基于复杂网络方法的巴西立法代表行为时间演化研究

在选举后跟踪代表行为对民主代表制而言是必要的，至少可通过不连任来惩罚背叛行为。我们的目标是展示如何跟踪代表并如何在真实情境中显现行为，以及观察政治危机中的趋势，包括改变局势的政治不稳定的开端。我们使用了巴西代表在四个总统任期内投票的相关性矩阵与相关性距离矩阵。利用最小生成树（Minimal Spanning Trees）对这些矩阵重新排序，显示了这十六年 period（包含一次总统弹劾）内集群的动态形成。按相关强度及政党着色的重排矩阵清晰显示了所观测集群的起源及其随时间演化。当提供政府支持的较大集群发生破裂时，政治不稳定出现，可能导致弹劾——我们在巴西总统被弹劾前三年观测到了这一趋势。我们相信该方法可用于预见其他政治风暴。