論文大燜鍋：AJPS 社交媒體大數據能反映民意嗎？

圖片來源：https://twitter.com/

論文鏈接：Predicting and Interpolating State-Level Polls Using Twitter Textual Data

這是論文大燜鍋的一篇推送

公眾意見調查一直在美國政治歷程中起到很重要的作用，然而時間密集的州一級別的民意調查即使在總統選舉期間也不多，這就限制了對於搖擺州選舉結果的預測。但由於經費等原因，時間密集的，涵蓋地區廣泛的調查數據十分緊缺。基於這樣的現狀，社交媒體的數據成為最滿足需要的數據。既往的很多努力已經試圖追索社交媒體數據作為公眾意見測量標準的可行性，但大部分的研究都存在一定缺陷。由Nicholas Beauchamp 撰寫的發表在American Journal of Political Science上的文章「Predicting and Interpolating State-Level Polls Using Twitter Textual Data」，試圖彌補既往研究演算法中的缺陷，提出了一種新的演算法，通過對2012年美國大選期間1200個州際民調與在此期間約一億條Twitter數據的分析：1）推算出在那些民調進行較差的州的選舉意向；2）推算出在沒有民調的那些天的選舉意向，尤其是在很短的時間段內，以及州以下的區域內的選舉意向；3）提高了正在進行中的民調的準確率。這一方法能夠擴展到任何形式的時間序列或者時間序列的橫截面數據上，從而提高了運用網路數據估計真實世界中調查數據的準確率。

除了這些實際應用以外，本研究同時也說明了社交媒體數據不僅僅能夠反應人們說了什麼，也能夠反映出人們的觀點是如何與重要的政治行為相聯繫的，尤其是與選舉意向相聯繫。這就為我們研究公眾與社交媒體用戶的行為與心理學提供了更多的思考，而本研究的結果與現有的不同黨派對信息應用上的區別相一致，左翼地區會使用更多的外部鏈接(URL)，以及討論更多的本地問題，而右翼地區表現出更高程度的轉發量與對全國性問題的討論。所以本文所提出的演算法不僅僅可以用來測量公眾意見，也可以反映在短時期內公眾意見的變更。

廣受歡迎的知乎專欄「論文大燜鍋」每日推送經濟學、政治學、社會學及自然科學期刊最新內容。本帳號由復旦大學經濟學院陳碩副教授及其團隊負責。歡迎媒體及學界與我們展開內容合作，聯繫郵箱paperexpress@sina.cn。

推薦閱讀：