利用地理定位维基百科文章预测经济发展
机器学习
2019-05-14 v2 计算机与社会
摘要
联合国可持续发展目标（SDGs）的进展受到关键社会、环境与经济和指标数据持续匮乏的阻碍，尤其在发展中国家。例如，由于调查成本高昂，关于贫困——十七个 SDGs 中的第一个——的数据在撒哈拉以南非洲既空间稀疏又采集不频繁。在此我们提出一种利用维基百科文章中开源、地理定位的文本信息来估算社会经济指标的新方法。我们证明现代 NLP 技术可用于通过邻近的地理定位维基百科文章预测社区层面的资产财富与教育结果。当与夜间灯光卫星影像结合时，我们的方法优于此前发表的所有该预测任务的基准，表明维基百科在为社会科学研究与未来政策决策提供信息方面的潜力。
引用
@article{arxiv.1905.01627,
title = {Predicting Economic Development using Geolocated Wikipedia Articles},
author = {Evan Sheehan and Chenlin Meng and Matthew Tan and Burak Uzkent and Neal Jean and David Lobell and Marshall Burke and Stefano Ermon},
journal= {arXiv preprint arXiv:1905.01627},
year = {2019}
}
备注
Accepted to KDD 2019