用网络分析与潜空间表示研究国内迁移:以土耳其为例
社会与信息网络
2022-01-11 v1 计算机与社会
机器学习
摘要
人口迁移模式影响人口特征在地理上的再分布,由于此类分布与社会经济结果密切相关,研究国内迁移的结构与动态对理解并设计此类系统政策具有关键作用。我们对 2008 至 2020 年土耳其国内迁移的结构与动态进行了深入调查。我们识别了一组经典迁移定律,并通过有符号网络分析、自我中心网络分析、表示学习、时间稳定性分析、社区检测与网络可视化等多种方法加以检验。结果表明,与经典迁移定律一致,多数迁移联系受地理约束(涉及经济活跃大城市的若干例外),主要迁移流被反向迁移流抵消,存在定义良好的迁移路线,且所研究时期内迁移系统总体稳定。除这些总体结果外,我们也提供了关于土耳其的独特具体见解。总体而言,我们首次在文献中采用的新颖工具集使得从复杂网络视角考察选定迁移定律,并为不同地域的未来迁移研究提供启示。
引用
@article{arxiv.2201.03543,
title = {Investigating internal migration with network analysis and latent space representations: An application to Turkey},
author = {Furkan Gürsoy and Bertan Badur},
journal= {arXiv preprint arXiv:2201.03543},
year = {2022}
}