[论文解读] Theme Analysis of Political Facebook Ads in the 2021 Dutch General Election

Joren Vrancken|arXiv (Cornell University)|Jan 12, 2022

Social Media and Politics被引用 4

一句话总结

本文提出了一种主题匹配技术，利用 Facebook 广告图书馆对 2021 年荷兰大选期间的政治 Facebook 广告进行分析，尽管元数据有限，该技术仍能实现大规模内容分析。通过将广告文本与人工整理的、语境相关的主题词列表对齐，该方法识别出各政党优先关注的政治主题，揭示了政党在选民认为重要的议题上集中发力，且在性别、年龄和区域方面表现出显著的受众定位模式。

ABSTRACT

Social media platforms have been trying to be more transparent about the political ads they run on their platforms, because the Cambridge Analytica scandal revealed that political campaigns are using social media on a large scale. One such transparency effort is the Facebook Ad Library, a public repository of all political ads run on Facebook and Instagram. This library provides journalist and researchers with data to get a better understanding of political advertising and microtargeting on Facebook's platforms. Unfortunately, the Facebook Ad Library only provides estimates and basic information. This paper analyses political ads in more depth, by examining the themes that ads are about. We provide a method to match themes to political Facebook ads and we apply this method to analyse Facebook ad campaigns ran by Dutch political parties during the 2021 Dutch general election.

研究动机与目标

• 为解决 Facebook 广告图书馆中缺乏主题元数据的问题，该问题限制了对政治广告内容的大规模分析。
• 开发一种可复现的、基于文本的方法，利用整理的词表为 Facebook 广告分配政治主题。
• 研究 2021 年荷兰大选期间，各政党在其广告活动中对特定主题的优先关注程度。
• 利用外部调查数据评估政党广告主题与公众选民优先事项之间的匹配程度。
• 识别在性别、年龄和区域人口统计学群体中广告曝光分布的受众定位模式。

提出的方法

• 基于政党宣言和常见广告语言，人工整理每个政治主题（如移民、气候、社会福利）的语境相关词表。
• 对于每则广告，系统计算广告文本与各主题词表之间的交集，以确定主题相关性。
• 该方法与长度无关，仅关注共享词汇，确保与短文本或长文本广告的兼容性。
• 主题分配基于常见且语境恰当的关键字存在与否，而非主题建模或聚类方法。
• 通过更新词表以反映当前竞选话语，该方法能够适应政治议题的演变。
• 分析基于 Facebook 广告图书馆和荷兰统计局的人口统计数据，覆盖了 2021 年荷兰大选期间超过 30,000 则 Facebook 广告。

实验结果

研究问题

• RQ1 2021 年荷兰大选期间，各政党在 Facebook 广告中强调了哪些政治主题？
• RQ2 政党广告中的主题优先级与选民认为最重要的议题之间存在何种对齐关系？
• RQ3 在性别、年龄和区域群体中，广告曝光分布呈现出何种人口统计学模式？
• RQ4 政党广告主题在多大程度上反映了当前公众舆论和选民优先事项？
• RQ5 该方法依赖关键词交集的方式与主题建模等替代方法相比，在捕捉主题内容方面表现如何？

主要发现

• 2021 年荷兰大选期间，各政党优先关注的主题与选民认为重要的议题相一致，证实了该方法在捕捉有意义信息方面的有效性。
• 近 60% 的移民相关广告被投放给男性，而近 60% 的社会福利广告被投放给女性，表明存在显著的性别定向投放。
• 65 岁以上人群虽然为最大人口群体，但在大多数主题的广告曝光中显著被低估，可能由于社交媒体使用率较低。
• 广告曝光的区域分布总体上与人口统计数据相符，但在农业等主题上存在明显偏差。
• 该方法成功处理了超过 30,000 则政治广告，证明了其在人工整理主题词表前提下的可扩展性。
• 本研究揭示，政党在表达相似主题（如气候变化）时使用了不同的语言，凸显了超越通用关键词匹配的语境感知主题检测的必要性。