論文の概要: Nowcasting Gentrification Using Airbnb Data

• arxiv url: http://arxiv.org/abs/2101.05924v2
• Date: Mon, 18 Jan 2021 16:47:17 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-28 11:14:04.573809
• Title: Nowcasting Gentrification Using Airbnb Data
• Title（参考訳）: airbnbのデータを使った nowcasting gentrification
• Authors: Shomik Jain, Davide Proserpio, Giovanni Quattrone, Daniele Quercia
• Abstract要約: 国勢調査データは10年ごとに更新されるため、リアルタイムに近所の変化を測定することができない。 この研究によると、Airbnbのデータは近所の変化の定量化と追跡に利用できる。
• 参考スコア（独自算出の注目度）: 1.376408511310322
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is a rumbling debate over the impact of gentrification: presumed gentrifiers have been the target of protests and attacks in some cities, while they have been welcome as generators of new jobs and taxes in others. Census data fails to measure neighborhood change in real-time since it is usually updated every ten years. This work shows that Airbnb data can be used to quantify and track neighborhood changes. Specifically, we consider both structured data (e.g. number of listings, number of reviews, listing information) and unstructured data (e.g. user-generated reviews processed with natural language processing and machine learning algorithms) for three major cities, New York City (US), Los Angeles (US), and Greater London (UK). We find that Airbnb data (especially its unstructured part) appears to nowcast neighborhood gentrification, measured as changes in housing affordability and demographics. Overall, our results suggest that user-generated data from online platforms can be used to create socioeconomic indices to complement traditional measures that are less granular, not in real-time, and more costly to obtain.
• Abstract（参考訳）: 一部の都市では、ゲントリファイターが抗議活動や攻撃の対象となっていると推定されているが、他の都市では新しい仕事や税金のジェネレーターとして歓迎されている。 国勢調査データは10年ごとに更新されるため、リアルタイムに近所の変化を測定することができない。 この研究によると、Airbnbのデータは近所の変化の定量化と追跡に利用できる。 具体的には、両方の構造化データ(例)を考える。 リスト数、レビュー数、一覧情報)、構造化されていないデータ(例) 自然言語処理と機械学習アルゴリズムで処理されたユーザー生成レビュー) ニューヨーク(アメリカ)、ロサンゼルス(アメリカ)、グレーター・ロンドン(イギリス)の3つの主要都市で作成されている。 Airbnbのデータ(特に非構造的な部分)は、住宅価格と人口統計の変化として測定された近隣のジェントリフィケーションを予測しているようだ。 全体として,オンラインプラットフォームからのユーザ生成データを用いて,より粒度の低い従来の尺度を補完する社会経済指標を作成できることが示唆された。

関連論文リスト

• Extracting the U.S. building types from OpenStreetMap data [0.16060719742433224]
  この研究は、アメリカ合衆国全体をカバーする住宅・非住宅の分類を提供することで包括的なデータセットを作成する。 そこで我々は,ビルディングフットプリントと利用可能なOpenStreetMap情報に基づいて,ビルディングタイプを分類するための教師なし機械学習手法を提案し,活用する。 この検証は、非住宅の建物分類の高精度化と、住宅用建物の高いリコールを示す。
  論文  参考訳（メタデータ） (2024-09-09T15:05:27Z)
• Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
  本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。 ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。 我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
  論文  参考訳（メタデータ） (2024-08-08T08:37:37Z)
• Deep Temporal Deaggregation: Large-Scale Spatio-Temporal Generative Models [5.816964541847194]
  本稿では,最新技術よりもパフォーマンスとスケールが大幅に向上する時系列の変圧器に基づく拡散モデルTDDPMを提案する。 これは、いくつかのシーケンス長、標準データセット、評価尺度にまたがる新しい包括的なベンチマークで評価される。
  論文  参考訳（メタデータ） (2024-06-18T09:16:11Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Using Machine Learning to Evaluate Real Estate Prices Using Location Big Data [0.5033155053523041]
  一般的な回帰モデルとツリーベースモデルの予測能力を向上させるために,モバイル位置情報が有効かどうかを検討する。 本研究では,1週間あたり500m以内の利用者を収集した不動産データから,個別の資産にアタッチすることで,移動データを処理した。 これらの動的国勢調査の特徴に加えて, 住民数, 通勤者数, 通勤者数, 住民数など, 静的な国勢調査特徴も含んでいた。
  論文  参考訳（メタデータ） (2022-05-02T19:58:18Z)
• ReGNL: Rapid Prediction of GDP during Disruptive Events using Nightlights [0.0]
  Regional GDP NightLight(ReGNL)は、ニューラルネットワークベースのモデルで、過去のナイトライトとGDPデータのカスタムデータセットに基づいてトレーニングされている。 ReGNLはディスラプティブに依存しず、正常な年と破壊的な出来事のある年の両方でGDPを予測することができる。
  論文  参考訳（メタデータ） (2022-01-19T14:10:37Z)
• Measuring and Modeling Neighborhoods [0.0]
  我々は、回答者が自分の近所を地図上に描いたりできるオープンソースの調査機器を開発した。 本研究では, 住民と地域住民の特性がどのように主観的地区を決定するか分析する統計モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-26T20:43:41Z)
• Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
  UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。 UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。 私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
  論文  参考訳（メタデータ） (2021-08-10T19:19:41Z)
• Large-Scale Spatio-Temporal Person Re-identification: Algorithm and Benchmark [100.77540900932763]
  224k以上の画像を持つ10,860のIDを含む,LaST(Large-scale Spatio-Temporal)の個人再IDデータセットを新たに提供した。 LaSTは、より困難で多彩なreID設定を示し、空間的および時間的範囲が大幅に大きい。
  論文  参考訳（メタデータ） (2021-05-31T16:05:51Z)
• Lifelong Property Price Prediction: A Case Study for the Toronto Real Estate Market [75.28009817291752]
  自動資産評価のための最初の寿命予測モデルであるLuceを提示する。 ルースは不動産価格の2つの重要な問題に対処している。 トロント不動産市場から得られた大規模な実生活データセットにLuceを適用することで,Luceのメリットを実証する。
  論文  参考訳（メタデータ） (2020-08-12T07:32:16Z)
• NWPU-Crowd: A Large-Scale Benchmark for Crowd Counting and Localization [101.13851473792334]
  我々は,5,109枚の画像からなる大規模集束群集NWPU-Crowdを構築し,合計2,133,375個の点と箱を付加したアノテートヘッドを構築した。 他の実世界のデータセットと比較すると、様々な照明シーンを含み、最大密度範囲 (020,033) を持つ。 本稿では,データ特性について述べるとともに,主要なSOTA(State-of-the-art)手法の性能を評価し,新たなデータに生じる問題を分析する。
  論文  参考訳（メタデータ） (2020-01-10T09:26:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。