Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

野外数据 #15:你能分享你的位置信息吗?

Posted on 2026-02-24

位置至关重要

最近我接手了一个很有意思的客户项目。这个项目之所以有趣,原因有很多,但其中一个关键点是他们希望为其数字产品添加一项重要功能。他们希望能够以动态点的形式,在他们正在绘制地图的海域地图上实时追踪其科考船的位置。

我不会对你或他们撒谎,这确实是第一次。我的意思是,让朋友分享位置信息是一回事,但要管理好几艘船的位置信息又是另一回事。这绝对是个挑战,但多亏了我们如今都或多或少接触位置数据的时代,这件事看起来似乎可行。所以我说:“我们一起做,一起想办法。” 就像学习任何新技能一样,我一头扎进了研究的海洋,因为突然之间,我必须成为一名物联网定位专家(虽然我没能达到这个目标)。这让我对开启位置信息的真正含义以及数据的各种用途有了更深入的了解。那么,让我们来探讨一下发送位置信息的真正意义吧。

欢迎来到野外数据
欢迎回到《数据探秘》系列节目,我们将探讨不同类型数据的形成、收集和使用方式,以及它们如何影响我们周围的世界。我很高兴能深入探讨这个话题,因为数据和技术资源是任何人都可以使用的……前提是获得授权!

什么是地理定位?

让我们从基础知识开始。什么是地理定位?根据 Investopedia 的解释,“地理定位是指利用 GPS、手机信号塔、WiFi 接入点或它们的组合来追踪设备位置的能力。由于设备是由个人使用的,因此地理定位利用定位系统来追踪个人的位置,精确到经纬度坐标,或者更实际地说,精确到物理地址。”

换句话说,这是一种利用各种技术手段追踪你位置的方法,所以无论你走到哪里,只要你拥有可以访问互联网或以某种方式连接到网络的设备,他们就能找到你!

我们来探讨一下几种不同的实现方法:

GPS:也称全球定位系统。我们都熟知并喜爱它,如果你和我一样,它会让你想起第一部《侏罗纪公园》。这是定位物体最精确的方法,而且无需网络连接!该设备使用接收器直接接收来自绕地球运行的卫星网络的信号,没错,大多数智能手机都内置了GPS。

手机信号塔:这也被称为基于网络的地理定位。你的手机运营商的基础设施通过一种叫做网络三角定位的过程来确定你的位置。这听起来很复杂,但其实很简单,就像切披萨一样,通过在设备与已知的网络节点之间绘制三角形来确定设备的位置,你的设备位于中心,而各个信号塔则位于三角形的边缘。由于这是基于网络运营商的,因此定位精度取决于该区域的网络覆盖范围。所以,如果你决定在山区迷路,你就会知道操作系统是否真的对生活至关重要(仅限英国用户)。

Wi-Fi接入点:也称为Wi-Fi定位,它是最轻量级的定位方式,而且在我看来也是最有趣的。本质上,每个Wi-Fi路由器都会持续广播一个唯一的标识符,就像它是巨型Wi-Fi地图上的一个地标(各大公司已经构建这张地图多年了)。因此,当Wi-Fi开启时,你的设备可以看到附近许多Wi-Fi网络,每个网络都有其唯一的ID。你的手机会识别所有这些网络(即使它没有连接到这些网络),因此,当手机经过并识别这些网络时,就可以确定你设备的位置,类似于你根据街道上的地标在地图上找到自己的位置。唯一不同的是,与其他所有方法不同,Wi-Fi定位的最佳精度在10米以内(因为它使用的是无线电波)。这意味着在建筑物内它是最佳选择,但在一定距离之外……精度就没那么高了。

IP 地址:任何能连接互联网的设备都可以使用这种方法……在当今世界,这样的设备非常多。每个设备在联网时都会被分配一个 IP 地址;互联网就是通过这个地址来确定将信息发送到哪里的。但 IP 地址并非随机分配;它们是按区域划分的,划分范围可以达到国家/地区级别、城市级别,有时甚至细化到社区级别。在后台,存在着庞大的 IP 位置数据库,用于将 IP 地址映射到设备的实际位置。需要注意的是,这种方法无法提供精确的经纬度坐标,但可以提供大致的区域范围。

蓝牙:工作原理与 Wi-Fi 接入点类似。大多数设备都具备蓝牙功能,因此当蓝牙开启时,您的设备会向其他蓝牙信标发送信号,广播其位置,从而可以根据距离远近定位您的设备。

好的,酷!这就是它的工作原理,但是我们该如何使用它呢?

