为地球上的社区打分
该项目使用Elo评分系统来量化衡量世界各地的城市感知。该测量基于对人类的数字调查，其中要求用户在某些维度（例如安全性）方面比较两个街景图像。
目前，我使用来自Place Pulse 2.0的调查数据，该数据涵盖了来自六大洲28个国家的56个城市，并且仍在持续进行中。我提供了可重现的Python脚本，该脚本可在该项目的资源库中计算Elo Rating分数，作为elorating模块的演示。我们还可以在交互式地图上看到结果。
此外，由于Place Pulse 2.0从Google地图检索街景图像，因此它不覆盖中国大陆（Google自2010年起终止在中国的消费者服务，请参见Wikipedia。我计划将来使用百度地图提供的街景图像将该项目扩展到中国大陆。现在，我用Python完成了一个程序，该程序可以检索街景图像。我已经将此程序包含在该项目在GitHub上的目录中。
交互地图
我们基于六个维度为全球56个城市的街区打分，这意味着你可以比较__纽约__和__中国香港__的两个街区哪一个更宜居！选择一个来浏览（下一个页面将是英文的，但你可以点击任何一个英文城市名称来浏览可视化交互地图）：
评分算法
作为该项目的副产品，我用Python编写了一个elorating模块，该模块可用于任何采用Elo评分系统的数据科学项目。 特别是，作为计算经济学学生，我需要指出的是，尽管Elo评分系统最初旨在根据比赛记录来衡量棋手的相对技能水平，它也可以作为一个社会福利函数，来根据个人偏好显示出集体偏好，这是微观经济学和社会选择理论的范畴。
项目文档
关于我
关于计算社会科学
了解更多计算社会科学在数字时代的影响力。