Resumen

La inferencia del estatus socioeconómico individual a partir de rastros en línea es una tarea notablemente difícil. Mientras que los métodos actuales comúnmente entrenan modelos predictivos con datos incompletos al agregar información socioeconómica de áreas residenciales o perfiles ocupacionales profesionales, se ha prestado poca atención a qué tan bien esta información sirve como un proxy para el rasgo demográfico individual de interés cuando se alimenta a un modelo de aprendizaje. Aquí abordamos esta pregunta proponiendo tres métodos diferentes de recolección y combinación de datos para primero estimar e inferir el estatus socioeconómico de usuarios franceses de Twitter a partir de su semántica en línea. Evaluamos la validez de cada medida proxy analizando el rendimiento de nuestro sistema de predicción cuando se entrena con estos conjuntos de datos. A pesar de tener que depender de diferentes conjuntos de usuarios, encontramos que entrenar nuestro modelo con la ocupación profesional proporciona un mejor rendimiento predictivo que los datos abiertos del censo o la anotación de entornos habituales a distancia por expert

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Estatus socioeconómico; Rastros en línea; Modelos predictivos; Usuarios de Twitter franceses; Ocupación profesional; Estratificación social
• Keywords:Socioeconomic status; Online traces; Predictive models; French Twitter users; Professional occupation; Social stratification