难民与国内流离失所者流动的预测建模：迈向计算框架
计算机与社会
2022-01-21 v1
摘要
预测被迫流离失所是许多人道主义援助机构的重要工作，它们必须提前预判流动以向脆弱的难民和国内流离失所者（IDPs）提供住所、食物和医疗护理。尽管使用机器学习以更好地预判未来抵达者的兴趣日益增长，但关于如何在实践中预测难民与 IDP 流动的规范化知识却很少。研究人员和人道主义官员面临着如何构建其数据集以及如何将其问题适配于预测分析方法的需求，并且必须从多种建模选项中做出选择。大多数时候，这些决策是在未理解可考虑的全部选项范围、且使用主要应用于不同背景——并带有不同目标——的方法作为机会主义参考的情况下做出的。在这项工作中，我们试图通过提供一个适配大数据源使用的、用于构建预测问题的模型无关系统性框架，来促进对这一新兴研究领域的更全面理解。在此过程中，我们强调了现有关于预测难民与 IDP 流动的工作。我们也借鉴自身为索马里被迫流离失所建模的经验，以说明建模者面临的抉择并指出可用于指导未来工作的开放研究问题。
引用
@article{arxiv.2201.08006,
title = {Predictive modeling of movements of refugees and internally displaced people: Towards a computational framework},
author = {Katherine Hoffmann Pham and Miguel Luengo-Oroz},
journal= {arXiv preprint arXiv:2201.08006},
year = {2022}
}