Forecasting migration inflows through multi-view graph-temporal fusion

Abstract

Οι διεθνείς μεταναστευτικές εισροές είναι δύσκολο να προβλεφθούν με ακρίβεια, καθώς συνδυάζουν ισχυρή χρονική εμμονή με μεγάλες ανισότητες στα μεγέθη των ροών, ελλιπή καταγραφή, σχεσιακή δομή και απότομες μεταβολές που συνδέονται με οικονομικά, πολιτικά και ανθρωπιστικά γεγονότα. Η παρούσα πτυχιακή εργασία διερευνά κατά πόσο τα χαρακτηριστικά αυτά μπορούν να μοντελοποιηθούν μέσω ενός πολυπρισματικού γραφοχρονικού πλαισίου πρόβλεψης. Εμπειρικό στόχο αποτελούν οι ετήσιες εισροές αλλοδαπού πληθυσμού που καταγράφονται στον Πίνακα Β.1 της Βάσης Δεδομένων του ΟΟΣΑ για τη Διεθνή Μετανάστευση και ταξινομούνται κατά εθνικότητα ή ιθαγένεια και χώρα προορισμού. Συνεπώς, οι παρατηρήσεις αυτές δεν ερμηνεύονται ως συμβατικές ροές προέλευσης-προορισμού βάσει της προηγούμενης διαμονής.

Η προτεινόμενη αρχιτεκτονική σύντηξης (Fusion) οργανώνει τις εισόδους της σε τρεις αναπαραστάσεις: ο Πύργος Α κωδικοποιεί τον κατευθυνόμενο γράφο των ιστορικών εισροών, ο Πύργος Β κωδικοποιεί οικονομικές, συγκρουσιακές και κοινωνικές ή δημογραφικές χρονικές ακολουθίες σε επίπεδο χώρας για την οντότητα που αντιστοιχεί στην εθνικότητα και για τη χώρα προορισμού, ενώ ο Πύργος C συνδυάζει στατικό δυαδικό πλαίσιο με αναδρομική κωδικοποίηση του ιστορικού εισροών του ζεύγους. Η συνδυασμένη αναπαράσταση προβλέπει ένα υπόλοιπο γύρω από μια αιτιώδη ιστορική τιμή αναφοράς, η οποία υπολογίζεται ως ο πενταετής μέσος όρος των λογαριθμικών εισροών και παρέχεται χωριστά στον αποκωδικοποιητή. Μια δεύτερη συνθήκη εκπαίδευσης προσθέτει σήμα δασκάλου από ένα μοντέλο Random Forest μέσω απόσταξης γνώσης. Το πλαίσιο συγκρίνεται με ντετερμινιστικούς χρονικούς κανόνες, το Random Forest, μοντέλα τύπου βαρύτητας και εναλλακτικές προσεγγίσεις βασισμένες σε γράφους. Η αξιολόγηση ακολουθεί σχεδιασμό διευρυνόμενης κυλιόμενης χρονικής αρχής (expanding rolling-origin design) για την περίοδο 2019-2023, με τα μοντέλα να επαναπροσαρμόζονται χρησιμοποιώντας αποκλειστικά πληροφορίες διαθέσιμες πριν από κάθε έτος πρόβλεψης. Η απόδοση αξιολογείται τόσο με μετρικές παλινδρόμησης όσο και με μετρικές ανίχνευσης συμβάντων για απότομες αυξήσεις και μειώσεις.

Και στις δύο συνθήκες εκπαίδευσης, τα πλήρη μοντέλα σύντηξης τριών όψεων A+B+C απέδωσαν χειρότερα από τις αντίστοιχες ελεγχόμενες παραλλαγές A+B (-C), οι οποίες προέκυψαν με την αφαίρεση του Πύργου C. Σε σχέση με τα αντίστοιχα πλήρη μοντέλα σύντηξης τριών όψεων, οι παραλλαγές A+B (-C) μείωσαν το συγκεντρωτικό RMSE κατά 63,4% στην εκπαίδευση με απόσταξη γνώσης από Random Forest και κατά 53,9% στην κυλιόμενη εκπαίδευση. Παρ' όλα αυτά, οι μέθοδοι Random Forest και EWMA-5 παρέμειναν ισχυρότερες ως προς τις κύριες μετρικές παλινδρόμησης. Τα αποτελέσματα ανίχνευσης συμβάντων ακολούθησαν διαφορετικό πρότυπο: η A+B (-C) με απόσταξη γνώσης από Random Forest πέτυχε την υψηλότερη συγκεντρωτική τιμή F1 για απότομες αυξήσεις μεταξύ των μεθόδων πρόβλεψης που αξιολογήθηκαν, ίση με 0,439. Ωστόσο, το πλεονέκτημα αυτό μεταβαλλόταν ανά έτος πρόβλεψης και δεν αξιολογήθηκε έναντι εξειδικευμένων μοντέλων ταξινόμησης.

Συνεπώς, τα αποτελέσματα δεν υποστηρίζουν την αρχική αρχιτεκτονική των τριών όψεων. Αντιθέτως, αναδεικνύουν μια απλούστερη διαμόρφωση που χρήζει περαιτέρω διερεύνησης, καταδεικνύοντας παράλληλα ότι η πρόσθετη πολυπλοκότητα στην αναπαράσταση δεν βελτιώνει απαραίτητα την πρόβλεψη στο συγκεκριμένο πλαίσιο.