利用个人银行卡交易大数据预测地区经济指标
计算机与社会
2015-07-14 v2 社会与信息网络
物理与社会
摘要
数个世纪以来，生活质量一直是跨学科学术研究的主题。然而，仅随着数字时代的到来，才可能在更大尺度上研究该主题。随时间推移，清晰的是生活质量不仅取决于一个，而是三个相对不同的参数：社会、经济和福祉度量。本研究仅关注前两者，因为后者常非常主观因而难以度量。利用Banco Bilbao Vizcaya Argentaria (BBVA)记录的2011年全套银行卡交易数据，我们首先通过特定区域中企业、居民和访客的活动定义其表现的各种有意义特征，从而创建特征空间。然后我们考虑西班牙各省可用官方统计（如房价、失业率、预期寿命）来评估这些量，并探究它们能否基于我们的特征空间被预测。为预测目的，本研究提出一种监督机器学习方法。我们的发现是个体消费行为与表征生活质量的官方社会经济指数间存在明显相关性。此外，我们相信此运作模式有助于在缺乏一致官方统计的尺度上（如城市与城镇、区县或更小区划）理解、预测和分析人类活动对社会福祉的影响。
引用
@article{arxiv.1506.00036,
title = {Predicting Regional Economic Indices using Big Data of Individual Bank Card Transactions},
author = {Stanislav Sobolevsky and Emanuele Massaro and Iva Bojic and Juan Murillo Arias and Carlo Ratti},
journal= {arXiv preprint arXiv:1506.00036},
year = {2015}
}
备注
12 pages, 6 figures