Agent-based Simulation for Online Mental Health Matching

要約

オンライン メンタル ヘルス コミュニティ (OMHC) は、精神的および感情的な問題を抱えている個人にソーシャル サポートを提供したり受けたりするための、効果的でアクセスしやすいチャネルです。
ただし、これらのプラットフォームでの重要な課題は、ユーザーをマッチングするメカニズムが現在十分に開発されていないことを考えると、対話する適切なパートナーを見つけることです。
このホワイト ペーパーでは、世界最大の OMHC の 1 つと協力して、エージェント ベースのシミュレーション フレームワークを開発し、さまざまなマッチング アルゴリズムのトレードオフを調査します。
シミュレーション フレームワークにより、プラットフォーム上の現在のメカニズムと新しいアルゴリズム マッチング ポリシーを比較し、さまざまな結果の指標に対するそれらの異なる効果を観察できます。
私たちの調査結果には、遅延受け入れアルゴリズムを使用すると、短い待ち時間を維持しながら、1 対 1 のチャットでサポートを求める人のエクスペリエンスが大幅に向上することが含まれます。
エージェントベースのモデリングがOMHCのコンテキストで明らかにする重要な設計上の考慮事項に注意してください。これには、疎外されたコミュニティでのアルゴリズムマッチングの潜在的な利点が含まれます。

要約(オリジナル)

Online mental health communities (OMHCs) are an effective and accessible channel to give and receive social support for individuals with mental and emotional issues. However, a key challenge on these platforms is finding suitable partners to interact with given that mechanisms to match users are currently underdeveloped. In this paper, we collaborate with one of the world’s largest OMHC to develop an agent-based simulation framework and explore the trade-offs in different matching algorithms. The simulation framework allows us to compare current mechanisms and new algorithmic matching policies on the platform, and observe their differing effects on a variety of outcome metrics. Our findings include that usage of the deferred-acceptance algorithm can significantly better the experiences of support-seekers in one-on-one chats while maintaining low waiting time. We note key design considerations that agent-based modeling reveals in the OMHC context, including the potential benefits of algorithmic matching on marginalized communities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google