Rahul Goel kaitseb doktoritööd „Mining social well-being using mobile data“

27. juunil kell 11.30 kaitseb Rahul Goel informaatika erialal doktoritööd „Mining social well-being using mobile data“ („Sotsiaalse heaolu kaevandamine kasutades mobiilseid andmeid“).

Juhendaja:
kaasprofessor Rajesh Sharma, Tartu Ülikool

Oponendid:
professor Nishanth Sastry, Surrey Ülikool (Ühendkuningriik)
dr Mirco Nanni, Riiklik Teadusnõukogu (Itaalia)

Kokkuvõte
Mobiilsed andmed, nagu kõneandmete kirjed (CDR) ja digitaalsed andmed, loovad suure hulga andmeid, mis sisaldavad väärtuslikku teavet inimeste käitumise kohta. Käesolevas lõputöös keskendume ühiskonna heaolu kolmele tahule. Esiteks pakume välja kaks mobiilsusepõhise SIR-mudeli versiooni, (i) täielikult segatud ja (ii) keeruliste võrkude jaoks, mis võtavad arvesse CDR-i tegelikke interaktsioone. See töö on inspireeritud eeldusest, et mõne epideemia pandeemiaks muutumise peamine põhjus on globaalne seotus, mis muudab lihtsamaks suurema geograafilise piirkonna, sageli globaalse, mõjutamise. Lisaks ei ole rahvastiku jaotus, inimeste liikuvus ja sotsiaalne sidusus kogu maailmas ühtlane, mis mängib kriitilist rolli. Kasutasime oma mudelit COVID-19 juhtumite prognoosimiseks Eestis ja Prantsusmaal Rhône-Alpes.

Teiseks uurime CDR-andmete abil ühiskondlikku segregatsiooni Eestis. Meie tulemused viitavad sellele, et (i) Eestis esineb sooline segregatsioon ja selle jäljed on nähtavad nii inimeste helistamisaegades, vanuserühmade ühenduvuses, eelistatud suhtluskeeles kui ka maakonnas; (ii) Peamised töötavad isikud (st (25–54) vanuserühm) ja vanurid (s.o (64–100) vanuserühm) on rohkem segregeeritud; (iii) Eesti- ja venekeelsed isikud on keelepõhiselt eraldatud.

Kolmandaks uurime sotsiaal-majanduslike tingimuste (SEC) ennustamiseks mobiilirakenduste (nt Twitter ja Facebook) digitaalseid jälgi. Need tingimused hõlmavad haridust, sugu, vaesust, tööhõivet ja muid tegureid. Seetõttu on usaldusväärne ja täpne teave sotsiaaluuringute ja valitsuse politseitöö jaoks ülioluline. Rakenduste kasutusmustreid kasutades suudab meie parim mudel hinnata majanduslikke, hariduslikke ja demograafilisi näitajaid (saavutades R-ruudu skoori kuni 0,66). Lisaks anname aru nende mudelite seletatavuse kohta, et teha kindlaks prognoosimise olulised tunnused. Avastame, et mobiilirakenduste kasutusmustrid võivad paljastada sotsiaalmajanduslikke erinevusi.

Kaitsmine toimub Zoomis (kohtumise ID: 941 8820 7606, pääsukood: ati).