[論文レビュー] Computationally Inferred Genealogical Networks Uncover Long-Term Trends in Assortative Mating

Eric Malmi, Aristides Gionis+1 more|arXiv (Cornell University)|Feb 16, 2018

Demographic Trends and Gender Preferences参考文献 28被引用数 8

ひとこと要約

本論文は、確率的レコードリンケージを用いて歴史的出生・死亡記録から大規模な系統的ネットワークを推定するスケーラブルな計算フレームワークを提示する。2つの教師あり手法、BinClassおよびCollectiveを導入し、リンク予測の正確性を61.6％に達し、1735年から1885年までのフィンランドにおける同質的配偶者選択（ assortative mating ）が時間経過とともに単調に増加または減少しなかったこと、つまり世代を超えて安定した社会的同質性が維持されていたことを明らかにした。

ABSTRACT

Genealogical networks, also known as family trees or population pedigrees, are commonly studied by genealogists wanting to know about their ancestry, but they also provide a valuable resource for disciplines such as digital demography, genetics, and computational social science. These networks are typically constructed by hand through a very time-consuming process, which requires comparing large numbers of historical records manually. We develop computational methods for automatically inferring large-scale genealogical networks. A comparison with human-constructed networks attests to the accuracy of the proposed methods. To demonstrate the applicability of the inferred large-scale genealogical networks, we present a longitudinal analysis on the mating patterns observed in a network. This analysis shows a consistent tendency of people choosing a spouse with a similar socioeconomic status, a phenomenon known as assortative mating. Interestingly, we do not observe this tendency to consistently decrease (nor increase) over our study period of 150 years.

研究の動機と目的

• 手作業による時間のかかる系統的再構築の限界を克服し、歴史的出生・死亡記録から大規模な系統的ネットワークを構築するためのスケーラブルで自動化された手法の開発。
• 家族構造における集団的パターン、例えば複数の子が同じ両親ペアを持つことなどをモデル化することで、記録リンケージの正確性を向上。
• 複数世代にわたる計算で得られたネットワークを用いた、同質的配偶者選択のような社会現象の縦断的分析を可能に。
• 今後の人口統計学、遺伝学、計算的社会科学分野の研究を支援する、再現可能でオープンソースのフレームワークを提供。

提案手法

• BinClass法は、系統的ネットワーク推定を、名前、出生年、場所などのデモグラフィック特徴に基づいて、特定の個人ペア（子とその可能性のある両親）がリンクしているかどうかを予測する二値分類タスクとして定式化する。
• Collective法はBinClassを拡張し、リンク済みの記録同士の依存関係をモデル化する。特に、同じ父親の複数の子が同じ母親を持つという制約を扱い、問題を施設配置最適化問題に再定式化する。
• リンク確率は人為的に検証された訓練データ上で教師あり学習を用いて推定され、最小確率閾値を調整することで、適合率と再現率のトレードオフを制御可能となる。
• 名前の表記ゆれや転写誤りなどの歴史的記録の不確実性に対処するため、確率的レコードリンケージ技術を統合。
• 縦断的同質的配偶者選択傾向の分析におけるノイズ低減のため、時間軸に沿った移動平均平滑化処理を適用。
• 本手法は1735年から1885年までのフィンランドデータセットを対象とし、最大成分に260万人の個人が含まれるネットワークを生成した。

実験結果

リサーチクエスチョン

• RQ1 社会的・経済的ステータスが類似する人々同士が結婚する同質的配偶者選択は、歴史的集団において長期間にわたり継続するか？
• RQ2 同質的配偶者選択の強さは時間経過とともにどのように変化するか？また、単調な傾向を示すか？
• RQ3 計算手法により、信頼性のある縦断的社会科学研究を可能にする十分な正確性を有する大規模な系統的ネットワークを推定できるか？
• RQ4 独立分類と比較して、集団的推論モデルはリンク予測の正確性をどの程度向上させるか？

主な発見

• BinClass法は親子リンク予測において61.6％の正確性を達成し、先行研究のNaiveBayesベースライン（56.9％）を上回った。
• Collective法は、共有される両親ペアをモデル化することで、誤検出の低減を実現し、より高い正確性と整合性の高いネットワーク構造をもたらした。
• 1735年から1885年までのフィンランドでは、同質的配偶者選択が一貫して存在し、人々は類似した社会的・経済的ステータスを持つ配偶者を強く選好していた。
• 150年間にわたる期間において、同質的配偶者選択の強さは単調な傾向を示さず、時間経過とともに一貫して増加も減少もしなかった。
• 感度分析により、最小リンク確率閾値や平滑化ウィンドウの変更に対しても、観察された同質的配偶者選択の傾向が安定していることが確認された。
• 推定された系統的ネットワークは、大規模で自動化された長期的社會的ダイナミクス分析を可能にし、大規模な計算的人口統計学の実現可能性を示した。