简约数据：在多党制系统中如何用单次 Facebook 点赞预测投票行为
社会与信息网络
2017-11-01 v2
摘要
近期，两篇发表在 PNAS 上的颇具影响力的论文表明，通过 Facebook 点赞获取的对“Hello Kitty”和“Harley Davidson”的偏好，可以准确预测有关我们性格、宗教信仰、政治态度和性取向的细节（Konsinski et al. 2013; Youyou et al 2015）。在本文中，我们提出，尽管各种各样的 Facebook 点赞可能预测这些个人特质，但通过应用特定情境的简约数据策略，可以获得更准确且更具泛化性的结果。我们仅基于对政治参与者帖子的点赞来预测当前的投票意向，从而建立了这一主张。结合线上与线下数据，我们将调查受访者的一个子样本与其公开的 Facebook 活动相关联，并应用机器学习分类器来探索他们的政治点赞行为与实际投票意向之间的联系。通过这项工作，我们展示了即使是单次精心选择的 Facebook 点赞，也能像数百次随机点赞一样揭示我们的政治投票意向。此外，通过纳入受访者完整的政治点赞历史，我们的模型达到了高于以往多党制研究的预测准确率（60-70%）。在论文结尾，我们讨论了所应用的简约数据策略如何在一定限制下，允许我们将研究结果推广至至少有一次政治点赞的 140 万丹麦人，甚至推广至其他政治多党制系统。
引用
@article{arxiv.1704.01143,
title = {Parsimonious Data: How a single Facebook like predicts voting behaviour in multiparty systems},
author = {Jakob Baek Kristensen and Thomas Albrechtsen and Emil Dahlgaard and Michael Jensen and Magnus Skovrind and Tobias Bornakke},
journal= {arXiv preprint arXiv:1704.01143},
year = {2017}
}