分析与估计 Twitter 投票中美国总统候选人的支持力度

社交媒体上的投票近年来已成为估计公众意见的重要工具，例如衡量企业决策和全国性选举中政治候选人的支持度。本文考察了近两千个衡量美国总统候选人支持度的 Twitter 投票，涵盖 2016 和 2020 年选举 campaign。首先，我们描述了社交投票的快速崛起。其次，我们依据机器学习模型对用户属性进行推断，描述了编写和与社交投票互动的用户的民族特征、政治倾向及其他特征。最后，我们研究了社交投票结果、其属性与与之互动的用户特征之间的关系。我们的发现表明，Twitter 投票以各种方式存在偏差，包括从总统候选人在投票选项中的位置到人口统计特征和投票结果中的偏差。2016 年和 2020 年的投票主要由年长的男性制作，并表现出明显偏向唐纳德·特朗普的倾向，这与传统调查相反，后者偏向民主党候选人。我们进一步识别并探讨了这种社交投票偏差的潜在原因，并讨论了其潜在后果。最后，我们表明，通过回归和后分层可纠正社交媒体投票中的偏差。 resulting election estimates 的误差可降低至 1%~2%，这表明社交媒体投票可以成为获取公众意见信息的有前景的来源。