← 案例
荷兰公共部门2017–2021

鹿特丹市政府

福利领取者的机器学习风险评分

鹿特丹发现福利欺诈模型存在无法消除的偏差后,于2021年暂停使用

失败或中止企业自行披露

问题

鹿特丹希望每年从约3万名福利领取者中选出需要接受欺诈调查的人。

方法

自2017年起,该市使用机器学习模型,根据315个变量为每名领取者给出0至1之间的评分,每年约有1,000人被转交调查。Lighthouse Reports于2023年分析了该模型,发现其对部分群体存在偏差。

主要数据

about 50%据Lighthouse Reports引用的鹿特丹内部文件,准确性高于随机选择的幅度企业自行披露[1]
30,000每年接受评分的福利领取者人数,其中约1,000人被转交调查媒体报道[1]

启示

据Lighthouse Reports报道,该市自身评估发现,模型准确性仅比随机选择高约50%。评估发现存在无法消除的偏差后,该市于2021年年中暂停使用该模型。

分类

创新类型
流程创新
引入方式
自主研发
依据
企业自行披露

来源

  1. Suspicion Machines Methodology
    Lighthouse Reports2023年3月2日新闻报道

来源摘要

[1]Lighthouse Reports2023年3月2日

Lighthouse Reports介绍了其获取和测试鹿特丹风险评分模型的过程,包括模型输入和评分阈值,并报道了该市内部得出的准确性结果,以及2021年暂停使用模型的情况。

详细内容请参阅原始来源。

收录日期 2026年10月25日 · 更新日期 2026年10月25日
打开案例页面 ↗