Jan, 2023

2021 墨西哥立法选举基于推特的模型设计与分析

PDF
TL;DR本文研究了利用推特数据进行预测和分析社会行为的可行性，使用具有地理属性的推特数据进行 2021 年墨西哥议会选举建模，结果表明该方法比传统民意调查更准确和精确。同时，该推特数据与官方普查数据呈正相关，表明在线数据可以提供准确的离线行为表示。
发现论文，激发创造
  • 选举相关推文自动检测和分类

    本文介绍了一种基于深度神经网络的技术框架，用于在 Twitter 上连续纵向地识别和分析选举相关的对话，其模型可以将选举相关的推文检测的 F 分数为 0.92，并将这些推文分类为 22 个主题，其 F 分数为 0.90。

    May, 2016

  • 基于 Twitter 数据的最先进选举预测的元分析

    通过系统的分析整理，该论文第一次对来自 Twitter 数据的选举预测整体研究进行了 Meta 分析，揭示了当前研究不能充分证明其预测能力可以取代传统的选举民调，提供了未来研究的方向和需求。

    Jun, 2012

  • 通过 Twitter 预测英国 2015 年大选？

    使用推特数据作为选举预测工具的基线模型在英国 2015 年大选中的应用及其局限性

    May, 2015

  • Twitter 党派预测

    通过综合调查和实证比较当前党派预测实践，本文提出了几种与或超过最先进方法相竞争的新方法，同时需要更少的计算资源，使从业者能够从多种数据类型中选择并获得强大性能。

    Aug, 2023

  • Twitter 上的政治社区：2022 年法国总统选举的案例研究

    本研究基于推特社交媒体上的 1.2 百万用户和 62.6 百万推文，旨在分析 2022 年法国总统选举期间形成的政治社群，并在用户转发图上执行社群检测，提出了对每个社群立场的深入分析，最终试图检测冒犯性推文和自动机器人，以比较各社群，了解每个候选人的支持者人口统计和在线竞选策略。

    Apr, 2022

  • 利用 Twitter 数据进行选举预测的平衡调查

    评论了与使用社交媒体进行选举预测有关的每项研究，发现 Twitter 在选举方面的预测能力被极度夸大，仍有许多难题需要解决。

    Apr, 2012

  • 预测模型的定量分析：以在线政治偏见为视角

    本文提出了一个启发式方法来将社交媒体帖子分类为五个不同的政治倾向类别，通过在 Twitter 和 Gab 这两个具有不同政治意识形态的社交媒体数据集上利用现有时间序列预测模型，我们的工作旨在为预测社交媒体平台中的政治偏见的挑战和机会提供启示，最终要为在数字领域减轻政治偏见的负面影响开发更有效的策略铺平道路。

    Sep, 2023

  • 利用社交媒体数据预测 2023 年土耳其总统选举结果

    通过结合社交媒体数据及传统投票数据，我们采用基于交互量的方法，比较多种算法在不同时窗口下预测土耳其 2023 年选举党派得票份额，结果发现，在所有时间窗口下，ARIMAX 模型表现最佳。

    May, 2023

  • 使用经过普查修正的 Twitter 模型预测 2012 年美国总统选举

    本文使用 Choy 等人 2011 年提出的模型，使用 Twitter 数据预测 2012 年美国总统选举的结果。

    Nov, 2012

  • 突发投票中社交媒体用户态度预测研究 —— 以希腊公投为例

    本研究针对 2015 希腊债务危机公投，通过半监督多卷积核学习方法，利用时间敏感文本和网络信息，以更真实反映 2,197 名 Twitter 用户的投票意向，比较基线模型，取得显著的 20% F1 值提高。

    Aug, 2018