AAAINov, 2019

纠正社会人口选择偏误进行社交媒体人口预测

PDF
TL;DR研究评估了标准的限制分层技术，发现它们不能提高对美国县级人口健康状况统计数据的预测准确性；该研究提出了三种方法组成的鲁棒后分层技术，显著提高了预测精度。
social mediaselection biasrestratification techniquesrobust poststratificationprediction accuracies
发现论文，激发创造
  • 从多语种社交媒体数据中推断人口统计和代表性人口估计

    本研究使用多语言人口统计学推断方法和后统计方法来纠正社交媒体数据的样本偏差，并减少算法偏差，在欧洲的跨语言环境下，并取得了显著的改进。

    May, 2019

  • 基于残差调整的社区社交媒体预测任务因素适应

    本论文针对社区预测任务提出了一种新的方法：残余因子适应，该方法可有效地整合社区属性，并将语言特征适应到社区属性中。我们使用 11 个社会经济属性评估了我们的方法，并评估了我们的方法在跨越健康、心理和经济方面的五种不同社区级别预测任务上的效果，结果表明残余因子适应在结合社会人口情况方面显著改善了 4 个目标预测。

    Aug, 2018

  • 利用嘈杂的自报告预测 Twitter 用户人口统计信息

    本文提出了一种基于识别 Twitter 个人资料描述自我报告种族和族裔的方法，以解决目前原有数据集较小、不准确或未覆盖美国四个最常见的种族和族裔群体的问题，有效提供了一个可复现的大规模培训种族和族裔判别系统的资源。

    May, 2020

  • 使用地标推特预测高分辨率地理位置的人口数据

    提出了一种基于地理位置标记推特的计算方法，能够以细微的地理分辨率、灵活的地理边界与不同时间间隔推测人口统计学数据，通过对性别、种族 / 族裔等因素的预测，超越了传统方法的平均相关性。

    Jan, 2017

  • 基于用户层级聚合的词汇为基础的人口预测的显著性益处

    该论文介绍了一个利用 Twitter 用户聚合的方法来构建社区级别模型，可以有效的准确预测人口相关，包括人口统计、健康和心理预测等四个不同领域的结果（例如，可以将用于预测收入中位数的皮尔逊相关系数从 0.73 提升到 0.82）。

    Aug, 2018

  • 智慧的（分箱）群众：一种用于群众计数的贝叶斯分层范式

    本研究针对训练众数统计深度网络的数据通常具有数量分布的重尾特征并在数量范围内表现出不连续性的问题，提出了一种新的平滑贝叶斯样本分层采样方法和一种新的成本函数，可以明显降低误差标准偏差，从而为研究人员提供了一种平衡和细致的性能表征方式。

    Aug, 2021

  • 通过后处理预测器实现公平且最优分类

    该论文研究了机器学习中的公平性问题，提出了在保持公平的前提下如何提高预测模型性能的方法，并且证明了最小误差率可以通过 Wasserstein 平均问题的最优值来计算，从而提出了一种简单的后处理方法来保证模型的公平性。

    Nov, 2022

  • 机器学习在医疗领域的样本选择偏差

    机器学习算法在个性化医学中具有潜力，但其临床应用仍受到限制。研究表明，样本选择偏差（SSB）是限制其采用的一个关键因素。本研究通过检验 SSB 对机器学习算法性能的影响，指出了潜在的风险，并提出了一种新的研究方向，该方向基于目标人群的识别而非偏差校正来解决 SSB 问题。实验结果表明，SSB 可能导致算法在目标人群上的性能大幅下降，并且对于从研究人群中选取的代表性和非选取患者的目标子人群的性能存在显著差异。此外，我们提出的技术在不同数据集大小、事件率和选择率的各种场景下展现出稳健性，优于现有的偏差校正技术。

    May, 2024

  • 人口平等：缓解现实世界数据中的偏见

    计算机决策系统在许多日常生活的方面得到广泛应用，但其中可能存在性别、种族或其他偏见问题。本研究提出一种鲁棒的方法，通过真实世界数据提取出表征人口平衡和真实性的数据集，用于训练分类器，并测试其泛化能力，证实计算机辅助决策中不存在明示或隐含偏见。

    Sep, 2023

  • 基于 Twitter 数据的最先进选举预测的元分析

    通过系统的分析整理，该论文第一次对来自 Twitter 数据的选举预测整体研究进行了 Meta 分析，揭示了当前研究不能充分证明其预测能力可以取代传统的选举民调，提供了未来研究的方向和需求。

    Jun, 2012