美国大选Facebook舆情分析——基于R

2016年7月27日,希拉里·克林顿顺利成为民主党总统候选人,这也意味着她将和之前成为共和党总统候选人的唐纳德·特朗普在11月份进行最终角逐。两位候选人在之前的五个月的网络口水仗,也使得各大社交平台异彩纷呈。

美国大选Facebook舆情分析——基于R
2016年7月27日,希拉里·克林顿顺利成为民主党总统候选人,这也意味着她将和之前成为共和党总统候选人的唐纳德·特朗普在11月份进行最终角逐。两位候选人在之前的五个月的网络口水仗,也使得各大社交平台异彩纷呈。为了从社交媒体这一渠道对两位候选人的竞选表现和粉丝基础有一个更为具体的了解。我们分析了一年多以来克林顿(大约360万粉丝)和特朗普(大约800万粉丝)的Facebook流量。

数据获取

用R包“Rfacebook”爬取了2015年5月1日到2016年5月31日的候选人Facebook官方主页的内容,获得了这段时间内所有的帖子和相应的评论(特朗普大约140万评论而克林顿大约120万评论)。然后用R的文本挖掘包和文本数据定量分析方法,基于LIWC的词条目录对每个评论(不含非英文内容)单独解析它的情绪和心理结构。最后,我们汇总成为日度数据进行分析。

情绪氛围

特朗普评论区相较克林顿表现得更为积极:数据显示特朗普的积极评论占比69.46%,消极评论占比30.46%;克林顿的积极评论占比65.94%,消极评论占比33.94%。而第二张图显示特朗普评论区的情绪分化现象更为显著:这里用百分比的变异系数来表示情绪分化程度,特朗普评论的百分比变异系数是122.23,而克林顿的是115.31,这确实很容易理解,特朗普自竞选以来发表了种种言论,要么引来狂热的追捧,要么被人诟病为疯子。
美国大选Facebook舆情分析——基于R
美国大选Facebook舆情分析——基于R

乐观程度

克林顿的拥护者相较而言对竞选前景表现得更为乐观(克林顿31.13%而特朗普是29.57%),并但是可以发现特朗普的评论区有一种向上的积极发展趋势。同样,特朗普评论区的乐观程度分化也更为显著,拥有130.12的变异系数,而克林顿只有126.11。
美国大选Facebook舆情分析——基于R

拥护者群体的包容度

第四张图显示了评论区中,拥护者相互包容的的程度。比如说如果评论中更多的“我们”出现,则拥护者内部是更加包容和团结的;如果评论中更多的“我”出现,则拥护者内部是更加独立的。结果显示双方表达方式有很大不同,特朗普的拥护者表述的方式更加独立(36.12%),而克林顿的拥护者相对包容(30.38%),这可能意味着克林顿的拥护者能够更好地凝聚力量支持他们的选择。
美国大选Facebook舆情分析——基于R
七月底民调结果显示克林顿的支持率首次被特朗普反超,但是紧接着由于特朗普的不当言论,克林顿重获优势,但无论下一任世界领袖的归属如何,最终决定这一结果的,还是数据。

原文作者:Daniel Boller
译者:盖志浩
原文链接:http://thinktostart.com/analyzing-us-elections-facebook-r/

本文为专栏文章,来自:数据工匠,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/38419.html 。

(1)
数据工匠的头像数据工匠专栏
上一篇 2016-10-21
下一篇 2016-12-09

相关文章

  • 梦想与前行:一名数据人的自白(下)

    任何一个概念的发展都是经历了从兴起,到炒作,再到回落的循环,能否再次崛起,得看“财报业绩”的检验—数据的价值是被高估还是低估。在践行数据价值的这条道路上,每个数据人都在用自己的方式积极备考。

    2018-05-14
    3
  • 万变归宗:数据分析市场能不能做?能做多大?

    摘要:做淘宝就是做数据,运营其实就是把店铺的数据展示给淘宝看。 从这个角度讲,做运营其实很简单,不管你用什么手段,只要能让淘宝认为你是优秀的即可。 所以,数据就是运营的作业,也是运营的眼睛,没有数据,运营就是瞎子。 我们经常通过点击率来验证商品主图是否受买家喜欢,通过静默转化率来验证商品详情页是否能够打动买家。店铺所有的设置都需要用数据来说话。常用的淘宝运营…

    2016-03-31
    0
  • 世界如此喧哗,人工智能ASM如何从质疑中一点点走出来

    这世界是如此喧哗,让沉默的人显得有点傻

    2017-05-07
    0
  • 八招提升你的 R 语言编程能力

    这个世界每天都在源源不断地生产数据,而人们尤其是商界往往希望从这些数据中获取到有价值的信息。而这一点也促使很多试图从数据中提取有用信息的数据科学家们(或被叫做数据分析师、数据挖掘者等等听起来不错的称谓)不断地进行探索。

    2017-07-05
    1
  • GitHub上的数据分析库

    本次将为大家简单分享介绍几个GitHub上数据分析相关的项目库,包括图像处理项目库、数据集项目库以及学习资源项目库。

    2018-05-20
    1
关注我们
关注我们
分享本页
返回顶部