学习意大利参议院的政治DNA
社会与信息网络
2018-12-20 v1 系统与控制
摘要
受控制领域对社会科学以及观点形成与信念系统研究日益关注的推动，本文致力于利用投票数据推断个体对竞争意识形态群体的潜在亲和性问题。具体而言，我们挖掘意大利参议院第十七届立法期的重点投票记录，基于一种选取最相关法案的简约特征提取方法，提取关于参议员与政党亲近程度的隐藏信息。我们将投票数据建模为混合随机变量的结果，并使用稀疏学习技术，将该问题置于概率框架中，推导出一项信息论度量，我们称之为政治数据分析亲和度（Political Data-aNalytic Affinity，政治DNA）。本文讨论了这一新亲和度度量的优势。对投票数据的数值分析结果揭示了意大利参议院政治人物之间的潜在关系。
引用
@article{arxiv.1812.07940,
title = {Learning Political DNA in the Italian Senate},
author = {Antonio Longo and Chiara Ravazzi and Fabrizio Dabbene and Giuseppe Calafiore},
journal= {arXiv preprint arXiv:1812.07940},
year = {2018}
}
备注
13 Pages. Submitted as invited paper to ECC19