人口规模网络嵌入暴露与右翼民粹主义投票相关的教育鸿沟

行政登记数据可用于构建反映个体之间共享社交语境的population-scale networks。借助机器学习，这些网络可编码为数值表示——嵌入 (embedding)——自动捕获个体在网络中的位置。我们为来自荷兰全国人口的全部个体创建了嵌入，该网络代表五种共享语境：社区、工作、家庭、家庭和学校。为评估这些嵌入的信息量，我们用它们预测右翼民粹主义投票。嵌入alone 预测右翼民粹主义投票的水平高于随机，但性能不如个体特征。将最佳子集嵌入与个体特征组合仅略有提升。经过转换后，使嵌入维度更稀疏且更正交，我们发现一个嵌入维度与该结果强烈相关。将该维度映射回人口网络后发现，教育背景和教育水平的差异对应于与右翼民粹主义投票相关的不同网络结构。我们的研究在方法层面表明如何使population-scale network embeddings 可解释，实质性地将教育结构性网络差异与右翼民粹主义投票联系起来。