受众研究与门店选址

这可能是我们大多数人都知道的!它包含客流量数据,就像一张人流热力图。它可以帮助你了解人们经常光顾的地方,例如,你可以据此决定下一个餐车或商店的选址。你还可以使用基于位置的广告,利用社交媒体工具更精准地定位你的目标受众。它甚至还包括 Uber Eats,后者会根据你的位置为你推荐附近的最佳餐饮选择。营销和广告行业一直在利用地理定位技术来提高广告效率,使广告能够精准触达那些不仅在个人层面,而且在实际层面(例如,他们能够在合理的时间内到达商店购买商品)都能与广告产生共鸣的人。

伦敦交通局和旅游

别担心,伦敦交通局(TFL)并没有偷偷追踪你在伦敦的手机(至少据我所知没有)。实际上,每次你在车站刷牡蛎卡或使用非接触式支付时,系统都会生成一条带有时间戳和位置信息的记录,追踪你在交通网络中的具体位置。仅一天之内就有数百万次的刷卡和出行,伦敦交通局就能据此绘制出一张地图,实时呈现每日和不同时段的出行需求,从而了解哪些线路最繁忙,以及高峰时段的出行模式是如何变化的(高峰时段的收费绝非随意设定)。你可以想象,随着人们迁出伦敦,线路不断扩展,这项技术在决定如何进一步扩建铁路时将至关重要。公交车实际上也配备了GPS,让我们能够通过实时到站信息显示屏了解预计的到站时间。

订阅

没错!你可能已经注意到,在不同的国家/地区使用 Netflix、Amazon Prime 甚至 YouTube 时,你看到的内容会截然不同。这是因为这些网站会使用地理位置数据来向特定用户群体推送相关内容。所以,如果你住在印度,你在 Netflix 上看到的宝莱坞电影可能比你住在英国时多得多。或者,如果你住在美国,你可能根本无法观看某些节目或电影,因为它们的版权限制了它们在其他地区的播放。这就是为什么你会在 YouTube 上看到一些推广 VPN 的广告,因为 VPN 可以让你通过更改 IP 地址的地区来绕过地理位置限制。

我们从哪里获取地理位置数据?

希望这篇文章能激发大家对地理位置的兴趣,如果我不指出一些可以免费获取地理位置数据的地方就离开,那就太失职了!很多公司都提供收费的地理位置数据服务。我并不推荐任何一家,所以请大家自行上网查找,但以下这些地方是可以免费获取的:

  • 开放街道地图(OSM)
  • 伦敦数据存储库(用于存放我之前提到的公共交通数据)
  • Google 地理位置 API(他们其实提供了好几个 API,所以一定要去看看!)
  • 自然地球
  • NASA 和 ESA 开放数据
  • 政府开放数据门户网站(许多政府允许访问其收集的地理位置数据)

每天都有大量数据和信息在不知不觉中被收集,这总是让我感到惊讶。更不可思议的是,其中很多数据竟然可以免费获取!这正是数据工作如此令人兴奋的原因。我们很少会问“这些数据是否存在?”,而是会问“如果存在……我们可以用它构建什么?”

下次再见,我们将继续探讨《野外数据》。

野外横幅广告中显示数据,请问您能否分享您的位置信息

野外数据

野外数据 #15:你能分享你的位置信息吗?

在本期《数据在野外》中,我将探讨“分享你的位置”的真正含义。从GPS和Wi-Fi到船舶追踪和伦敦交通局需求建模,本文将深入剖析地理定位的工作原理、它在日常生活中的应用,以及当移动数据转化为实际应用时,我们可以构建什么。

阅读更多 →

2026年2月24日

野外数据

野外数据解读 #15:烟花背后的数据

烟花不仅仅是点亮夜空,它们还受到数据的制约。从风力模型到噪音限制,这些无形的阈值决定着何为“安全娱乐”。这篇“数据解读”文章将探讨分贝、数学和法规如何悄然影响着我们最喜爱的庆祝活动之一。

阅读更多 →

2026年1月8日

野外数据

实地数据 #14:光、激光和激光雷达

想象一下用光来绘制世界地图。这正是激光雷达(LiDAR)的工作原理。它发射激光脉冲,这些脉冲从物体上反射回来,到达传感器,传感器利用基本的物理知识计算距离。重复数百万次,就能生成点云,进而生成精细的三维地图。从城市测绘到自动驾驶汽车,激光雷达揭示了肉眼无法看到的世界。

阅读更多 →

2025年10月8日

← 上一页第1页第2页第3页第4页第5页下一页 →

这篇文章《数据实战 #15:你能分享你的位置吗?》最初发表于“数据可视化卓越,无处不在”网站。

原文: https://visualisingdata.com/2026/02/data-in-the-wild-15-can-you-share-your-location/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme