論文の概要: Prediction of the 2023 Turkish Presidential Election Results Using
Social Media Data
- arxiv url: http://arxiv.org/abs/2305.18397v1
- Date: Sun, 28 May 2023 13:17:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-31 21:44:03.927787
- Title: Prediction of the 2023 Turkish Presidential Election Results Using
Social Media Data
- Title(参考訳): ソーシャルメディアデータを用いた2023年トルコ大統領選挙結果の予測
- Authors: Aysun Bozanta, Fuad Bayrak, Ayse Basar
- Abstract要約: 我々は,従来の世論調査データとソーシャルメディアデータを組み合わせることで,トルコにおける2023年の選挙に参加する政党の投票シェアを予測することを目的とする。
私たちのアプローチは、コンテンツではなく、ソーシャルメディアのインタラクションの数を考慮したボリュームベースのアプローチです。
- 参考スコア(独自算出の注目度): 0.5156484100374059
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Social media platforms influence the way political campaigns are run and
therefore they have become an increasingly important tool for politicians to
directly interact with citizens. Previous elections in various countries have
shown that social media data may significantly impact election results. In this
study, we aim to predict the vote shares of parties participating in the 2023
elections in Turkey by combining social media data from various platforms
together with traditional polling data. Our approach is a volume-based approach
that considers the number of social media interactions rather than content. We
compare several prediction models across varying time windows. Our results show
that for all time windows, the ARIMAX model outperforms the other algorithms.
- Abstract(参考訳): ソーシャルメディアプラットフォームは政治キャンペーンの運営方法に影響を与えるため、政治家が市民と直接対話するための重要なツールとなっている。
各国の選挙は、ソーシャルメディアのデータが選挙結果に大きな影響を及ぼす可能性があることを示している。
本研究では,2023年トルコ総選挙における政党の投票シェアを,様々なプラットフォームからのソーシャルメディアデータと従来の投票データを組み合わせて予測することを目的とする。
私たちのアプローチは、コンテンツよりもソーシャルメディアの対話の数を考えるボリュームベースのアプローチです。
様々な時間窓の予測モデルを比較した。
その結果、全ての時間ウィンドウにおいて、ARIMAXモデルは他のアルゴリズムよりも優れていることがわかった。
関連論文リスト
- Electoral Agitation Data Set: The Use Case of the Polish Election [3.671887117122512]
ポーランド語における選挙の扇動を検出するための最初の公開データセットを提示する。
これには、法的に条件付けされた4つのカテゴリにタグ付けされた6,112人の人手によるツイートが含まれている。
新たに作成されたデータセットは、HerBERTと呼ばれるポーランド語モデルの微調整に使用された。
論文 参考訳(メタデータ) (2023-07-13T18:14:43Z) - The Face of Populism: Examining Differences in Facial Emotional
Expressions of Political Leaders Using Machine Learning [57.70351255180495]
深層学習に基づくコンピュータビジョンのアルゴリズムを、15カ国の政治指導者を描いた220本のYouTubeビデオのサンプルに適用する。
ポピュリスト・レトリックの度合いが異なるリーダー群間での否定的感情の平均スコアの統計的に有意な差を観察した。
論文 参考訳(メタデータ) (2023-04-19T18:32:49Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳(メタデータ) (2023-01-02T12:40:05Z) - #Secim2023: First Public Dataset for Studying Turkish General Election [2.9080451420355344]
Secim2023は、ソーシャルメディア研究者がトルコの選挙を調査するための包括的なデータセットである。
我々は、オンライン操作を防止し、新しい情報を集め、大衆に知らせるためのツールを提供する。
Secim2023データセットを使用して、研究者は政治アクター間の社会的およびコミュニケーションネットワークを調べ、現在の傾向を追跡し、選挙の完全性に対する新たな脅威を調べることができる。
論文 参考訳(メタデータ) (2022-11-22T11:42:32Z) - Shifting Polarization and Twitter News Influencers between two U.S.
Presidential Elections [92.33485580547801]
我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。
トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。
2020年のトップインフルエンサーの75%は2016年は存在しなかった。
論文 参考訳(メタデータ) (2021-11-03T20:08:54Z) - Reaching the bubble may not be enough: news media role in online
political polarization [58.720142291102135]
分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。
本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
論文 参考訳(メタデータ) (2021-09-18T11:34:04Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳(メタデータ) (2021-04-28T07:02:24Z) - PoliWAM: An Exploration of a Large Scale Corpus of Political Discussions
on WhatsApp Messenger [1.2301855531996841]
WhatsApp Messengerは、現在180か国、20億人以上で情報を広める最も人気のあるチャンネルの1つだ。
近年、いくつかの国が政治的・社会的キャンペーンにおいてその効果と影響力を目撃している。
我々は選挙運動中に情報とプロパガンダの流れが急増しているのを観察する。
論文 参考訳(メタデータ) (2020-10-26T00:35:57Z) - Inferring Political Preferences from Twitter [0.0]
ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。
選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。
本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
論文 参考訳(メタデータ) (2020-07-21T05:20:43Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳(メタデータ) (2020-04-20T20:00:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。