在社交媒体上追踪政治选举：应用与实践（二）

实验及结果

•Twitter 数据

  通过Twitter API ，获得在2012年9月7日和11月7日收集了3700多篇推     文，除了微博原文还要获取以下内容：

     ①推文名称和Twitter作者ID

     ②为避免推文是一个转发，记录推文名称和Twitter原作者Tweeter

       ID

     ③为避免推文是一个响应，记录推文名称和Twitter父推文作者ID

     ④推文的Twitter ID

     ⑤推文发布的日期和时间。

格兰杰因果分析

•通过使用预测变量和二元词语组运行套索格兰杰回归模型，我们确定了影响预测的二元词组（长期主题）。我们发现227个二元词组影响奥巴马的选举和183个二元词组影响罗姆尼的选举。 • 从表1看出，二元词组“税”，“就业增长”，“本·拉登”，“汽车救援”等被认为是有助于奥巴马支持率。米特·罗姆尼因果双字母组的包括一些带有负面情绪，例如，“奥巴马撒谎”，“失败的政策”等。

在美国大选选举日预测支持率 

•我们使用现有最近七天的数据训练模型，用来预测在选举日的结果。我们的模型预测的奥巴马获得47.8％的支持率，米特·罗姆尼获得47.2%的支持率。 • • •我们还在推特中使用候选人提及作为人气估计（通常用于以前的工作），并能够发现会获得明确的奥巴马，但预测的候选人的投票却比从实际投票少了很多。 所以我们发现提及候选人的推文数量和每日支持率之间没有相关性。 最后，奥巴马获得了2012年美国总统大选，总票数的50.8％。

在菲律宾选举中的应用

•我们使用收集利用候选人，政党，竞选活动等数据为关键字寻找相关的推文。共分析从2013年3月20日到2013年5月13日共750万推文 • •通过系统，能够根据社交媒体得到突发新闻。例如，在选举日当天，我们的工具发现有缺陷的投票机（defective voting machines）作为新兴的主题。在媒体内部的记者根据这个主题进行新闻报道，远远提前于其他媒体。

结论与思考

•在本文中，我们描述了我们在选举期间追踪社交媒体的工作，并在现场选举中展示如何在衡量公众情绪。我们展示了我们在两个截然不同的地理区域和选举制度。 我们发现，对于一些大规模的活动，社交平台可能提供信息超前于传统的新闻来源。 虽然许多关于社交媒体的讨论更具反应性，但在我们的部署过程中，我们发现新事件首先在Twitter上传播的情况（传统媒体滞后几个小时）。 • •思考：

  ①文中处理数据的方式是离线的，需要大规模的工程，是否可以将文中的方法应用于在线处理

  ②不仅在政治选举中应用社交媒体，是否可以在体育赛事，电影宣传过程中也应用