中文

用于连接露宿者与基本外展服务的推荐与风险分类系统

应用统计 2020-07-31 v1 机器学习

摘要

露宿是现代社会中最弱势人群面临的一个长期问题。本文描述了与英国慈善机构 Homeless Link 合作开展的工作,开发了一种数据驱动的方法,用于评估来自公众的 incoming alerts 的质量,这些警报旨在将街头露宿者与外展服务提供商联系起来。警报根据成功联系露宿者的预测可能性进行优先级排序,有助于解决能力限制,并快速、有效和公平地处理收到的所有警报。初步评估得出结论,基于标记数据,我们的方法使转介后找到露宿者的比率至少提高了 15%,这意味着当考虑结果未知的警报时总体提升更大,并建议在更长时间内进行试验以在实践中评估模型。由于该背景下数据的敏感性以及受影响人群的脆弱性,讨论和建模过程对伦理、透明度和可解释性进行了审慎考量。

关键词

引用

@article{arxiv.2007.15326,
  title  = {A Recommendation and Risk Classification System for Connecting Rough Sleepers to Essential Outreach Services},
  author = {Harrison Wilde and Lucia Lushi Chen and Austin Nguyen and Zoe Kimpel and Joshua Sidgwick and Adolfo De Unanue and Davide Veronese and Bilal Mateen and Rayid Ghani and Sebastian Vollmer},
  journal= {arXiv preprint arXiv:2007.15326},
  year   = {2020}
}

备注

10 pages, 5 figures, 5 tables