从迁移走廊到聚类：Google+ 数据在迁移研究中的价值

近来，利用在线数据研究国际迁移付出了大量努力。这些努力表明，Web 数据对于估计迁移率很有价值且相对容易获取。然而，现有研究仅调查了沿迁移走廊（即国家两两之间）的人口流动。在我们的工作中，我们使用来自数百万 Google+ 用户的“居住过的地方”数据来研究迁移“聚类”，即个人曾居住过的国家群体。我们首次考虑了人们曾居住过的两个以上国家的信息。我们认为这些数据非常有价值，因为此类信息在传统人口统计来源中不可用，后者相互独立地记录国家间的迁移流。我们表明，仅利用双边流信息无法识别国家三元组的迁移聚类。为展示利用迁移聚类数据可获得的额外洞察，我们首先开发一个模型，仅使用其组成国家对的数据来预测给定三元组的普遍程度。然后我们考察与仅基于双边流预期相比更突出或更不突出的三组国家。接下来，我们确定一组特征，如共享语言或殖民纽带，用以解释在考察国家三元组时哪些国家对三元组更可能或不那么可能聚在一起。随后我们挑选并对比了几个提供定性信息说明我们数据集所展示内容的聚类案例。我们所使用的数据类型对于许多社交媒体服务潜在可用。我们希望这项关于迁移聚类的首次研究能促进利用 Web 数据发展此前无法适当检验的国际迁移新理论。