一 : 谷歌详解如何用机器学习攻克停车难 随时预测目的地停车状况

　　近日，谷歌(微博)在安卓设备的更新中，为谷歌地图新增了一项功能——预测目的地的停车状况。

　　用户只需在谷歌地图中查询路线，就可以看到一个新的图标。如果谷歌预测到你所去的目的地可能有停车难的风险，你就会看到地图上出现一个彩色的点，且附带字母P。停车的难易程度将分为“车位有限”、“中等”和“容易”三个等级。

　　

 

　　如果谷歌预测到你所去的目的地可能有停车难的风险，地图上会出现彩色的点，且附带字母P。

　　谷歌的一篇官方博客称，这一功能目前已经向25个美国最大的城市地区开放。但谷歌公司正寻求在未来将该功能推广至更多的城市和国家，以及打破平台限制，延伸至苹果iPhone设备上的谷歌地图应用。

　　谷歌平台上的另一个地图应用Waze也为美国许多大城市提供类似服务，但谷歌地图采用的方式略有不同。Waze预估停车位时采用了INRIX公司整合的停车数据信息，但谷歌声称其停车预测是基于用户主动共享地理位置历史，从而获得的匿名数据。

　　2月3日，谷歌的软件工程师James Cook、Yechen Li和研究员Ravi Kumar联合发布了一份研究报告，详细论述了此项应用的原理。

　　要提供这一停车预测功能，工程师们需要解决许多问题——停车情况复杂多变，几乎没有实时的停车位信息;即使有些地区有联网的停车计时器，这些数据也不包括非法停车、许可停车和提前离开等信息;道路只能提供二维图像，但停车场本身结构更为复杂;停车位的供需即时变动，即使是最好的系统都很可能无法及时更新。

　　为了解决这些问题，谷歌的团队结合了众包和机器学习来建立能够提供停车难度信息的系统，甚至还能帮助用户决策采用何种方式出行。在预发布的实验中，他们发现出行模式按钮的点击量大增，这表明用户获得了停车难度信息之后，会更倾向于考虑公共出行方式，以取代开车。【编注：众包，即crowdsourcing，指的是一个公司或机构把过去由员工执行的工作任务，以自由自愿的形式外包给非特定的(而且通常是大型的)大众网络的做法。】

　　要为解决停车难的问题设计算法，需要三方面技术——通过众包的方法获得地面实况数据、一个合适的机器学习模型，以及一个用以训练模型的强大特征集。

　　地面实况数据

　　在机器学习解决方案中，收集高质量的实况数据一直是个关键挑战。谷歌团队采用的方法是，问司机是否遇到了停车难的问题。但是，他们很快发现，面对这样主观的问题，通常会得到相互矛盾的答案：对同一时间段的同一地点，有的人回答“容易”找到停车位，有的人的回答却是“难”。换成“多久能找到停车位?”这样的客观问题，答案的可信度就有了很大的提高，从而能众包产生高质量的、超过10万个回答的实况数据集。

　　模型特征

　　有了可用数据，接下来就是选择用来训练模型的特征。该项目利用的是喜欢分享定位的用户提供的匿名聚合信息，以此作为评估实时交通状况、高流通时间段、访问时长的关键信息源。

　　谷歌研究员在报告中称，他们很快便发现，即便有了所需数据，还是会遇到一些独特的挑战。比如，如果有人在自己门前或者私人的停车位停车，系统不该错误地认为这里的停车位是可用的。用户搭乘出租车到达，可能会造成门前停车很多的假象，与此类似，公共交通用户可能会被系统认为是在公交车站停车。这些错误的认知，都会误导机器学习系统。

　　因此，系统的设计需要更强大的聚合特征。其中一个功能的灵感就来自谷歌所在的Mountain View地区。如果谷歌导航发现大量用户在午餐时间开着车在市中心绕圈，这就表明停车位很难找。

　　

 

　　如果谷歌导航发现大量用户在午餐时间开着车在市中心绕圈，这就表明停车位很难找。

　　谷歌的研究员在思考，如何把这些关于停车难的“蛛丝马迹”作为一个特征来进行训练。研究员把用户直接到达目的地时间与绕圈、停车、步行这样实际到达目的地的时间进行了对比，聚合了二者之间的不同。如果多数用户在二者之间所用的时间存在显著差异，就被认为是遇到了停车难的问题。

　　之后，谷歌团队继续开发了更多的特征：特定的目的地、散步的停车地点、停车的时间点与日期(例如，用户在早晨会停得离目的地很近，在高峰时间会很远，这怎么办?)、历史停车数据等等。最后，他们得到了大约20个不同的特征。之后，就是调整模型的表现了。

