在社交媒体上追踪政治选举:应用与实践(二)

举报
开源小0分舵-shan 发表于 2019/09/19 17:19:06 2019/09/19
【摘要】 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I...

实验及结果

Twitter 数据

    

  通过Twitter API ,获得在201297日和117日收集3700篇推     文,除了微博原文还要获取以下内容:

     ①推文名称Twitter作者ID

     避免推文一个转发,记录推文名称Twitter原作者Tweeter

       ID

     ③为避免推文是一个响应,记录推文名称Twitter父推文作者ID

     推文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选举和183个二元词组影响罗姆尼的选举 1看出,二元词组就业增长·拉登汽车救援”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

image.png

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2013320日到2013513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


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200