PulseAugur
中
实时 11:04:23
English(EN) Crowd-Sourced Geographies of Income: Using Google Maps Points of Interest as High-Frequency Proxies for Sub-Municipal Income Estimation in Sao Paulo, Brazil

谷歌地图兴趣点用于估算圣保罗市收入

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种方法，通过分析谷歌地图兴趣点（POIs）的众包数据，在巴西圣保罗市次级市政层面估算家庭收入。该方法利用谷歌地图的兴趣点类别来创建高频、低成本的收入代理，解决了巴西十年一次的普查频率低且成本高昂的局限性。表现最佳的模型结合了非负矩阵分解和梯度提升，在预测普查得出的收入时达到了0.65的R^2，表明地理空间数据可以有效地补充传统的收入统计数据。 AI

影响 展示了地理空间和机器学习技术在社会经济数据分析中的新颖应用。

排序理由 学术论文，详细介绍了一种新的收入估算方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

谷歌地图兴趣点用于估算圣保罗市收入

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Adrienne C. Kinney, Anya Workman, Ademar Takeo Akabane, Jenna Barac, Paulo Fernando Braga Carvalho, Jeova Farias, Fernando Nascimento, Paulo Ricardo da Silva Oliveira ·

    众包地理收入：利用谷歌地图兴趣点作为高频代理，估算巴西圣保罗市的次市级收入

    arXiv:2608.07871v1 Announce Type: cross Abstract: Accurate, up-to-date income data at the sub-municipal scale is essential for social policy in middle-income countries, yet in Brazil it depends on a costly decennial census whose intercensal gap recently exceeded a decade. We test…

相关实体

相关话题