　　模型选择和训练

　　针对上述特征，研究员使用了一个标准的回归机器学习模型。这种选择有几个原因：首先，逻辑回归的原理是大家所熟知的，并且，在训练数据中，它对噪音是有弹性的;第二，可以将这些模型的输出解释为停车难的概率，然后可以将其映射成描述性术语，如“停车位有限”或“轻松停车”;第三，很容易理解每个特定特征的影响，这使得验证模型是否合理更加容易。例如，当研究员开始训练时，许多人认为上述“蛛丝马迹”的功能将是最好的方法，可以解决所遇到的难题。但实际情况并非如此，事实上，基于车位位置分散的特征才是停车难度最强大的预测因素之一。

　　结论

　　使用谷歌的模型，研究员们能够为任何位置和时间的停车难度生成一个估算值。下图是该系统输出的几个例子，用于提供给定目的地的停车难度估计。比如，星期一早上对整个城市来说都停车困难，尤其是最繁忙的金融和零售区。在星期六晚上，又会再次变得繁忙，但却主要集中在餐厅和景点等区域。

　　

 

　　停车难度模型在旧金山金融区和联合广场地区上的输出。红色表示有更高置信度的停车困难。上排：一个典型周一的上午8点(左)和9点(右)。下排：一个典型周六的相同时间。

二 : 如何使用谷歌地球卫星定位

google earth (谷歌地球)卫星地图已经出来很长时间了，但怎样使用google earth 查找我们的位置还没有一个简单易懂的介绍。现在把怎样使用google的卫星地图查找我们的位置介绍给大家。

大家到 http://maps.google.com 这个网址，然后在上面的搜索条内直接输入想要找的城市名称如“合肥”，可以用汉字，然后点右边的search maps 就可以找到大概位置了，然后再点地图上右上角中间的satellite按钮，就可以看到自己城市的详细地图了。滚动鼠标可以缩放地图大小。界面上面是录入框，可直接输入地名定位地图。地图左上角是工具按钮。上下左右四个方向键，中间按钮回到最后一次查找的结果。左侧下面是分辨率，点+即放大一级，点-即缩小一级，也可以拉动中间的滚动条直接改变分辨率。是不是很方便啊。以后将会介绍更多通俗易懂的有用的知识。

有三种办法可以定位你想查找的区域：

1.在上方搜索录入框直接输入地名，现在可以用中文输入，如输入广州，就可以查找广州的卫星图片；

2.将分辨率滚动条拉到最下方，然后在全球地图中逐步放大查找；

3.直接输入经纬度，可以先使用google一般查询功能查询目的地的经纬度，县级以上地名一般很容易查到相关数据。然后将经纬度代入 URL：http://maps.google.com/maps?ll=纬度,经度&spn=0.1,0.1&t=k&hl= en

，注意，经纬度都使用十进制。

不同区域最大的分辨率会有所不同。地图显示后，可用鼠标拖动地图以显示不同区域。

利用这个卫星地图，还可以反查经纬度。将目标位置拉至最大分辨率，并将其拉至中心位置，在右侧“Link to this page”处点击右键，选中复制快捷方式，在文本编辑工具，如记事本中粘贴，可以看到一个形如“http: //maps.google.com/maps?ll=22.283084,114.174417&spn=0.004796,0.007918& t=k&hl=en”这样的地址，其中参数ll，就是纬度与经度。虽说由此得出的经纬度可能有所误差，但误差也不会太大。经度一度约是 85.276公里，纬度一度是110.94公里，可以按需要对获取的经纬度小数点后保留适当的位数。如果要与朋友分享某一特定目标特定分辩率的图片，直接将上述地址发送给朋友即可。

用google查询的几个结果：

天安门广场： http://maps.google.com/maps?ll=39.905841,116.391596&spn=0.004710,0.007832&t=k&hl=en

香港会展中心： http://maps.google.com/maps?ll=22.283084,114.174417&spn=0.004796,0.007918&t=k&hl=en

广州城区： http://maps.google.com/maps?ll=23.131285,113.328695&spn=0.037680,0.062656&t=k&hl=en ，右下是跑马场，左上是体育中心。

这个东西，对我们爬山也是有点用的，很多地方我们拿不到好的等高线图，也不一定有GPS参数，用这个GOOGLE卫星图片，结合现有的地图，我们就可以方便定位那座山是我们的目标了。

三 : iPhone6自带地图如何使用？

　　1、首先在iPhone6桌面中找到“地图”并点击打开。打开之后，先点击左下角的箭头，先定位一下当前我们所处的位置，如下图所示。

2、然后在顶部的搜索框中，输入我们需要达到的目的地，然后进行搜索。比如这里小编要去火车站，然后就搜索火车站，之后就可以在iPhone6地图上找到，火车站的位置，如下图所示。

3、然后我们还可以放大地图，查看目的地与当前所在地的距离，另外还可以选择是驾车还是步行，距离较远的话，就需要驾车了，地图上还会给出打车具体多长时间到，如下图所示。

