使用张量分解理解国际移民

理解人类迁移现象对人口统计学家和社会科学家而言极具意义。用户生成的数字化数据使得在全球尺度上研究此类模式变得更加容易。尤其是带有地理编码的 Twitter 数据，已被证明是分析大规模人类迁移的有前途的来源。但鉴于这些数据集的规模，需要投入大量人工精力来处理数据并从中获取可操作的见解。在本文中，我们探索使用一种新工具——张量分解——来理解全球人类迁移趋势的可行性。我们将人类迁移建模为一个三模张量，由（原籍国、目的地国、迁移时间）组成，并应用 CP 分解以获得有意义的低维因子。我们在跨越 5 年、超过 100M 条推文的大型 Twitter 数据集上的实验表明，我们能够提取出有意义的迁移模式。