推断 Twitter 用户的政治立场：以 2017 年土耳其宪法公投为例
社会与信息网络
2018-09-18 v1 机器学习
摘要
Twitter 在政治中日益增长的 popularity 受到商业与学术关注。为充分利用该平台的优势，触达具有期望政治倾向的目标受众至关重要。本文将推断 Twitter 用户政治取向的研究拓展到 2017 年土耳其宪法公投的情形。在构建针对性的推文数据集后，我们探索了若干类型的潜在特征以建立准确的基于机器学习的预测模型。在我们的实验中，训练于语义特征的三类支持向量机（SVM）分类器取得了 89.9% 的最佳准确率。此外，训练于全文特征的 SVM 分类器表现优于训练于标签（hashtags）的 SVM 分类器，准确率分别为 89.05% 与 85.9%。全文特征获得的相对较高准确率可能指向语言使用上的差异，这值得进一步研究。
引用
@article{arxiv.1809.05699,
title = {Inferring Political Alignments of Twitter Users: A case study on 2017 Turkish constitutional referendum},
author = {Kutlu Emre Yilmaz and Osman Abul},
journal= {arXiv preprint arXiv:1809.05699},
year = {2018}
}