論文の概要: From Keywords to Clusters: AI-Driven Analysis of YouTube Comments to Reveal Election Issue Salience in 2024
- arxiv url: http://arxiv.org/abs/2510.07821v1
- Date: Thu, 09 Oct 2025 06:02:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-10 17:54:14.897463
- Title: From Keywords to Clusters: AI-Driven Analysis of YouTube Comments to Reveal Election Issue Salience in 2024
- Title（参考訳）: キーワードからクラスタへ:YouTubeコメントのAIによる分析から2024年の選挙問題解決まで
- Authors: Raisa M. Simoes, Timoteo Kelly, Eduardo J. Simoes, Praveen Rao,
- Abstract要約: 移民と民主主義は、分析されたYouTubeビデオのユーザーコメントの中で最も頻繁に、一貫して解決された問題だった。
これらの結果は、選挙後の調査の結果を裏付けるだけでなく、選挙問題としてのインフレの重要性を否定するものである。
- 参考スコア（独自算出の注目度）: 1.521610318673192
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper aims to explore two competing data science methodologies to attempt answering the question, "Which issues contributed most to voters' choice in the 2024 presidential election?" The methodologies involve novel empirical evidence driven by artificial intelligence (AI) techniques. By using two distinct methods based on natural language processing and clustering analysis to mine over eight thousand user comments on election-related YouTube videos from one right leaning journal, Wall Street Journal, and one left leaning journal, New York Times, during pre-election week, we quantify the frequency of selected issue areas among user comments to infer which issues were most salient to potential voters in the seven days preceding the November 5th election. Empirically, we primarily demonstrate that immigration and democracy were the most frequently and consistently invoked issues in user comments on the analyzed YouTube videos, followed by the issue of identity politics, while inflation was significantly less frequently referenced. These results corroborate certain findings of post-election surveys but also refute the supposed importance of inflation as an election issue. This indicates that variations on opinion mining, with their analysis of raw user data online, can be more revealing than polling and surveys for analyzing election outcomes.
- Abstract（参考訳）: 本稿では,「2024年大統領選挙における有権者の選択に最も寄与した問題は何か」という疑問に答えるために,競合する2つのデータサイエンス方法論を検討することを目的とする。
この手法は、人工知能(AI)技術によって駆動される新しい経験的証拠を含んでいる。
自然言語処理とクラスタリング分析に基づく2つの異なる手法を用いて、選挙関連YouTubeビデオの8万件以上のユーザーコメントを、右傾きのジャーナルであるウォール・ストリート・ジャーナルと左傾きのジャーナルであるニューヨーク・タイムズから抽出し、予備選の週に、ユーザーコメントの中から選択された問題領域の頻度を定量化し、11月5日の選挙前の7日間において、潜在的な有権者にとってどの問題が最も有益であるかを推測する。
経験的に、移民と民主主義が最も頻繁に行われ、分析されたYouTubeビデオのユーザーコメントの中で一貫して起きている問題であり、続いてアイデンティティ政治の問題が続き、インフレーションが著しく少なかったことを実証した。
これらの結果は、選挙後の調査の結果を裏付けるだけでなく、選挙問題としてのインフレの重要性を否定するものである。
これは、意見マイニングのバリエーションが、オンラインで生のユーザーデータを分析することで、投票結果の分析のための調査や調査よりも明らかにできることを示している。
関連論文リスト
- Large-Scale, Longitudinal Study of Large Language Models During the 2024 US Election Season [43.092041950140164]
2024年アメリカ合衆国大統領選挙は、大きな言語モデル(LLM)が普及して以来、アメリカ合衆国で最初の主要大会である。
この瞬間は、LLMが情報エコシステムをどう形成し、政治談話に影響を与えるかという緊急の疑問を提起する。
我々は,2024年7月から11月にかけて,ほぼ毎日のケイデンスに関する12,000以上の質問を構造化された調査を用いて,12種類のモデルについて大規模な縦断調査を行った。
論文 参考訳（メタデータ） (2025-09-22T22:04:19Z) - How candidates evoke identity and issues on TikTok [2.664168105033125]
我々は2024年の米大統領選挙の最終6ヶ月を、主要キャンペーンがTikTokをどのように利用したかを理解するために検討する。
まず、有権者がグループメンバーシップによって動機づけられる表現的(アイデンティティ)モデルについて分析する。
また、政治において攻撃が一般的であることを示す文献を反映して、候補者の攻撃頻度についても検討した。
論文 参考訳（メタデータ） (2025-08-26T13:27:42Z) - UKElectionNarratives: A Dataset of Misleading Narratives Surrounding Recent UK General Elections [4.790922259120059]
本論では,近年の欧州議会選挙で流布した,一般的な誤解を招く物語の分類について紹介する。
この分類に基づいて、人間の注釈付き誤解を招く物語の最初のデータセットである UKElectionNarratives を構築し、分析する。
論文 参考訳（メタデータ） (2025-05-08T17:51:20Z) - Representation Bias in Political Sample Simulations with Large Language Models [54.48283690603358]
本研究は,大規模言語モデルを用いた政治サンプルのシミュレーションにおけるバイアスの同定と定量化を目的とする。
GPT-3.5-Turboモデルを用いて、米国選挙研究、ドイツ縦割り選挙研究、ズオビアオデータセット、中国家族パネル研究のデータを活用する。
論文 参考訳（メタデータ） (2024-07-16T05:52:26Z) - Opinion Mining from YouTube Captions Using ChatGPT: A Case Study of
Street Interviews Polling the 2023 Turkish Elections [0.0]
本稿では, 世論調査のための新たな手法を提案し, 世論調査によるYouTubeの自動キャプションをデータソースとして活用する。
本稿では,ChatGPTを用いた意見マイニングフレームワークを導入し,投票意図とモチベーションをマスアノテートする。
本報告では,ChatGPTが好む候補を97%の精度で予測し,325件のインタビューから収集したデータに基づいて,13の候補の中から71%の精度で正しい投票動機を推定できる。
論文 参考訳（メタデータ） (2023-04-07T01:25:22Z) - 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) - Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。
トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。
このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
論文 参考訳（メタデータ） (2022-11-09T08:42:37Z) - Forecasting election results by studying brand importance in online news [0.0]
本研究は,ビッグテキストデータにおけるブランド重要度の新しい尺度であるセマンティックブランドスコアを用いて,オンラインニュースに基づく選挙予測を行う。
イタリアの4つの投票イベントの予測は、異なる投票システムに一貫した結果をもたらした。
論文 参考訳（メタデータ） (2021-05-12T16:30:33Z) - The Matter of Chance: Auditing Web Search Results Related to the 2020
U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。
その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
論文 参考訳（メタデータ） (2021-05-03T11:18:19Z) - 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)
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。