从枢纽到沙漠：基于可解释人工智能的城市文化可达性模式
计算机与社会
2025-11-12 v1 机器学习
摘要
文化基础设施（如图书馆、博物馆、剧院和画廊）支持学习、公众生活、健康以及地方经济，但不同城市之间的可达性不均衡。我们提出了一种新型、可扩展且基于开放数据的框架，用于衡量文化可达性的空间公平性。我们绘制了文化基础设施位置，并在细粒度空间分辨率上计算称为文化基础设施可达性评分 (CIAS) 的指标，使用指数距离衰减函数，然后按人口聚合该评分并整合社会人口统计指标。采用带 SHapley 叠加解释 (SHAP) 的可解释树集成模型来解释可达性、收入、密度以及人口 racial/ethnic composition 之间的关联。结果显示，显著的核心-外围梯度，即非图书馆类文化基础设施聚集在城市中心，而图书馆随密度变化并提供更广泛的覆盖。在非图书馆可达性方面，较高收入地区略高；而图书馆可达性在较密集、较低收入地区略高。
引用
@article{arxiv.2511.07475,
title = {From Hubs to Deserts: Urban Cultural Accessibility Patterns with Explainable AI},
author = {Protik Bose Pranto and Minhazul Islam and Ripon Kumar Saha and Abimelec Mercado Rivera and Namig Abbasov},
journal= {arXiv preprint arXiv:2511.07475},
year = {2025}
}