Skip To Content

Encontrar Locais Semelhantes

Anotação:

Atualmente, essa funcionalidade só é compatível no Map Viewer Classic (antigamente conhecido comoMap Viewer). Ele estará disponível em uma versão futura do novo Map Viewer.

Encontrar Locais Semelhantes A ferramenta Encontrar Locais Semelhantes identifica as feições de candidatos que são mais semelhantes ou diferentes de uma ou mais feições de entrada com base nos atributos da feição.

Diagrama do fluxo de trabalho

Diagrama do fluxo de trabalho Encontrar Locais Semelhantes

Análise utilizando GeoAnalytics Tools

A análise usando GeoAnalytics Tools é executada usando processamento distribuído através de múltiplas máquinas e núcleos do ArcGIS GeoAnalytics Server . GeoAnalytics Tools e ferramentas de análise da feição padrão no ArcGIS Enterprise têm diferentes parâmetros e recursos. Para aprender mais sobre estas diferenças, consulte Diferenças da ferramenta da análise de feição.

Exemplos

  • Determinar quais das lojas são mais semelhantes com as de melhores desempenhos em relação aos perfil do cliente.

  • Baseado nas características de aldeias mais atingidas por uma doença, quais outras aldeias são de alto risco?

  • Um programa de condicionamento físico pós-escolar de uma cidade foi extremamente bem sucedido. Promotores desejam encontrar outras cidades com características semelhantes para servir como candidatos para expansão do programa.

  • Um analista de crimes deseja pesquisar no Banco de Dados de todos os crimes para verificar se um crime recente pode ser parte de um padrão ou tendência maior.

  • Um gerente de recursos humanos deseja justificar faixas de salário da companhia. Após identificar cidades que são semelhantes em termos de tamanho, custo de vida e conforto, ele poderá examinar faixas de salário para posições de interesse e determinar se estão de acordo com salários da companhia.

Anotações de uso

Feições de ponto, linha, área ou tabular podem ser utilizadas.

A referência pode ser feita utilizando todas as feições na camada de entrada ou criando uma seleção. Uma seleção pode ser feita interativamente utilizando o botão Selecionar Selecionar ou por um filtro utilizando o botão Consultar Consultar. Múltiplas feições podem ser selecionadas ou não selecionadas utilizando o botão Selecionar . Somente uma consulta pode ser utilizada para criar uma seleção na camada de referência.

Uma camada de candidato de entrada é exigida. As feições da camada de candidato serão classificadas por similaridade com os locais de referência.

A semelhança classificada é baseada em campos especificados no parâmetro Semelhança de base em. Mais de um campo pode ser especificado. Somente campos numéricos com nomes correspondentes à camada de referência podem ser selecionados. As feições com o menor número de classificação têm a maior semelhança com a camada de referência.

Por padrão, todas as feições, até um máximo de 10.000, na camada de locais de candidatos serão classificadas da mais para menos semelhantes. O parâmetro Mostre-me pode ser utilizado para especificar o número de feições que você deseja retornado.

O parâmetro Determinar o mais e menos semelhante utilizando permite a você especificar como as feições são correspondidas. Você pode selecionar valores de campo ou perfis de campo.

  • Para valores de campo, os candidatos mais semelhantes terão a menor soma das diferenças quadradas para todas as feições que você utilizar Semelhança de base em; todos os valores são padronizados antes das diferenças serem calculadas.
  • Para perfis de campo, a semelhança de co-seno é medida. A semelhança de co-seno procura pelos mesmos relacionamentos no meio de valores de atributo padronizados, ao invés de tentar corresponder as magnitudes. Por exemplo, há três campos em que você usará o parâmetro Semelhança de base em, chamados A1, A2 e A3. A2 é duas vezes maior que A1 e A3 é quase igual a A2. Para perfis de campo, a ferramenta irá procurar por candidatos com os mesmos relacionamentos de atributos: A2 duas vezes maior que A1; então quase igual. Devido ao fato deste método procura por relacionamentos entre atributos, você deve especificar um mínimo de dois campos para o parâmetro Semelhança de base em. Você pode usar o método de semelhança de cosseno (perfis de campo) para encontrar lugares como Los Angeles, mas em uma escala menor no geral, por exemplo, onde você está interessado no perfil de população e número de carros para número de residentes menores de 20. O índice da similaridade de co-seno varia de 1.0 (semelhança perfeita) até -1.0 (diferença perfeita). O índice da semelhança de co-seno é gravado para Feições de Saída simindex campo (semelhança de co-seno).

Todos os campos utilizados para comparação são gravados na saída. Escolher os campos para adicionar aos resultados permite a você especificar campos para adicionar à tabela de saída, se desejado. Por padrão, todos os campos são adicionados.

