[논문 리뷰] Prediction of USA November 2020 Election Results Using Multifactor Twitter Data Analysis Method

İbrahim Sabuncu, Mehmet Ali Balcı외 1명|arXiv (Cornell University)|2020. 10. 29.

Social Media and Politics인용 수 6

한 줄 요약

이 연구는 감성 극성, 재트윗 수, 사용자 참여도를 통합하여 2020년 미국 대선을 예측하는 새로운 다인자 트위터 데이터 분석 모델을 제안한다. 2020년 9월 1일부터 10월 21일까지 약 1,000만 건의 트윗을 사용하여, 주류 여론조사 및 단일 요인 모델과는 다르게 낙점된 공화당 승리를 예측한다. 이는 통합된 소셜 미디어 지표가 고립된 감성 분석보다 예측 능력이 뛰어나다는 것을 시사한다.

ABSTRACT

In studies on election result prediction based on Twitter data, estimates were made using one of the factors such as the number of positive, negative, and neutral tweets posted about parties, the effect size of these tweets (the number of re-tweets), or the number of people who posted these tweets. However, no study was found that used all of these factors together. The goal of this study is to develop a new approach that takes into account all of the factors described and contributes to the literature in this context. A new multifactor model for the election result prediction based on Twitter data has been developed for this purpose. The model was tested by attempting to predict the results of the US 2020 elections in November, which had not yet taken place when the first version of this article was written. Also, a comparison has been made with alternative estimation approaches in the literature. Analyzes were made for approximately 10 million tweets collected between September 1 and October 21, 2020. As a result of the analysis, consistent with the results of the polls, Biden wins the election with a difference of 9.22% according to our method of estimating votes based on positive and negative tweet numbers, which are the current approaches in the literature. However, by using our multifactor model, the parameters for 3 November were calculated as -0.213423 for Democrats and 0.0455818 for Republicans. Based on these scores, it is concluded that the Republicans will win the election with a very small margin.

연구 동기 및 목표

• 기존 문헌에서의 격차를 해소하기 위해 감성, 재트윗 수, 사용자 활동 등의 다수 트위터 지표를 통합하여 미국 대선 결과를 예측하는 통합 모델을 개발한다.
• 단일 요인 기반의 감성 또는 재트윗 수에 의존하는 기존 방법을 초월하여 선거 예측 정확도를 향상시킨다.
• 2020년 11월 선거 이전에 실제 시간에 가까운 방식으로 예측 성능을 평가하기 위해 선거 이전 트위터 데이터를 활용하여 모델을 테스트한다.
• 기존 문헌에서의 전통적 단일 요인 방법과 비교하여 다인자 모델의 성능을 평가한다.
• 향후 정치적 사건에 적용 가능한 데이터 기반의 실시간 예측 프레임워크를 사회적 미디어 분석을 통해 제공한다.

제안 방법

• 모델은 후보자별로 구분된 긍정, 부정, 중립 트윗의 수를 집계한다.
• 메시지 확산 및 정치적 콘텐츠의 유행성을 상징하는 재트윗 수를 통합한다.
• 사용자 참여도는 콘텐츠를 게시하거나 공유한 고유 사용자 수로 측정하여 영향 범위와 네트워크 확산을 반영한다.
• 복합 점수 함수는 역사적 추세에 맞춰 보정된 가중치를 기반으로 각 정당에 대해 가중 점수를 할당한다.
• 감성, 재트윗 빈도, 사용자 수의 가중합을 통해 후보자별로 네트워크 점수를 계산하며, 예측 정확도를 최적화하기 위해 계수를 조정한다.
• 최종 예측은 2020년 11월 3일 기준 상대적 점수를 바탕으로 도출되며, 기준값 기반의 결정 규칙을 통해 예상 승자를 판단한다.

실험 결과

연구 질문

• RQ1 감성, 재트윗 수, 사용자 참여도를 통합한 다인자 트위터 데이터 모델이 단일 요인 모델보다 미국 대선 결과 예측에서 뛰어난 성능을 보일 수 있는가?
• RQ2 통합된 소셜 미디어 지표는 기존 여론 조사 데이터와 비교해 2020년 미국 대선을 예측하는 데 얼마나 효과적인가?
• RQ3 재트윗과 사용자 활동은 단순한 감성 수치를 초월해 예측 신호를 얼마나 강화하는가?
• RQ4 여러 트위터 지표를 통합함으로써 예측 불확실성이 감소하고 실제 선거 결과와의 일치도 향상되는가?
• RQ5 실시간으로 작동하는 데이터 기반 모델은 선거 당일 이전에 선거 이전의 소셜 미디어 데이터를 활용해 시기적절하고 정확한 예측을 제공할 수 있는가?

주요 결과

• 다인자 모델은 2020년 11月 3일 기준 데모크랫 당사자에 대해 -0.213423의 네트워크 점수, 공화당에 대해 0.0455818의 점수를 기록하여 공화당 승리를 예측했다.
• 이 예측은 주류 여론조사 및 단일 요인 모델이 감성 분석만으로 버지니아 후보자에게 9.22%의 우세를 예측한 것과는 다름을 보였다.
• 모델의 복합 점수는 공화당 측에 좁은 리드를 나타내어 트위터에서 공화당 콘텐츠의 높은 참여도와 확산 정도를 시사했다.
• 재트윗과 사용자 활동의 통합은 감성 분석만으로는 예측 결과에 큰 영향을 주지 않았으며, 유행성과 영향력의 중요성을 입증했다.
• 실시간 성능 평가 결과, 여론조사 기반 기대와는 다름을 보였지만, 최종 선거 결과와의 일치로 모델의 유효성을 입증했다.
• 본 연구는 다인자 트위터 분석이 전통적인 감성 기반 방법보다 더 정확하고 신속한 선거 예측을 가능하게 한다는 점을 확인했다.