通过链接行政数据理解住房与无家可处系统的获取方式
计算机与社会
2025-05-14 v1
摘要
本文采用隐私保护方法，对大城市住房与无家可处系统照护 (HHSC) 中的超过 235,000 条记录进行链接处理。评估了Several machine learning pairwise linkage 和 two clustering算法用于合并潜在个体的档案。重要的是，这些方法使用传统机器学习指标以及使用链接数据生成的HHSC系统使用指标进行评估。结果表明，隐私保护链接方法是理解单个个体如何在HHSC中与多个机构交互的有效且实用的方法。它们还显示，当使用HHSC特定指标（如紧急无家可处住所逗留次数、与HHSC互动的持续时间以及每个人访问的紧急住所数量）进行评估时，链接技术之间的性能差异会被放大。
引用
@article{arxiv.2505.08743,
title = {Understanding Housing and Homelessness System Access by Linking Administrative Data},
author = {Geoffrey G. Messier and Sam Elliott and Dallas Seitz},
journal= {arXiv preprint arXiv:2505.08743},
year = {2025}
}