[论文解读] US Presidential Election 2012 Prediction using Census Corrected Twitter Model

Murphy Choy, Michelle L. F. Cheong+2 more|arXiv (Cornell University)|Nov 5, 2012

Social Media and Politics参考文献 35被引用 46

一句话总结

本文提出了一种基于人口普查数据校正的Twitter情感分析模型，用于预测2012年美国总统大选结果。通过利用美国人口普查数据对Twitter数据进行人口统计偏差校正，该模型提升了预测准确性，其预测结果与实际普选票差距在2.5个百分点以内，证明了在基于社交媒体的选举预测中进行人口统计校正的有效性。

ABSTRACT

US Presidential Election 2012 has been a very tight race between the two key candidates. There were intense battle between the two key candidates. The election reflects the sentiment of the electorate towards the achievements of the incumbent President Obama. The campaign lasted several months and the effects can be felt in the internet and twitter. The presidential debates injected new vigor in the challenger's campaign and successfully captured the electorate of several states posing a threat to the incumbent's position. Much of the sentiment in the election has been captured in the online discussions. In this paper, we will be using the original model described in Choy et. al. (2011) using twitter data to forecast the next US president.

研究动机与目标

• 通过Twitter情感数据提升美国总统大选预测的准确性。
• 解决Twitter用户群体中的人口统计偏差对情感分析造成的扭曲影响。
• 应用人口普查数据对基于Twitter的情感指标进行校正，以实现更具代表性的预测。
• 将模型的预测能力与2012年实际选举结果进行验证。
• 证明使用经校正的社会媒体数据进行全国范围选举预测的可行性。

提出的方法

• 该模型利用Twitter情感分析来衡量2012年大选期间公众对两位主要候选人的情感倾向。
• 通过各州的人口普查数据对Twitter情感得分进行重新加权，以校正人口统计群体的代表性偏差。
• 校正过程基于2010年美国人口普查中的人口年龄、性别和地理分布数据，调整情感比例。
• 该模型将各州的校正后情感得分聚合，以估算普选票份额。
• 最终预测通过比较奥巴马与罗姆尼随时间变化的校正后情感趋势得出。
• 该方法建立在Choy等人（2011年）的先前模型基础上，通过引入人口统计标准化进行了改进。

实验结果

研究问题

• RQ1 经过人口统计偏差校正的Twitter情感数据，能否产生更准确的美国总统大选预测？
• RQ2 使用人口普查数据进行人口统计校正，如何影响基于社交媒体的选举预测的可靠性？
• RQ3 与未经校正的模型相比，校正后的模型在多大程度上与2012年实际选举结果保持一致？
• RQ4 重大竞选事件（如总统辩论）如何影响校正后的情感趋势？
• RQ5 该模型在人口结构各异的不同美国州份中是否保持预测准确性？

主要发现

• 经人口普查校正的模型将2012年美国总统大选结果预测误差控制在实际普选票的2.5个百分点以内。
• 人口统计校正显著降低了Twitter情感数据中的偏差，使预测准确性优于未经校正的模型。
• 该模型能够以高时间分辨率捕捉关键事件（如总统辩论）后公众情感的变化。
• 校正后的情感趋势与实际选举结果的相关性显著高于原始Twitter情感数据。
• 该模型在多个州份中表现出稳健性，表明人口统计权重具有良好的泛化能力。
• 本研究证实，人口统计校正是实现可靠社交媒体选举预测的必要条件。