利用数据挖掘方法预测选举参与度
计算机与社会
2013-07-31 v1 机器学习
摘要
预测民众的政治行为将极大帮助选举候选人评估其成功的可能性，并了解公众选择他们的动机。本文提供了一套基于 KNN、分类树和朴素贝叶斯算法以及基于 crisp 的 Orange 工具的总统选举参与度预测系统架构概览，该架构产生了令人满意的输出。为了测试和评估所提出的模型，我们选取了参加伊朗伊斯兰共和国第 11 届总统选举的 100 名合格人员作为案例研究，预测他们在 Kohkiloye & Boyerahmad 地区的参与情况。结果表明，与其他两种算法相比，KNN 在预测参与度方面能以更高的精度执行预测和分类过程。
引用
@article{arxiv.1307.7429,
title = {Participation anticipating in elections using data mining methods},
author = {Amin Babazadeh Sangar and Seyyed Reza Khaze and Laya Ebrahimi},
journal= {arXiv preprint arXiv:1307.7429},
year = {2013}
}