利用数字化家谱对谱系进行定量分析
社会与信息网络
2014-09-02 v2 物理与社会
摘要
受《你以为你是谁？》（Who Do You Think You Are?）等电视节目的流行驱动，数百万用户已将他们的家谱上传至 WikiTree 等网络项目。对该语料库的分析使我们能够从计算角度研究谱系学。社会科学中对 Heritage 的研究加深了人们对祖先和血统的理解，但此类努力往往受限于数据难以获取。谱系研究通常是一个繁琐的过程，涉及梳理出生和死亡证明、遗嘱、信件和土地契约等资料。数十年的研究已经提出并检验了关于人口性别比、婚姻趋势、生育率、寿命以及双胞胎和三胞胎频率的假设。现在，利用机器学习工具，可以在包含数十亿条记录的庞大数据集上检验这些假设。在此，我们调查了利用追溯至数个世纪的家谱数据进行谱系数据挖掘的应用，这些数据涵盖了基于 160 多个国家的近 700 万人的档案。这些数据通常并非由受过训练的谱系学家创建，因此我们参照第三方人口普查数据对其进行验证。我们展示了关于人口动力学各方面的一系列结果。我们的方法将谱系探究的边界扩展到了对潜在人类现象的精确测量。
引用
@article{arxiv.1408.5571,
title = {Quantitative Analysis of Genealogy Using Digitised Family Trees},
author = {Michael Fire and Thomas Chesney and Yuval Elovici},
journal= {arXiv preprint arXiv:1408.5571},
year = {2014}
}