[论文解读] To Follow or Not to Follow: Analyzing the Growth Patterns of the Trumpists on Twitter

Wang Yu, Jiebo Luo+2 more|arXiv (Cornell University)|Mar 27, 2016

Opinion Dynamics and Social Influence被引用 16

一句话总结

本研究利用带有趋势和事件指示变量的时间序列随机游走模型，分析唐纳德·特朗普推特粉丝（“特朗普支持者”）的增长动态。研究发现，特朗普的粉丝基数因高频率发推和穆斯林禁令提案而迅速增长，但其辩论表现并未带来影响，且诸如“被搞砸了”这类争议性言论也未对其粉丝增长造成损害。

ABSTRACT

In this paper, we analyze the growth patterns of Donald Trump's followers (Trumpists, henceforth) on Twitter. We first construct a random walk model with a time trend to study the growth trend and the effects of public debates. We then analyze the relationship between Trump's activity on Twitter and the growth of his followers. Thirdly, we analyze the effects of such controversial events as calling for Muslim ban and his 'schlonged' remark.

研究动机与目标

• 理解2016年总统大选期间唐纳德·特朗普推特粉丝的增长模式。
• 评估公开辩论对主要候选人粉丝获取率的影响。
• 考察特朗普发推活动与其粉丝增长动态之间的关系。
• 量化具有争议的言论（如穆斯林禁令提案和“被搞砸了”言论）对粉丝增长的影响。
• 评估争议性言论是否对特朗普的公众舆论或粉丝获取产生负面影响。

提出的方法

• 使用带有时间趋势的随机游走模型来估计粉丝增长，引入事件特定的虚拟变量以反映辩论和争议性事件的影响。
• 模型中包含每小时和周末效应的控制变量，以考虑推特活动中的昼夜和每周模式。
• 每日和每小时的发推强度被测量，并通过检验滞后效应来识别信息传播的时间间隔。
• 通过二值虚拟变量对穆斯林禁令提案（自2015年12月8日起）和“被搞砸了”言论（2015年12月22日）的事件效应进行建模。
• 使用负二项回归进行统计推断，并采用稳健标准误，通过调整后的R²评估模型拟合度。
• 通过缩短事件虚拟变量的持续时间（如5天和10天）进行稳健性检验，以验证结果的稳定性。

实验结果

研究问题

• RQ1 与其它候选人相比，公开辩论在多大程度上影响了特朗普推特粉丝的增长率？
• RQ2 特朗普发推频率在多大程度上与粉丝获取相关？
• RQ3 具有争议的穆斯林禁令提案是否导致了可测量的粉丝增长？
• RQ4 “被搞砸了”言论是否对粉丝增长产生了统计上显著的负面影响？
• RQ5 特朗普发推活动与后续粉丝增长之间的时间滞后是多久？

主要发现

• 特朗普的粉丝基数增长速度显著高于其他主要候选人，基准日均粉丝增长为86.47人，民主党建党辩论期间上升至234.3人。
• 共和党辩论表现未提升粉丝增长，其系数为-6.348且不显著，表明对粉丝获取无明显影响。
• 每日发推量具有强烈正向影响：每天每增加一条推文，粉丝增长增加86.53人，结果具有统计显著性（p < 0.001）。
• 每小时发推活动显示出延迟效应，高活跃度后5小时观察到显著的粉丝增长，表明存在信息传播滞后。
• 穆斯林禁令提案导致粉丝增长出现统计显著的增加，其系数为26.26***，即使在较短时间窗口的稳健性检验中结果依然成立。
• “被搞砸了”言论的系数为-19.03且不显著，表明对粉丝增长无明显负面影响。