更为严格 (在排除了其他潜在因素的偏相关性分析后 ， 此关联依然显著) 。
推荐阅读
- 李兰娟|李兰娟：4组数据充分说明武汉是安全的，武汉人也是安全的
- “害人之心不可有”，害人的标准如何判定。
- 清朝是如何统一台湾的
- 世界牛奶日：我国乳制品应如何优化？
- 佛山|扩散！新型碰瓷出现！佛山已有138名车主中招！高速公路上屡发“刮”“蹭”事故开豪车碰瓷索取高额赔偿大数据助力警方成功破案警方提醒
- “种族歧视病毒“的锅如何甩？
- 后疫情时代，如何找到发展之道？
- 如何看待此次美国抗暴运动，请爬出你的思维陷阱
- 如何补齐中国的短板？
- 首都华盛顿遭断网？监测网站数据与留学生辟谣了