[논문 리뷰] Pricing the Woman Card: Gender Politics between Hillary Clinton and Donald Trump

Yu Wang, Yang Feng외 4명|arXiv (Cornell University)|2016. 05. 18.

Electoral Systems and Political Participation참고 문헌 8인용 수 6

한 줄 요약

이 논문은 2016년 미국 대선 기간 힐러리 클린턴과 도널드 트럼프 사이의 '여성 카드' 논란을 분석하기 위해 트위터 팔로워 데이터와 합성곱 신경망(CNN)을 활용한 데이터 기반 방법을 제안한다. 연구 결과, 이 논란은 클린턴의 팔로워 중 여성의 비율을 높이고, 그녀의 팔로워를 해지하는 여성의 비율을 낮추는 것으로 나타났으며, 트럼프의 팔로워 구성에 대해 유의미한 영향을 미치지 않았다.

ABSTRACT

In this paper, we propose a data-driven method to measure the impact of the 'woman card' exchange between Hillary Clinton and Donald Trump. Building from a unique dataset of the two candidates' Twitter followers, we first examine the transition dynamics of the two candidates' Twitter followers one week before the exchange and one week after. Then we train a convolutional neural network to classify the gender of the followers and unfollowers, and study how women in particular are reacting to the 'woman card' exchange. Our study suggests that the 'woman card' comment has made women more likely to follow Hillary Clinton, less likely to unfollow her and that it has apparently not affected the gender composition of Trump followers.

연구 동기 및 목표

• 2016년 미국 대선 기간 힐러리 클린턴과 도널드 트럼프 사이의 '여성 카드' 논란이 성별에 따라 어떤 영향을 미쳤는지 분석하기 위해.
• 논란 이전과 이후 양 후보자의 새로운 팔로워 및 언팔로워의 성별 구성 변화를 측정하기 위해.
• '여성 카드' 논란이 클린턴에 대한 여성의 지지를 증가시키고 트럼프에 대한 여성의 지지를 감소시켰는지 평가하기 위해.
• 정확한 팔로워 성별 추론을 위해 트위터 프로필 사진을 기반으로 한 CNN 기반 성별 분류 모델을 개발하고 적용하기 위해.
• 높은 스테이크스의 선거 기간 동안 성별이 정치적 소셜미디어 다이내믹스에 어떤 역할을 하는지에 대한 실증적 증거를 제공하기 위해.

제안 방법

• 2015년 9월부터 2016년 5월까지 힐러리 클린턴과 도널드 트럼프의 트위터 팔로워 및 언팔로워 ID를 포함한 고유한 데이터셋 US2016을 구축하였다.
• 14,504개의 레이블이 부여된 트위터 프로필 사진을 기반으로 두 개의 합성곱 층과 하나의 완전 연결 층을 갖춘 CNN을 훈련시켜 성별 분류 정확도가 90.18%에 도달하였다.
• 2016년 3월 이전의 클린턴 언팔로워 데이터를 검증용으로 사용하여 데이터 누출을 방지하고 도메인 일관성을 확보하였다.
• 4월 26일 이후의 변화에 대해 통계적 유의성을 평가하기 위해 점수 검정을 적용하였다.
• 논란 이전과 이후의 두 개의 일주일 간격(이전 및 이후)을 기준으로 두 후보자의 새로운 팔로워 및 언팔로워의 성별 비율을 비교하였다.
• 팔로워 이동성의 시계열 분석을 활용하여 논란이 성별 기반 참여에 미친 영향을 분리하고 분석하였다.

실험 결과

연구 질문

• RQ1 ‘여성 카드’ 논란이 힐러리 클린턴의 여성 신규 팔로워 비율에 유의미한 증가를 초래했는가?
• RQ2 논란이 클린턴의 언팔로워 중 여성 비율을 감소시켰는가?
• RQ3 '여성 카드' 논란이 도널드 트럼프의 팔로워 또는 언팔로워의 성별 구성에 영향을 미쳤는가?
• RQ4 어느 후보의 경우든 여성 팔로워 참여 변화가 통계적으로 유의미한가?
• RQ5 이 논란이 정치 소셜미디어 참여에서의 성별 유사성 효과를 강화하거나 파괴했는가?

주요 결과

• ‘여성 카드’ 논란 이후 힐러리 클린턴의 신규 팔로워 중 여성 비율이 1.6% 증가하였으며, 이 변화는 통계적으로 유의미했다(p = 0.0093).
• 클린턴의 언팔로워 중 여성 비율은 3.7728% 감소하였으며, 이 감소 역시 통계적으로 유의미했다(p = 0.0239).
• 도널드 트럼프의 경우, 신규 팔로워 중 여성 비율은 0.6717% 증가했지만, 이 변화는 통계적으로 유의미하지 않았다(p = 0.1582).
• 트럼프의 언팔로워 중 여성 비율은 0.2786% 감소했지만, 이 변화 역시 통계적으로 유의미하지 않았다(p = 0.8167).
• CNN 모델은 성별 분류 정확도가 90.18%였으며, 정밀도와 재현율은 각각 91.36%와 90.05%였다.
• 본 연구는 ‘여성 카드’ 논란이 소셜미디어 참여에서 힐러리 클린턴에 대한 여성 지지에 유의미하고 긍정적인 영향을 미쳤다는 최초의 실증적 증거를 제공한다.