Além dos campos correspondentes e dos campos para adicionar aos resultados, os seguintes campos são incluídos na saída:

Nome do campoDescriçãoNotas

location_type

Uma string que indica se as feições são da camada de referência ou da camada de pesquisa.

Este campo é sempre incluído na saída.

simrank

Quando você seleciona locais mais semelhantes ou mais e menos semelhante, todas as solução correspondentes são classificadas da mais semelhante a menos semelhante. A solução correspondente mais semelhante tem um valor de classificação de 1.

Este campo é incluído somente quando você seleciona mais semelhante ou mais e menos.

dissimrank

Quando você seleciona locais menos semelhantes ou mais e menos semelhante, todas as solução correspondentes são classificadas da menos semelhante a mais semelhante. A solução que é menos semelhante tem um valor de classificação de 1.

Este campo é incluído somente quando você seleciona menos semelhante ou mais e menos.

simindex

Este campo quantifica o grau de correspondência de cada solução com o feição de referência. Quando você especifica valores de campo, este valor representa a soma das diferenças de valor ao quadrado.

Este campo é incluído somente quando você seleciona valores de campo.

cosimindex

Este campo quantifica o grau de correspondência de cada solução com o feição de referência. Quando você especifica perfis de campo, este valor representa a semelhança dos co-senos.

Este campo é incluído somente quando você seleciona perfis de campo.

labelrank

Este campo é utilizado somente para propósitos de exibição. A ferramenta utiliza este campo para fornecer a renderização padrão dos resultados da análise.

Este campo é sempre incluído na saída.

reference_id

Um valor de ID único para feições de referência. As feições de pesquisa recebem um valor nulo.

Este valor foi introduzido no ArcGIS Enterprise 10.6.1.

search_id

Um valor de ID único para feições do valor de pesquisa. As feições de referência recebem um valor nulo.

Este valor foi introduzido no ArcGIS Enterprise 10.6.1.

No ArcGIS Enterprise 10.6.1, um resumo dos cálculos de similaridade está disponível na página de detalhes do item. O resumo inclui o seguinte:

  • Resumo das Feições de Entrada—Um resumo estatístico de uma ou mais feições utilizadas como feições de referência. Se mais de uma feição for utilizada, este é o valor médio. Cada campo utilizado no cálculo é representado como uma linha.
  • Resumo dos Atributos de Interesse—Um resumo estatístico das feições de pesquisa. Cada campo utilizado no cálculo é representado como uma linha.
  • A terceira tabela representa as feições de pesquisa mais parecidas. Esta tabela mostrará um máximo de 50 feições, embora mais feições possam ter sido correspondidas. A tabela mostra os valores search_id, simrank e simindex descritos na tabela acima.

Limitações

  • A camada de referência e a camada de candidato devem ter pelo menos um campo numérico com um nome correspondente.
  • Ao utilizar métodos de perfis de campo, a camada de referência e a camada de candidato devem ter pelo menos dois campos numéricos com um nome correspondente.

Como funciona Encontrar Locais Semelhantes

Para utilizar Encontrar Locais Semelhantes, você fornece os locais de referência, os locais de pesquisa de candidatos e os campos que representam os critérios que você deseja atender. A camada que você seleciona para análise deve conter sua referência ou locais de referência. Por exemplo, seus locais de referência podem ser uma camada contendo suas lojas de melhor desempenho ou as aldeias atingidas pela doença. Você então especifica a camada contendo seu local de pesquisa de candidato. Isto pode ser todas as suas lojas ou todas as outras aldeias. Finalmente, você identifica um ou mais campos para utilizar para medir a semelhança. Encontrar Locais Semelhantes então classificará todos os locais de pesquisa de candidatos em quão próximo eles correspondem aos seus locais de referência através de todos os campos que você selecionou.

Em alguns casos sua camada de análise conterá ambos os locais de referência e os locais de pesquisa de candidatos. Você pode ter uma única camada contendo todas as suas lojas, por exemplo, e pode desejar classificá-las a partir da mais até a menos semelhante para você em loja de melhor desempenho. Utilize sua camada de lojas como ambas a sua camada de análise e sua camda de pesquisa de candidatos. Você deve então identificar, utilizando uma das ferramentas de seleção, qual loja tem o melhor desempenho. Você pode selecionar seus locais de referência utilizando consulta interativa ou construindo uma consulta. Alternativamente, crie uma cópia da camada de lojas para que haja duas versões na Área de Controle. Clique no botão de filtro na primeira cópia e defina um filtro para selecionar a de melhor desempenho. Então clique com o botão direito na segunda camada e defina um filtro para selecionar os locais de pesquisa de candidatos (que podem ser todas as lojas exceto a de melhor desempenho). A primeira camada é sua camada de análise (clique em Executar Análise abaixo da camada ou no botão Análise na parte superior do seu mapa, e navegue até Encontrar Locais Semelhantes expandindo a categoria Encontrar Locais). Especifique a segunda camada do parâmetro Procurar por locais semelhantes em. Estes são seus locais de pesquisa de candidatos.

