策略与统计：利用稀疏学习推断 2016 年美国总统初选中的选民偏好
社会与信息网络
2016-11-11 v1
摘要
在本文中，我们提出了一种以网络为中心的框架，用于推断 2016 年美国总统初选中的选民偏好。利用 2015 年 9 月至 2016 年 3 月收集的 Twitter 数据，我们首先揭示了候选人的推文策略，进而利用“点赞”数量的变化来推断选民偏好。通过稀疏学习（sparse learning），我们能够揭示中性议题以及正面和负面议题。在方法论上，我们能够通过稀疏学习实现更高的预测能力。在实质性发现上，我们表明对于 Hillary Clinton 而言，唯一的正面议题领域是妇女权利。我们证明，Hillary Clinton 将自己与 Obama 总统联系起来的策略与其支持者产生了良好共鸣，但同样的情况并不适用于 Bernie Sanders。此外，我们显示 Donald Trump 是所有其他候选人的主要议题，并且妇女权利议题在 Sanders 的竞选活动中得到了与 Clinton 竞选活动中同等程度的强调。
引用
@article{arxiv.1611.03168,
title = {Tactics and Tallies: Inferring Voter Preferences in the 2016 U.S. Presidential Primaries Using Sparse Learning},
author = {Yu Wang and Yang Feng and Xiyang Zhang and Jiebo Luo},
journal= {arXiv preprint arXiv:1611.03168},
year = {2016}
}