#市場採買守則 #保護自己也保護大家
防疫期間減少出門,不過採買物資是民生必需,分享幾個 #我們能夠自身做好的措施👌
不管是到傳統市場還是商場,建議 #先列好購買清單,縮短採買時間⏰ 帶好口罩並且 #避免交談⛔️
也可以善用google map #即時人流統計,避開人潮🔍在google map輸入地點,就可以看到人流資料喔💡
回家後也要 #先洗手 或用酒精消毒👏
也可以參考g0v的 #宅在家買菜共筆✏️
不管是生鮮還是蔬菜箱,都有相關的宅配資訊⬇️
https://reurl.cc/gW73KR
近期部分確診個案的足跡有到傳統市場,所以還是提醒大家📣只要是外出,都要注意防疫⚠️
市場是民生必需場所,攤商們也都很辛苦,所以我也已經向台北市市場處爭取增加市場的防疫人力⏫
週末來臨,我們一起減少非必要外出,保護自己也保護大家💪
同時也有1部Youtube影片,追蹤數超過646的網紅中央研究院研之有物,也在其Youtube影片中提到,整體人口的移動,其實是由許多種不同的人流所組成。若能細緻地分群、找出每一種分群的移動規律,也能將過往的人流資料當作機器學習的訓練資料(影片上半部),提升電腦預測未來人流路徑的準確度(影片下半部)。 -- 原文:從手機網路訊號資料,探勘人口動態奧妙 http://research.sinica.ed...
人流資料 在 高虹安 Facebook 的最佳貼文
▎包山包海收數據,個資安全先做好
虹安今天在立法院教育與文化委員會指出,文化部明年度預算書裡的「#文化數據智能分析與決策輔助計畫」立下雄心壯志,將收集民眾參訪演藝廳、劇場、電影院、博物館、美術館、藝文特區等地方的觀賞行為資料,以及參訪民眾的消費數據。同時也計畫向電信業者購買去識別化的人流資料,建置藝文產業大數據資料庫,以打造全國藝文參與的大數據儀表板為目標。
虹安肯定文化部勇於嘗試運用大數據分析來調整政策的作法。但是「數據越多,責任越大」,強化資訊安全,尤其是民眾的個資保護,一定要擺在第一。
除了收集及購買資料外,文化部也將運用鑑價演算法對數位影音內容資產進行評價分析。虹安以民間AI新創業者研發KOL Radar網紅雷達為例,就是透過大數據技術,即時收集網路上龐大的公開社群資料,結合AI技術為品牌與企業客戶做精準的網紅推薦。文化部是要運用類似作法,對數位影音內容資產進行評價分析。但文化部並非營利事業,虹安為此特別質詢文化部,評價的目的到底是為了什麼?
沒想到負責答詢的文化部資訊處人員,對於虹安詢問數據收集覆蓋率的KPI、數位影音內容評價目的等問題答非所問。李永得部長只好趕緊回答,數位影音內容資產評價的結果,將僅做為文策院投融資的標準。李部長也承諾,虹安和民眾特別關切的個資保護問題,一定會做好資安工作及隱私權的保障。
人流資料 在 靛 Facebook 的最佳解答
2020.7.8 【 #7日TopFans育成計劃 🎖 7/7 】
7天過去了,來個賽後檢討。
圖1 & 2) 一星期前叫說不要7770個followers,一聲令下follower人數大跌(笑),這個星期密密更新,收到通知增加了新的粉和follower,卻沒有顯示在數字上。人數只跌不會升的情況一直都維持,其實是預期之內。
圖3) 頭粉得主陸續出現,一星期後,截至此刻出現2x個。然後,神奇的是,top fan list上,也陸逐出現多個top fan了幾星期甚至兩個月的人士出現,但明明一星期前仍是「You don’t have any top fan yet.」… ?!?!?
圖4) fb page有個「insight」專門給page主參考人流資料。這裡的followers卻是7936個,Vs.門口的7754⋯⋯即係點?
~ ~ ~ ~ ~
2008年開這個page,早幾年已經知道數字只是虛名,Fb不課金出post就不會有人見到,是人所皆知的事實。
TopFans育成計劃遊戲玩完了,還有好多我心目中的頭粉沒有出現,他們也許是like來like去都得不到頭銜,也可能是,我心目中的人物都已經離開了雙方的視線範圍,沒再出現。
另一邊廂,有些我之前沒有留意過的名字出現。這星期的密集互動,像回到那些為了宣傳新作密密寫點甚麼的日子,那些夏天的回憶都湧上心頭。養出廢中心胸的我,總是在緬懷過去,但又明知所以事物都沒法回到從前。
發起這個TopFans育成計劃,其實是想測試一下這是怎樣運作,原來是要天天出post多人engage就會生成。抱歉威迫大家去陪我玩這個engagement的無聊遊戲,我知道自己過去或現在都好有些post真係幾悶,連讓人like的吸引力都沒有,感激大家的慷慨派like留言。
天天出po的這十天,重拾了這個「要自己思考」的節奏,且看未來我又能生產出甚麼來。(也許沒有,哈~且看。)
#靛 #靛粉
人流資料 在 中央研究院研之有物 Youtube 的最佳貼文
整體人口的移動,其實是由許多種不同的人流所組成。若能細緻地分群、找出每一種分群的移動規律,也能將過往的人流資料當作機器學習的訓練資料(影片上半部),提升電腦預測未來人流路徑的準確度(影片下半部)。
--
原文:從手機網路訊號資料,探勘人口動態奧妙 http://research.sinica.edu.tw/human-dynamics-chan-ta-chien
人流資料 在 「電信人流、智慧決策」研討會壹- 資料創新應用競賽 - Facebook 的推薦與評價
「電信 人流 、智慧決策」研討會壹、 時間:110年11月2日(星期二) 14:00~17:15 貳、 目的: 為掌握各地區活動人口分布情形,供各項施政資源投入參用, ... ... <看更多>
人流資料 在 台灣人流地圖 的推薦與評價
請點選地圖中的點. 請點選地圖中的點. * 2020/11 資料. 臉書討論 Medium 討論 網站問題反應. 說明. 資料來源:. 社會經濟資料服務平台 · 各村(里)人口統計月報表(含 ... ... <看更多>