[论文解读] Voting with Feet: Who are Leaving Hillary Clinton and Donald Trump?

Yu Wang, Yuncheng Li+4 more|arXiv (Cornell University)|Apr 25, 2016

Electoral Systems and Political Participation参考文献 7被引用 4

一句话总结

本研究分析了2015年9月至2016年3月期间Twitter上的取消关注行为，以识别支持希拉里·克林顿和唐纳德·特朗普的用户中，哪些人口统计特征与取消关注相关。通过粉丝数作为社会资本的代理指标，并利用卷积神经网络（CNN）和Face++ API进行面部识别以判断性别与年龄，研究发现，高社会资本个体、年轻选民（12–26岁）以及女性——尤其是克林顿支持者——更可能取消关注，其中许多人转而支持伯尼·桑德斯。

ABSTRACT

From a crowded field with 17 candidates, Hillary Clinton and Donald Trump have emerged as the two front-runners in the 2016 U.S. presidential campaign. The two candidates each boast more than 5 million followers on Twitter, and at the same time both have witnessed hundreds of thousands of people leave their camps. In this paper we attempt to characterize individuals who have left Hillary Clinton and Donald Trump between September 2015 and March 2016. Our study focuses on three dimensions of social demographics: social capital, gender, and age. Within each camp, we compare the characteristics of the current followers with former followers, i.e., individuals who have left since September 2015. We use the number of followers to measure social capital, and profile images to infer gender and age. For classifying gender, we train a convolutional neural network (CNN). For age, we use the Face++ API. Our study shows that for both candidates followers with more social capital are more likely to leave (or switch camps). For both candidates females make up a larger presence among unfollowers than among current followers. Somewhat surprisingly, the effect is particularly pronounced for Clinton. Lastly, middle-aged individuals are more likely to leave Trump, and the young are more likely to leave Hillary Clinton.

研究动机与目标

• 识别2015年9月至2016年3月期间在Twitter上取消关注希拉里·克林顿和唐纳德·特朗普的用户的人口统计特征。
• 研究社会资本、性别与年龄如何区分两位候选人现任粉丝与前任粉丝（取消关注者）之间的差异。
• 评估取消关注行为是否揭示了政治偏好转变，特别是对第三方或对立政党候选人的偏好转移。
• 评估社交媒体行为——特别是取消关注——作为政治偏好指标，相较于传统民意调查是否更具可靠性。

提出的方法

• 收集了2015年9月的329万条特朗普粉丝数据与359万条克林顿粉丝数据，追踪至2016年3月期间取消关注的用户。
• 将粉丝数作为社会资本的代理指标，假设粉丝数越高，代表社会影响力越强。
• 采用在个人资料图片上训练的卷积神经网络（CNN）对性别进行高精度分类。
• 利用Face++ API从个人资料图片估算年龄，将用户划分为不同年龄组（如12–26岁、27–42岁）。
• 比较每位候选人粉丝群体中现任粉丝与前任粉丝在社会资本、性别、年龄分布上的差异。
• 应用得分检验，对取消关注者与现任粉丝在性别与年龄构成上的差异进行统计评估。

实验结果

研究问题

• RQ1 社会资本更高的个体是否更可能取消关注希拉里·克林顿或唐纳德·特朗普？
• RQ2 克林顿与特朗普的取消关注者中，性别构成是否与现任粉丝存在显著差异？
• RQ3 哪些年龄组最可能从克林顿与特朗普的粉丝群体中离开？
• RQ4 克林顿与特朗普的取消关注者最常转向支持哪些候选人？
• RQ5 取消关注行为与传统民意调查相比，是否更能反映政治偏好的转变？

主要发现

• 粉丝数较多（即社会资本较高）的用户更可能取消关注克林顿（5.73%的取消关注率）与特朗普（3.73%的取消关注率），差异显著。
• 克林顿的取消关注者中女性占比较高，性别构成差异具有统计显著性（z = 19.04，p < 0.001），表明其退出存在显著的性别失衡。
• 特朗普的取消关注者中女性也占比较高，但效应较弱（z = 7.74，p < 0.001），表明女性对其的疏离程度较低。
• 年轻选民（12–26岁）在克林顿的取消关注者中显著高估（z = 12.30，p < 0.001），其中13.32%转而支持伯尼·桑德斯。
• 中年群体（27–42岁）更可能取消关注特朗普（z = 15.69，p < 0.001），其中6.72%转而支持希拉里·克林顿。
• 在取消关注者中，13.32%的克林顿前支持者转投伯尼·桑德斯，而6.72%的特朗普前支持者转投希拉里·克林顿——表明存在显著的跨党派流动。