基于多因子推特数据分析方法的美国2020年11月大选结果预测
社会与信息网络
2021-01-26 v3
摘要
在基于推特数据的选举结果预测研究中，估计使用的是以下因素之一：关于各政党发布的正面、负面和中性推文数量，这些推文的影响大小（转推数量），或发布这些推文的人数。然而，未发现有任何研究同时使用所有这些因子。本研究的目标是开发一种考虑上述所有因子并在此背景下对文献做出贡献的新方法。为此目的，开发了一种基于推特数据的选举结果预测新多因子模型。该模型通过尝试预测美国2020年11月大选结果进行了测试，在本文初稿撰写时该选举尚未举行。此外，还与文献中的替代估计方法进行了比较。分析基于2020年9月1日至10月21日期间收集的约1000万条推文进行。作为分析结果，与民调结果一致，根据我们基于正面和负面推文数量（文献中当前的方法）估计选票的方法，拜登以9.22%的差距赢得选举。然而，通过使用我们的多因子模型，11月3日的参数计算为民主党-0.213423、共和党0.0455818。基于这些分数，得出结论认为共和党将以极微小优势赢得选举。
引用
@article{arxiv.2010.15938,
title = {Prediction of USA November 2020 Election Results Using Multifactor Twitter Data Analysis Method},
author = {Ibrahim Sabuncu and Mehmet Ali Balci and Omer Akguller},
journal= {arXiv preprint arXiv:2010.15938},
year = {2021}
}
备注
19 pages, 1 table, 4 figures. This is the second version of the article. We wanted to publish the results of the forecast analysis before the 3rd November elections. Follow for updates