挖掘在线家谱数据集以揭示人类人口的寿命模式
社会与信息网络
2014-01-07 v2 种群与进化
应用统计
摘要
在线家谱数据集包含关于数百万人及其过去和现在家庭联系的广泛信息。海量数据有助于识别人类人口中的各种模式。在本研究中，我们提出了方法和算法，旨在识别过去几个世纪人类人口寿命分布的变化，检测与人类寿命相关的社会和遗传特征，并基于可从家谱数据集中轻松提取的各种特征构建人类寿命预测模型。我们在一个大型在线家谱数据集上评估了所提出的方法和算法，该数据集包含来自 WikiTree 网站的超过一百万个档案和超过九百万个连接。我们的发现表明，父母寿命与其子女寿命之间存在显著但微弱的正相关。此外，我们发现配偶之间的寿命相关性略高且显著。我们还发现，男性长寿与生殖成功率之间存在非常微弱但显著的正相关，而女性长寿与生殖成功率之间存在微弱但显著的负相关。此外，我们的机器学习算法在预测哪些活过 50 岁的人也能活过 80 岁方面，表现优于随机分类结果。我们相信，本研究将是利用在线家谱数据集中现有的人类人口丰富数据来更好地理解影响人类寿命因素的一系列研究中的第一项。理解这些因素可以帮助科学家为成功老龄化提供解决方案。
引用
@article{arxiv.1311.4276,
title = {Data Mining of Online Genealogy Datasets for Revealing Lifespan Patterns in Human Population},
author = {Michael Fire and Yuval Elovici},
journal= {arXiv preprint arXiv:1311.4276},
year = {2014}
}