基于加权因果置信关联规则挖掘的 civic tech 社会问题与技术匹配
计算机与社会
2021-12-20 v1 数据库
摘要
日本超过 80 个 civic tech 社区正在开发信息技术 (IT) 系统以解决其地区问题。此类跨地区社区间的协作有助于解决问题，因为部分群体在此方面 IT 知识与经验有限。我们的目标是实现一种 civic tech 匹配系统，以协助这些社区寻找在相关问题上有 IT 经验的更优伙伴。本研究中，作为协作的第一步，我们通过关联规则挖掘获取相关的社会问题与信息技术。为应对挑战，我们向 civic tech 社区成员发放问卷，获得其所面临问题及可用技术的回答。随后，我们从回答中匹配相关问题与技术。然而，该问卷数据中多数问题与技术出现频率低，且发生存在显著偏差。在此情况下，用现有兴趣度度量难以提取真正相关的问题—技术组合。因此我们引入称为加权因果置信 (weighted casual confidence) 的新度量，并表明该度量对挖掘相关问题—技术对有效。
引用
@article{arxiv.2112.09439,
title = {Matching Social Issues to Technologies for Civic Tech by Association Rule Mining using Weighted Casual Confidence},
author = {Masato Kikuchi and Shun Shiramatsu and Ryota Kozakai and Tadachika Ozono},
journal= {arXiv preprint arXiv:2112.09439},
year = {2021}
}
备注
The 20th IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT'21), Special Track on Social Computing