作为社会公益全球流动模式数据源的 Twitter
社会与信息网络
2016-06-22 v1 物理与社会
机器学习
摘要
关于人类空间分布和移动的数据对于理解与分析社会系统至关重要。然而，现有的此类数据源在各方面存在不足：难以获取、存在偏差、地理或时间分辨率差，或存在显著延迟。在本文中，我们描述了如何利用来自 Twitter 的地理定位数据来估计全球流动模式并解决这些不足。这些发现将为如何利用这一新型数据源以支持人道主义与发展工作提供参考。
引用
@article{arxiv.1606.06343,
title = {Twitter as a Source of Global Mobility Patterns for Social Good},
author = {Mark Dredze and Manuel García-Herranz and Alex Rutherford and Gideon Mann},
journal= {arXiv preprint arXiv:1606.06343},
year = {2016}
}
备注
Presented at 2016 ICML Workshop on #Data4Good: Machine Learning in Social Good Applications, New York, NY