論文の概要: Predicting Socio-Economic Well-being Using Mobile Apps Data: A Case Study of France

• arxiv url: http://arxiv.org/abs/2301.09986v1
• Date: Sun, 15 Jan 2023 18:12:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-29 13:39:48.142086
• Title: Predicting Socio-Economic Well-being Using Mobile Apps Data: A Case Study of France
• Title（参考訳）: モバイルアプリデータを用いた社会経済的幸福の予測 : フランスを事例として
• Authors: Rahul Goel, Angelo Furno, Rajesh Sharma
• Abstract要約: 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。 我々は,数千のモバイルアプリケーションのトラフィックを約3000万のユーザによってキャプチャするデータを用いた大規模研究を提案する。 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。
• 参考スコア（独自算出の注目度）: 5.254432021398321
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Socio-economic indicators provide context for assessing a country's overall condition. These indicators contain information about education, gender, poverty, employment, and other factors. Therefore, reliable and accurate information is critical for social research and government policing. Most data sources available today, such as censuses, have sparse population coverage or are updated infrequently. Nonetheless, alternative data sources, such as call data records (CDR) and mobile app usage, can serve as cost-effective and up-to-date sources for identifying socio-economic indicators. This work investigates mobile app data to predict socio-economic features. We present a large-scale study using data that captures the traffic of thousands of mobile applications by approximately 30 million users distributed over 550,000 km square and served by over 25,000 base stations. The dataset covers the whole France territory and spans more than 2.5 months, starting from 16th March 2019 to 6th June 2019. Using the app usage patterns, our best model can estimate socio-economic indicators (attaining an R-squared score upto 0.66). Furthermore, using models' explainability, we discover that mobile app usage patterns have the potential to reveal socio-economic disparities in IRIS. Insights of this study provide several avenues for future interventions, including users' temporal network analysis and exploration of alternative data sources.
• Abstract（参考訳）: 社会経済指標は、国の全体状態を評価する文脈を提供する。 これらの指標には教育、性別、貧困、雇用、その他の要因に関する情報が含まれる。 そのため、社会調査や政府の監視には信頼性と正確性が不可欠である。 国勢調査など現在のデータソースの多くは、人口が少ないか、頻繁に更新されている。 それでも、コールデータレコード(CDR)やモバイルアプリの利用といった代替データソースは、社会経済的指標を特定するための費用対効果と最新の情報源として機能する。 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を予測する。 約3000万のユーザが550,000平方km以上を分散し,25,000以上の基地局を運用する,数千のモバイルアプリケーションのトラフィックをキャプチャするデータを用いた大規模調査を行った。 データセットはフランス全土をカバーし、2019年3月16日から6月6日までの2.5ヶ月以上に及ぶ。 アプリの利用パターンを使うことで、最良のモデルは社会経済指標を見積もることができる(r-二乗スコアは0.16)。 さらに,モデルの説明可能性を用いて,モバイルアプリの利用パターンがirisの社会経済格差を明らかにする可能性を見出した。 本研究では,ユーザの時間的ネットワーク分析や代替データソースの探索など,今後の介入の道筋について考察する。

関連論文リスト

• Job-SDF: A Multi-Granularity Dataset for Job Skill Demand Forecasting and Benchmarking [59.87055275344965]
  Job-SDFは、ジョブスキルの需要予測モデルをトレーニングし、ベンチマークするために設計されたデータセットである。 2021年から2023年にかけて、中国の大手オンライン求人プラットフォームから集められた1035万件の求人広告に基づいている。 本データセットは,職業,企業,地域レベルなど,さまざまな粒度でのスキル需要予測モデルの評価を可能にする。
  論文  参考訳（メタデータ） (2024-06-17T07:22:51Z)
• 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)
• On Inferring User Socioeconomic Status with Mobility Records [61.0966646857356]
  本稿では,DeepSEIと呼ばれる,社会経済に配慮したディープモデルを提案する。 DeepSEIモデルはディープネットワークとリカレントネットワークと呼ばれる2つのネットワークを組み込んでいる。 実際の移動記録データ、POIデータ、住宅価格データについて広範な実験を行う。
  論文  参考訳（メタデータ） (2022-11-15T15:07:45Z)
• A deep learning framework to generate realistic population and mobility data [5.180648702293017]
  国勢調査と家庭旅行調査のデータセットは、定期的に家庭や個人から収集されている。 これらのデータセットは、プライバシの懸念による人口の限られたサンプルを表すか、集約されることが多い。 本稿では,社会経済的特徴(年齢,性別,産業など)とトリップチェーン(活動場所)の両方を含む合成人口を生成する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-11-14T14:05:09Z)
• 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)
• Social media data reveals signal for public consumer perceptions [6.212955085775758]
  最も広く引用されている経済指標の1つは、消費者信頼指数(CCI)です。 これまで多くの研究がソーシャルメディア、特にTwitterデータを使ってCCIを予測することに重点を置いてきた。 しかし、最近の包括的調査によると、これらのモデルが新しいデータでテストされると、強い相関関係は消失した。
  論文  参考訳（メタデータ） (2020-12-26T03:58:20Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• 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)

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。