国会选举中的摇摆选民排名

我们提出了一种定量识别国会选举中摇摆选民的模型。这是通过预测个体选民的投票可能性，以及个体选民在投票情况下投给特定政党的可能性来实现的。我们对这些值进行了粗略预测。然后，我们通过引入市级层面的聚合数据来更新这些预测，以在附近选民具有相似行为（这可能是由于社会互动或共同的外部因素）的假设下增强我们的估计。最后，我们利用这些预测的排名方案来识别两类关键选民：1) 很可能投票且我们可以说服其投给特定政党的选民；以及 2) 如果投票则很可能投给特定政党，且我们可以说服其实际出来投票的选民。一旦识别出这些选民，政治竞选活动就可以利用这些信息对选民进行微观定位，从而赢得更多选票。