在基于机器学习的难民安置匹配中实现权衡
计算机科学与博弈论
2022-03-31 v1
摘要
瑞士移民国务秘书处最近宣布了一项基于机器学习的难民安置分配流程试点项目。该方法有潜力大幅提高瑞士难民的总体就业率。然而,目前提出的方法忽略了家庭的偏好。在本文中,我们基于该先前工作,提出两种额外考虑家庭对地点偏好的匹配机制。第一种机制是防策略的,而第二种不是但实现了更高的家庭福利。重要的是,我们对两种机制进行了参数化,使安置官员能够精确控制如何在家庭福利与总体就业成效之间进行权衡。基于合成数据的初步模拟表明,两种机制均能在仅小幅损失难民总体就业率的情况下显著提高家庭福利。
引用
@article{arxiv.2203.16176,
title = {Enabling Trade-offs in Machine Learning-based Matching for Refugee Resettlement},
author = {Nils Olberg and Sven Seuken},
journal= {arXiv preprint arXiv:2203.16176},
year = {2022}
}