4、点击【车图标和显示时间】的位置，会进入具体的线路提示界面，并且底部会显示详细的距离信息与所需时间，如果确认是开车的话，可以点击【开始】，之后会语音导航提示您行车路线，如下图所示。

5、如果是步行的话，还可以切换到【步行】选项，之后会显示具体的步行路线，底部也会显示大约需要步行的时间与步行的距离，如下图所示。

6、如果确认需要步行，也可以点击底部的【开始】，之后也会语音提示您该如何走，另外还会有方向提示，如下图所示。

四 : 如何在谷歌站长工具提交网站地图sitemap.xml

　　站点地图是为了搜索引擎能很好全面的收录你网站的信息，实际上是一个XML文档，一般命名为sitemap.xml，里边存储关于网站的所有文章的链接等，搜索引擎能通过站点地图获取文章链接。下边详细介绍如何添加站点地图

　　

 

　　工具/原料

　　前提：在谷歌站长工具下添加了个人网站，也就是提交了域名

　　前提二：网站根目录有sitemap.xml文件

　　方法/步骤

　　首先，添加了网站后，点击网站域名即可进入到站点地图的添加页面——》抓取——》站点地图

　　

 

　　点击右上角的“添加/测试站点地图”

　　

步骤阅读

 

　　输入站点地图的名称的xml文档，一般都为sitemap.xml

　　

 

　　提交sitemap后，一般都成功，刷新查看

　　

 

　　在这里会显示你网站抓取情况和异常情况。首次添加需要等待。次日即可看到前一天的收录。添加后，你就可以在谷歌搜索框内使用“site:www.exmaple.com”的方式查看自己的网站搜录情况了

　　

　　SEO专题推荐：

　　关键词优化专题：网站关键词优化没效果?来这里学习最实用的关键词优化技巧!

　　内链优化专题：最能提升网站权重的内链部署优化技巧与方法

　　外链建设专题：高质量自然外链怎么做?读完这些你将质的飞跃

　　网站降权专题：2015年最有用的网站降权、被K、被黑、被攻击的解决方法

　　用户体验专题：学习完这些，作为站长的你可以秒懂如何做网站用户体验

　　行业网站专题：优化行业网站的“葵花宝典”看完后无优化压力

五 : 如何利用谷歌Analytics做好SEO

　　对于一个合格SEOer来说，谷歌Analytics是必须要掌握的一个数据分析工具，并且要充分的加以利用。谷歌Analytics工具对SEO搜索引擎优化工作，很大程度上是一个工作效果反馈和工作方向的指导作用。

 

　　

　　谷歌Analytics界面

　　通过对Google Analytics反映的网站相关数据的分析和整合，就能很直接明了看到SEO的工作效果，以及工作中所欠缺的部分，也就是接下来的工作方向的问题，对于快速、有针对性的提升网站流量，可以说是起到不可或缺的作用。那么，我们SEO人员如何去充分利用好谷歌Analytics分析工具呢?下面仅从个人心得体会做一点简单分享。

　　1.充分利用好每段时期网站SEO流量对比分析数据。这里的SEO流量对比分析数据主要是指SEO工作初期、执行阶段、以及SEO目标期的一个流量数据对比。这样做可以很明确的看到我们SEO工作的价值，一般来讲，数据是最好也是反映效果最直接有效的方式。

　　2.充分利用GA工具里的内容分析。这里可以清晰直接的看到网站的流量来源的主要目标页，包括主要频道、栏目等等。这样对于以后SEO工作的重点也能有一个很好的把握。

　　

 

　　内容页面分析

　　3.每段时期对关键词流量变化进行对比分析。这里的关键词包括品牌关键词与非品牌关键词，从这里我们可以很好的看到关键词每段时期流量情况，从而对于我们SEO接下来的关键词优化有一个很明确的方向。

　　总的来说，谷歌Analytics数据分析工具，对我们SEO日常工作来说，可以起到事半功倍的效果。在某种程度上说，一个SEO人员对谷歌Analytics的运用情况，也可以在一定程度上反应他的SEO技术水平。

　　或许有的人觉得谷歌Analytics很难。的确，要真正深入的了解谷歌Analytics确实的是一个漫长的过程，但一些用于SEO的基本分析功能，实际操作起来其实也未必有想的那么难。

　　当然谷歌Analytics的强大功能也不是我们在这里三言两语能说的清楚的。目前笔者也是在不断的摸索和学习，同时欢迎广大SEO大神指导点评。本文由北京网站建设http://www.bsweb.cn/ 原创，首发A5，转载请注明出处，谢谢!

本文标题：如何使用谷歌地图-谷歌详解如何用机器学习攻克停车难 随时预测目的地停车状况
本文地址： http://www.61k.com/1142038.html