在社群、回音室与多党并存下预测投票结果
社会与信息网络
2022-02-09 v1 多智能体系统
物理与社会
摘要
最近提出的一种图论度量——影响差距（influence gap），已被证明是两党选举中社会影响效应的可靠预测因子，尽管仅在规则图和无标度图上进行了测试。在此，我们研究影响差距是否能够在展现社群结构（即由高度互连的组分构成，因而更类似于真实世界交互）的网络上预测多党选举的结果。为了刻画社群，我们基于经典的洞人图（caveman graphs）模型，将其扩展为一个展现不同同质性（homophily，即连接与观点交织的程度）水平的更丰富的图族。首先，我们研究了在社群存在下影响差距的预测能力。我们表明，当不存在明确的初始多数时，影响差距并非选举结果的良好预测因子。相反，当我们允许不同的多数比例时，尽管影响差距作为预测因子的表现有所改善，但在所有同质性水平下，统计初始党派多数始终表现更好。其次，我们研究了更具预测性的度量随同质性水平变化的联合效应。利用回归模型，我们证明影响差距与初始票数统计相结合确实能在某些同质性水平下提升整体预测能力。第三，我们研究了超过两党的选举。具体而言，我们将影响差距的定义推广到任意数量的政党，考虑了多种泛化形式，并表明与两党情形相比，初始票数统计相较于影响差距具有更高的预测能力。
引用
@article{arxiv.2202.03961,
title = {Predicting Voting Outcomes in the Presence of Communities, Echo Chambers and Multiple Parties},
author = {Jacques Bara and Omer Lev and Paolo Turrini},
journal= {arXiv preprint arXiv:2202.03961},
year = {2022}
}