論文の概要: Mapping urban socioeconomic inequalities in developing countries through
Facebook advertising data
- arxiv url: http://arxiv.org/abs/2105.13774v1
- Date: Fri, 28 May 2021 12:28:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-29 04:37:05.846480
- Title: Mapping urban socioeconomic inequalities in developing countries through
Facebook advertising data
- Title（参考訳）: Facebook広告データによる発展途上国の都市社会経済不平等のマッピング
- Authors: Serena Giurgola, Simone Piaggesi, M\'arton Karsai, Yelena Mejova,
Andr\'e Panisson, Michele Tizzoni
- Abstract要約: Facebookのマーケティングプラットフォームから推定される行動特性は、都市内の住宅地の社会経済的地位を正確にマッピングできることがわかった。
また、25歳以上の成人Facebookユーザーの属性に基づいてモデルをトレーニングすることで、すべての都市においてより正確な社会経済状況のマッピングが可能になることを示した。
- 参考スコア（独自算出の注目度）: 3.360097031101955
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Ending poverty in all its forms everywhere is the number one Sustainable
Development Goal of the UN 2030 Agenda. To monitor the progress towards such an
ambitious target, reliable, up-to-date and fine-grained measurements of
socioeconomic indicators are necessary. When it comes to socioeconomic
development, novel digital traces can provide a complementary data source to
overcome the limits of traditional data collection methods, which are often not
regularly updated and lack adequate spatial resolution. In this study, we
collect publicly available and anonymous advertising audience estimates from
Facebook to predict socioeconomic conditions of urban residents, at a fine
spatial granularity, in four large urban areas: Atlanta (USA), Bogot\'a
(Colombia), Santiago (Chile), and Casablanca (Morocco). We find that behavioral
attributes inferred from the Facebook marketing platform can accurately map the
socioeconomic status of residential areas within cities, and that predictive
performance is comparable in both high and low-resource settings. We also show
that training a model on attributes of adult Facebook users, aged more than 25,
leads to a more accurate mapping of socioeconomic conditions in all cities. Our
work provides additional evidence of the value of social advertising media data
to measure human development.
- Abstract（参考訳）: あらゆる形で貧困を終わらせることは、国連2030アジェンダの持続可能な開発目標第1位である。
このような野心的な目標に向けての進捗を監視するためには、社会経済指標の信頼性、最新、きめ細かい測定が必要である。
社会経済の発展に関して言えば、新しいデジタルトレースは従来のデータ収集手法の限界を克服するために補完的なデータソースを提供することができる。
本研究では,アトランタ (USA), Bogot\'a (Colombia), Santiago (Chile), Casablanca (Morocco) の4大都市で, 都市住民の社会経済的状況を予測するために, Facebook から公開されている匿名広告オーディエンスの推定値を収集した。
facebookのマーケティングプラットフォームから推定される行動属性は、都市内の居住地の社会経済状況を正確にマッピングすることができ、予測性能は、ハイリソースとローリソースの両方で比較できる。
また、25歳以上の成人Facebookユーザーの属性に基づいてモデルをトレーニングすると、より正確な社会経済状況のマッピングが可能になることを示した。
我々の研究は、人的発達を測定するためのソーシャル広告メディアデータの価値のさらなる証拠を提供する。
関連論文リスト
- Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。
インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。
多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文 参考訳（メタデータ） (2024-02-28T00:22:42Z) - Fine-Grained Socioeconomic Prediction from Satellite Images with
Distributional Adjustment [14.076490368696508]
本研究では,より広い領域で観測される分布挙動を捉えることで,各衛星画像に社会経済的スコアを割り当てる手法を提案する。
我々は、順序回帰スコアモデルを訓練し、そのスコアを地域内外の共通パワー則に従うように調整する。
また, この手法は, 不均質な開発地域において, 開発途上国での利用可能性を示す。
論文 参考訳（メタデータ） (2023-08-30T12:06:04Z) - Synthpop++: A Hybrid Framework for Generating A Country-scale Synthetic Population [0.680303951699936]
人口調査は費用がかかり、時間がかかり、プライバシーの懸念も高まる可能性がある。
SynthPop++を導入し、複数の実世界のサーベイからのデータを組み合わせて、実スケールの合成人口を生成する。
実験の結果,インドにおける様々な行政単位の人口を人工的にシミュレートできることが示唆された。
論文 参考訳（メタデータ） (2023-04-24T17:27:56Z) - Predicting Socio-Economic Well-being Using Mobile Apps Data: A Case
Study of France [5.254432021398321]
本研究では,モバイルアプリデータを用いて社会経済的特徴の予測を行う。
本研究では,数千のモバイルアプリケーションのトラフィックを約3000万のユーザでキャプチャするデータを用いた大規模調査を行う。
アプリの利用パターンを用いて、私たちの最良のモデルは社会経済指標を推定できる。
論文 参考訳（メタデータ） (2023-01-15T18:12:16Z) - Building Coverage Estimation with Low-resolution Remote Sensing Imagery [65.95520230761544]
本稿では,低解像度衛星画像のみを用いた建物被覆量の推定手法を提案する。
本モデルでは, 世界中の開発レベルの異なる地域において, 建築範囲の予測において最大0.968の判定係数を達成している。
論文 参考訳（メタデータ） (2023-01-04T05:19:33Z) - 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) - Magnify Your Population: Statistical Downscaling to Augment the Spatial
Resolution of Socioeconomic Census Data [48.7576911714538]
重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。
選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。
本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
論文 参考訳（メタデータ） (2020-06-23T16:52:18Z) - Predicting Livelihood Indicators from Community-Generated Street-Level
Imagery [70.5081240396352]
本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。
全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
論文 参考訳（メタデータ） (2020-06-15T18:12:12Z) - Socioeconomic correlations of urban patterns inferred from aerial
images: interpreting activation maps of Convolutional Neural Networks [0.10152838128195464]
都市化は近代社会にとって大きな課題であり、社会経済的不平等を広げつつ経済機会へのより良いアクセスを約束する。
ここでは,フランス全土の社会経済的地位を航空画像から予測し,都市トポロジの観点からクラスの活性化マップを解釈することによって,このギャップを埋める。
これらの結果は解釈可能なモデルを構築するための道を開くもので、都市化とその影響をよりよく追跡し理解するのに役立ちます。
論文 参考訳（メタデータ） (2020-04-10T04:57:20Z) - Entropy as a measure of attractiveness and socioeconomic complexity in
Rio de Janeiro metropolitan area [52.77024349608834]
携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。
その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
論文 参考訳（メタデータ） (2020-03-23T15:58:56Z) - Facebook Ads as a Demographic Tool to Measure the Urban-Rural Divide [6.61600499731972]
われわれは、Facebookの広告プラットフォームの有用性について検討する。
我々は、Facebookが生み出す人口統計が、時間とともに不安定に陥り、人口の少ない自治体が不完全な範囲をカバーしていることを示す。
公的な国勢調査データを用いて、我々のアプローチを評価し、教育の達成と収入の観点から、既知の重要な都市と農村の分断を確認した。
論文 参考訳（メタデータ） (2020-02-26T17:19:24Z)
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。