Em outros casos, você terá as camadas de pesquisa de candidatos e de referência separadas. Você pode ter uma camada de lojas que inclui seu melhor desempenho com campos descrevendo a base de cliente da loja (campos, tais como, renda mediana e estado civil, por exemplo) e uma segunda camada de lotes de candidatos da qual você determinará o melhor local para construir uma nova loja. Neste caso, se a camada dos locais de referência incluir mais que somente seus locais de referência, você deverá primeiro identificar os locais de referência utilizando uma das ferramentas de seleção descritas acima. Se a sua camada incluir somente seus locais de referência (sua loja de melhor desempenho, por exemplo), você não precisará fazer uma seleção. Você especificaria sua camada de lotes para os locais de pesquisa de candidatos (parâmetro dois). Se ambos os lotes e a sua loja de melhor desempenho tiverem campos descrevendo a base do cliente, você poderá executar a ferramenta Encontrar Locais Semelhantes para identificar lotes de candidatos com características demográficas da maioria do gosto dos clientes para sua loja de melhor desempenho.

Se houver mais de um local de referência, a semelhança será baseada em médias dos campos que você especifica. Então, por exemplo, se houver dois locais de referência e você estiver interessado em comparar a população, a ferramenta irá procurar por locais de pesquisa de candidatos com populações que são da maioria da população média para ambos os locais de referência. Se os valores para os locais de referência forem 100 e 102, por exemplo, a ferramenta procurará locais de pesquisa candidatos com populações próximas a 101. Consequentemente, você desejará selecionar campos para os campos de locais de referência que possuem valores semelhantes. Se, por exemplo, o valor de população de um local de referência for 100 e o outro for 100.000, a ferramenta procurará locais de pesquisa candidatos com valores de população próximos da média desses dois valores: 50.050. Observe que esse valor médio não é próximo da população de nenhum dos locais de referência.

Exemplo de ArcGIS API for Python

A ferramenta Encontrar Locais Semelhantes está disponível no ArcGIS API for Python.

Este exemplo encontra locais de varejo em potencial com base nos principais locais atuais e seus atributos.


# Import the required ArcGIS API for Python modules
import arcgis
from arcgis.gis import GIS
from arcgis.geoanalytics import find_locations

# Connect to your ArcGIS Enterprise portal and confirm that GeoAnalytics is supported
portal = GIS("https://myportal.domain.com/portal", "gis_publisher", "my_password", verify_cert=False)
if not portal.geoanalytics.is_supported():
    print("Quitting, GeoAnalytics is not supported")
    exit(1)   

# Find the feature layer containing the stores and filter to obtain stores in the top percentile
stores_search_result = portal.content.search("Stores", "Feature Layer")
stores_layer = stores_search_result[0].layers[0]
stores_layer.filter = "top_percentile = 'true'"

# Find the feature layer you'll use to search for similar locations
locations_search_result = portal.content.search("PotentialLocations", "Feature Layer")
locations = locations_search_result[0].layers[0]

# Run the Find Similar Locations tool
similar_location_result = find_locations.find_similar_locations(input_layer = stores_layer,
                                                                search_layer = locations,
                                                                analysis_fields = "median_income, population, nearest_competitor",
                                                                most_or_least_similar = "MostSimilar", 
                                                                match_method = "AttributeValues", 
                                                                number_of_results = 50, 
                                                                output_name = "similar_locations")

# Visualize the tool results if you are running Python in a Jupyter Notebook
processed_map = portal.map('Europe')
processed_map.add_layer(similar_location_result)
processed_map

Ferramentas semelhantes

Utilize Encontrar Locais Semelhantes para medir a semelhança de locais em uma camada de referência e de candidatos. Outras ferramentas podem ser úteis para solucionar problemas semelhantes, mas ligeiramente diferentes.

Ferramentas de análise do Map Viewer Classic

Para encontrar locais semelhantes utilizando ferramentas de análise padrão, consulte Encontrar Locais Semelhantes.

Se você estiver tentando selecionar locais existentes com uma consulta, utilize a ferramenta padrão Encontrar Locais Existentes.

Se você estiver tentando utilizar uma consulta para criar novas feições, utilize a ferramenta padrão Derivar Novos Locais.

Ferramentas de análise do ArcGIS Desktop

A ferramenta GeoAnalytics Tools Encontrar Locais Semelhantes está disponível no ArcGIS Pro.