ویرگول
ورودثبت نام
محمد اسکندری نسب
محمد اسکندری نسب
خواندن ۱ دقیقه·۹ روز پیش

تحقیقات پشرو در حوزه علوم اجتماعی محاسباتی: ترسیم نقشه فقر با داده‌های تماس‌های تلفنی


در تحقیقی که توسط محققان بانک جهانی انجام شده است، پژوهشگران از داده‌های تلفن همراه برای تخمین وضعیت مالی کاربران در کشور رواندا استفاده کردند. این تحقیق نشان داد که با استفاده از داده‌های مکانی و ارتباطات مبتنی بز تلفن همراه، می‌توان توزیع جغرافیایی ثروت را با دقت بالایی تخمین زد.

نقشه (A) شاخص ثروت ترکیبی پیش‌بینی‌شده (میانگین ناحیه)، محاسبه‌شده از داده‌های تماس سال 2009 و جمع‌آوری‌شده براساس مناطق رواندا.  و نقشه (B) شاخص ثروت ترکیبی واقعی (میانگین ناحیه)، شامل 12792 خانوار، طبق آمار، وزارت کشور رواندا 2010 (Blumenstock et al., 2015)
نقشه (A) شاخص ثروت ترکیبی پیش‌بینی‌شده (میانگین ناحیه)، محاسبه‌شده از داده‌های تماس سال 2009 و جمع‌آوری‌شده براساس مناطق رواندا. و نقشه (B) شاخص ثروت ترکیبی واقعی (میانگین ناحیه)، شامل 12792 خانوار، طبق آمار، وزارت کشور رواندا 2010 (Blumenstock et al., 2015)



جمع‌آوری داده‌ها: داده‌های ناشناس حدود 1.5 میلیون کاربر تلفن همراه بین سال‌های 2005 تا 2009 جمع‌آوری شد.
مدل‌سازی یادگیری ماشینی: پژوهشگران یک مدل یادگیری ماشینی ساختند که از رکوردهای تماس برای پیش‌بینی پاسخ‌های نظرسنجی استفاده می‌کرد.
مقایسه نتایج با داده‌های واقعی: نتایج این تحقیق با نتایج سرشماری‌ها و نظرسنجی‌های دموگرافیک مقایسه شد و شباهت‌های زیادی بین آنها مشاهده شد، که نشان‌دهنده دقت بالای روش استفاده شده است.


مشخصات مقاله:

Blumenstock, J., Cadamuro, G., & On, R. (2015). Predicting poverty and wealth from mobile phone metadata. Science (New York, N.Y.), 350(6264), 1073–1076.
دانلود مقاله<br/>

یادگیری ماشینیبانک جهانیوزارت کشور
دانشجوی دکتری جامعه‌شناسی دانشگاه تهران، پژوهشگر علوم اجتماعی محاسباتی و فضای مجازی
شاید از این پست‌ها خوشتان بیاید