线上负面化？——社交媒体上负面广告研究

越来越多的实证研究表明负面广告在竞选中有效，但其机制却鲜有提及。随着剑桥分析公司丑闻以及俄罗斯干预英国脱欧与 2016 年总统选举的背后事实，人们已意识到社交媒体上的政治广告，并施压国会限制社交媒体政治广告。相关立法后，社交媒体公司于 2018 年夏季中期选举竞选伊始为透明起见开始披露政治广告档案。本研究收集自八月以来美国中期选举语境下相关政治广告数据，以研究社交媒体政治广告的整体模式，并使用多组机器学习方法进行情感分析以分类负面广告。我们应用一种新颖方法，利用 AI 图像识别研究图像数据。通过数据可视化，本研究表明负面广告仍为少数，共和党广告主与第三方组织比其对应方更可能从事负面广告。基于有序回归，本研究发现在引发信息搜寻的愤怒是致使负面广告更具参与度与有效性（而非负面偏差理论）的主要机制之一。总体而言，本研究通过应用创新数据科学方法提供了对社交媒体政治广告的独特理解。进一步研究可拓展本研究的发现、方法与数据集，并给出若干未来研究建议。