[논문 리뷰] Computationally Inferred Genealogical Networks Uncover Long-Term Trends in Assortative Mating

Eric Malmi, Aristides Gionis외 1명|arXiv (Cornell University)|2018. 02. 16.

Demographic Trends and Gender Preferences참고 문헌 28인용 수 8

한 줄 요약

이 논문은 역사적 생체 기록에서 확률적 레코드 연결을 사용하여 대규모 계승 네트워크를 추론하기 위한 확장 가능한 계산 프레임워크를 제시한다. 두 가지 지도 학습 방법인 BinClass와 Collective는 링크 예측 정확도 61.6%를 달성했으며, 핀란드(1735–1885)에서의 동질적 배우자 선택이 시간에 따라 단조롭게 증가하거나 감소하지 않았음을 보여주어 세대에 걸쳐 지속적이지만 안정적인 사회적 유사성 결합이 존재함을 시사한다.

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.

연구 동기 및 목표

• 수작업에 의존하고 시간이 많이 소요되는 계승 분석의 한계를 극복하기 위해, 역사적 생체 기록에서 대규모 계승 네트워크를 자동으로 구성할 수 있는 확장 가능한 방법을 개발하는 것.
• 가족 구조의 집단적 패턴, 예를 들어 여러 자녀가 공통의 부모 쌍을 공유하는 것과 같은 특성을 모델링하여 기록 연결의 정확도를 향상시키는 것.
• 다세대에 걸친 계산 기반 네트워크를 활용해 동질적 배우자 선택과 같은 장기적 사회현상 분석을 가능하게 하는 것.
• 미래의 인구통계학, 유전학 및 계산 사회과학 분야의 연구를 지원하기 위해 재현 가능하고 오픈소스 프레임워크를 제공하는 것.

제안 방법

• BinClass 방법은 계승 네트워크 추론을 이진 분류 문제로 재정의하여, 이름, 탄생 연도, 거주지와 같은 민감도 특성에 기반해 주어진 개인 쌍(자녀와 잠재적 부모)이 연결되어 있는지 여부를 예측한다.
• Collective 방법은 BinClass를 확장하여 연결된 기록 간의 종속성을 모델링하며, 특히 동일한 아버지의 여러 자녀가 동일한 어머니를 가져야 하는 제약 조건을 고려하여 문제를 시설 위치 최적화 문제로 재구성한다.
• 링크 확률은 인간이 검증한 학습 데이터셋을 기반으로 한 지도 학습을 통해 추정되며, 최소 확률 임계값을 조정하여 정밀도-재현율 트레이드오���을 제어할 수 있다.
• 기록의 불확실성, 예를 들어 이름의 변형이나 전사 오류를 다루기 위해 확률적 레코드 연결 기법을 통합한다.
• 장기적 추세 분석의 노이즈를 줄이기 위해 시간에 따라 이동 평균 스무딩 기법을 적용한다.
• 이 방법은 1735–1885년 기간 동안의 핀란드 데이터셋을 대상으로 평가되었으며, 가장 큰 성분에 260만 명의 개인을 포함하는 네트워크를 생성했다.

실험 결과

연구 질문

• RQ1 유사한 사회경제적 지위를 가진 사람끼리의 결혼, 즉 동질적 배우자 선택이 역사적 인구에서 장기간 지속되는가?
• RQ2 동질적 배우자 선택의 강도는 시간이 지남에 따라 어떻게 변화하며, 이는 단조로운 추세를 보이는가?
• RQ3 컴퓨터 기반 방법이 충분한 정확도로 대규모 계승 네트워크를 추론하여 장기적인 사회과학 분석에 신뢰할 수 있게 기여할 수 있는가?
• RQ4 집단 추론 모델이 독립적 분류 대비 링크 예측 정확도를 얼마나 향상시키는가?

주요 결과

• BinClass 방법은 부모-자식 링크 예측 정확도 61.6%를 달성했으며, 이는 이전의 NaiveBayes 기준선(56.9%)을 초월한다.
• Collective 방법은 공유되는 부모 쌍을 모델링하여 오브젝트 간의 모호성 제거를 개선하여 더 높은 정확도와 더 일관된 네트워크 구조를 도출한다.
• 1735년에서 1885년 사이 핀란드에서는 동질적 배우자 선택이 끊임없이 존재했으며, 개인들이 유사한 사회경제적 지위를 가진 배우자를 선호하는 경향이 뚜렷했다.
• 150년 간의 기간 동안 동질적 배우자 선택의 강도는 단조로운 추세를 보이지 않았으며, 일관되게 증가하거나 감소하지 않았다.
• 민감도 분석을 통해 관측된 동질적 배우자 선택 추세가 최소 링크 확률 임계값과 스무딩 윈도우의 변화에 대해 안정적임을 확인했다.
• 추론된 계승 네트워크를 통해 장기적 사회적 역학을 대규모 자동 분석할 수 있었으며, 계산 기반의 인구통계학의 가능성을 규모 있게 입증했다.