
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用多源大数据和机器学习技术,对中国社区层面的教育百分位数进行估算
《Scientific Data》:Community-level education percentile rank estimation in China using multi-source big data and machine learning
【字体: 大 中 小 】 时间:2026年01月27日 来源:Scientific Data 6.9
编辑推荐:
```div class="c-article-section" id="Abs1-section">摘要具有精细空间分辨率的社会经济数据是社会空间分析和政策制定的基础。鉴于中国这类数据的可获得性有限,本研究提供了一个开放获取的、基于社区层面的教育百分位数排名数据集——这一指标比
具有精细空间分辨率的社会经济数据是社会空间分析和政策制定的基础。鉴于中国这类数据的可获得性有限,本研究提供了一个开放获取的、基于社区层面的教育百分位数排名数据集——这一指标比受教育年限更能准确反映社会地位。该数据集涵盖了122,126个社区,其中包括97.9%的县级行政单位和81.8%的县级行政单位。数据是利用XGBoost机器学习模型估算得出的,该模型基于平均教育百分位数排名与社区层面的建成环境特征(如功能与设施、街道场景元素、活力、人类感知、物理乱象以及地形)之间的关系进行训练。模型训练和推断过程中使用了多种来源的数据,包括中国综合社会调查、兴趣点信息、道路网络、夜间照明数据,以及通过计算机视觉技术(如语义分割、目标检测和图像回归)处理后的街道视图图像。最终得到的教育排名预测在县、县级以及社区层面都具有很高的准确性。这一数据集为跨学科的精细社会空间分析提供了有力支持。
生物通微信公众号