利用机器学习模型解释部分自由国家中互联网与民主的关系
计算机与社会
2020-04-14 v1 机器学习
社会与信息网络
摘要
以往的研究对民主与互联网之间的关系提供了多种解释。然而，这些研究大多集中于地区、特定国家或威权政体。尚无研究考察自由之家所定义的部分自由国家中互联网的影响。此外，关于在线审查对民主的发展、停滞或衰退的影响知之甚少。借助国际电信联盟、自由之家和世界银行的数据库并使用机器学习方法，本研究揭示了互联网对部分自由国家民主化影响的新见解。研究结果表明，互联网普及率和在线审查都对民主得分有负面影响，且互联网对民主得分的影响受在线审查的调节。此外，随机森林的结果表明，在线审查是最重要的变量，其次是治理指数和教育对民主得分的影响。各种机器学习模型的比较显示，预测效果最佳的模型是175棵树的随机森林模型，其准确率为92%。本研究也可能帮助“IT专业人员”认识到他们在技术领域之外、于民主化方面在社会中所扮演的重要角色，以及IT与社会科学的密切关联。
引用
@article{arxiv.2004.05285,
title = {Explaining the Relationship between Internet and Democracy in Partly Free Countries Using Machine Learning Models},
author = {Mustafa Sagir and Said Varlioglu},
journal= {arXiv preprint arXiv:2004.05285},
year = {2020}
}
备注
"University of Cincinnati, School of Information Technology, IT EXPO Research Symposium '20, April 14, 2020, Cincinnati, OH, USA"