Understanding international migration using tensor factorization

Hieu Nguyen, Kiran Garimella

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

63 Lataukset (Pure)

Abstrakti

Understanding human migration is of great interest to demographers and social scientists. User generated digital data has made it easier to study such patterns at a global scale. Geo coded Twitter data, in particular, has been shown to be a promising source to analyse large scale human migration. But given the scale of these datasets, a lot of manual effort has to be put into processing and getting actionable insights from this data. In this paper, we explore the the feasibility of using a new tool, tensor decomposition, to understand trends in global human migration. We model human migration as a three mode tensor, consisting of (origin country, destination country, time of migration) and apply CP decomposition to get meaningful low dimensional factors. Our experiments on a large Twitter dataset spanning 5 years and over 100M tweets show that we can extract meaningful migration patterns.

AlkuperäiskieliEnglanti
Otsikko26th International World Wide Web Conference 2017, WWW 2017 Companion
Sivut829-830
Sivumäärä2
ISBN (elektroninen)9781450349147
DOI - pysyväislinkit
TilaJulkaistu - 1 tammikuuta 2019
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational World Wide Web Conference - Perth, Austraalia
Kesto: 3 huhtikuuta 20177 huhtikuuta 2017
Konferenssinumero: 26

Conference

ConferenceInternational World Wide Web Conference
LyhennettäWWW
Maa/AlueAustraalia
KaupunkiPerth
Ajanjakso03/04/201707/04/2017

Sormenjälki

Sukella tutkimusaiheisiin 'Understanding international migration using tensor factorization'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä