یکی از چالش های اصلی در تمامی سرویس های ارایه دهنده شجره نامه یافتن و یا به زبان ساده تر ارتباط میان شجره نامه ها می باشد. در این نوشتار به اختصار به بررسی روش های به کار رفته در «شجره ساز» برای کشف نسل ها می پردازیم.

یافتن ارتباطات میان شجره نامه ها در ابتدا ساده به نظر می رسد. نام ها را جستجو و افراد هم نام را به یکدیگر پیوند بزنید! ولی موضوع به همین سادگی قابل حل نمی باشد. همانطور که حدس می زنید افراد بسیاری با نام ها خانوادگی مشابه وجود دارد مانند نام های خانوادگی بسیار معمول چون «محمدی»، «حسینی»، «هاشمی» و غیره. لذا در صورت تطابق نام نسل ها ممکن است دچار خطاهای مختلفی شویم. یک چالش دیگر تغییر نام های خانوادگی است که در بسیاری از نسل های جدید اتفاق می افتد مانند حذف پسوند ها و شکل کلی نام های خانوادگی. لذا الگوریتم های شناسایی تطابق می بایست عوامل مختلفی را در نظر گیرند. 

قطعیت یا عدم قطعیت

پیشنهاد یک ارتباط قطعی به کاربران بسیار دشوار است و لذا هر پیشنهادی می بایست با ارایه شانس رخداد آن (عددی فی مابین 0 و 100 درصد) به کاربران ارایه شود. لذا هر الگوریتم شناسایی ارتباطات که استفاده می نماییم می بایست در نهایت «احتمال وجود ارتباط» را بررسی و ارایه نماید. این پیشنهاد می کند که تمامی الگوریتم ها می بایست براساس  مدل های «آماری و احتمالات» استوار باشند. 

جامعه یا نمونه

معمولا همسرها با شانس رخداد بیش از 50 درصد دارای نام خانوادگی مشابه با شما نیستند (بیش از 50 درصد به دلیل اینکه بیماری های ژنتیکی-مورثی افراد را از ازدواج های فامیلی منصرف می کند). لذا به ازای هر نسل شما می توانید به طور بالقوه یک نسل از شجره نامه دیگری قرض بگیرید. ولی سوال اساسی این است که با یافتن ارتباط میان یک نسل و یک شجره نامه دیگر می توان به قطعیت به ارتباط عمیق شجره نامه ها پی برد. به عنوان مثال در صورتی که 3 شجره نامه داشته باشیم و یک نسل در شجره نامه دوم بخشی از شجره نامه اول و همان نسل در شجره نامه سوم تحت عنوان همسر قرار گرفته باشد، لذا صحیح آن است که شجره نامه اول و دوم را با یکدیگر مرتبط بدانیم. نتیجه منطقی این بحث آن است که یافتن ارتباط ها می بایست با در نظر گرفتن والدین، فرزندان تا عمق مشخصی (مثلا 3 والد و 3 فرزند در صورت وجود) صورت بگیرد (در اصطلاح تخصصی با در نظر گرفتن جامعه ای از نسل ها) و تنها در نظر گرفتن یک و یا دو نسل (یک نمونه کوچک از جامعه) کافی نمی باشد.

«شجره ساز» چگونه نسل ها را جستجو می کند؟

آنچه تاکنون بررسی کرده ایم تنها بخشی از پیچیدگی های یافتن ارتباطات است و در عمل نکات بیشتری وجود دارند که به جهت سادگی در این نوشتار نظر گرفته نشدند، مانند محل قرار گیری نسل های مرتبط در شجره نامه ها، نوع ساختار خانواده (ازدواج ها، فرزند آوری و غیره)، مکان ها (تولد، وفات، زندگی)، شغل و پیشه ها و غیره. الگوریتم یافتن ارتباط ها در «شجره ساز» از روش پیچیده ای پیروی می کند که به دلیل همین پیچیدگی تنها یک مرتبه در روز قابل اجر می باشد. به این معنا که سرورهای پرقدرت «شجره ساز» تمام شب را صرف یافتن ارتباط های خانوادگی می کنند تا روز بعد کاربران پیشنهاداتی را در بخش «کشف ارتباط های جدید» آماده ببینند. این الگوریتم براساس نسل ها فرزندان، همسران، والدین و نسل های پایینی و بالایی آن ها، نحوه ساختار خانوادگی، نام ها، نام های خانوادگی، تاریخ های تولد و وفات، محل های زندگی، تولد و وفات، بیماری ها و غیره نسل ها را تک به تک بررسی و براساس مدل احتمالاتی «احتمال وجود ارتباط ها» را تبیین می نماید تا شما با خیال آسوده با مالکین شجره نامه های مرتبط با خود تماس بگیرید و از کشف ارتباطات جدید خود لذت ببرید.