基于文化感知机器学习的 COVID-19 疫苗犹豫分析
社会与信息网络
2023-04-17 v1 机器学习
摘要
理解 COVID-19 疫苗犹豫（如谁犹豫以及为何犹豫）非常关键，因为大规模疫苗接种仍是控制疫情最有效的方法之一。这种理解也为未来大流行设计成功的疫苗接种活动提供了见解。遗憾的是，是否接种疫苗涉及诸多因素，尤其是从文化视角来看。为实现这些目标，我们基于新收集的数据设计了一种新颖的文化感知机器学习（ML）模型，用于预测接种意愿。我们进一步使用先进 AI 解释器（如概率图模型（PGM）和 Shapley 加性解释（SHAP））分析了最影响 ML 模型预测的特征。这些分析揭示了最可能影响疫苗采纳决策的关键因素。我们的发现表明，西班牙裔和非裔美国人最受宗教和族群归属等文化特征影响，而疫苗信任与审批对亚裔社区影响最大。我们的结果还显示，文化特征、谣言和政治归属与疫苗拒绝增加相关。
引用
@article{arxiv.2304.06953,
title = {Cultural-aware Machine Learning based Analysis of COVID-19 Vaccine Hesitancy},
author = {Raed Alharbi and Sylvia Chan-Olmsted and Huan Chen and My T. Thai},
journal= {arXiv preprint arXiv:2304.06953},
year = {2023}
}
备注
6 pages, 5 figures