基于含顽固节点选民模型的大选结果预测
社会与信息网络
2021-10-13 v3 机器学习
摘要
在本文中，我们提出一种仅利用以往大选官方结果来预测选举结果的新方法。该方法基于含顽固节点的选民模型，并使用了我们此前工作中发展的理论结果。我们考察了英国保守党与工党、以及美国共和党与民主党的普选得票率。我们能够对模型参数进行随时间演化的估计，并借此预测任一次选举中各政党的得票率。我们得到的平均绝对误差为 4.74。作为附带成果，我们的参数估计提供了对政治格局的有意义洞察，告知我们各考量政党坚定支持者选民的比例。
引用
@article{arxiv.2009.10627,
title = {Forecasting elections results via the voter model with stubborn nodes},
author = {Antoine Vendeville and Benjamin Guedj and Shi Zhou},
journal= {arXiv preprint arXiv:2009.10627},
year = {2021}
}