Algoritmi, Big Data e Data Science

Se sentiment analysis e big data battono i sondaggi politici

0

sentiment analysis - politica - big data

Sentiment analysis e big data sostituiscono i sondaggi politici

La sentiment analysis e i big data possono essere utilizzati per costruire modelli di analisi predittiva e sostituire o verificare le informazioni provenienti dai classici sondaggi politici ed elettorali.

Sono molteplici le modalità di costruzione di un modello predittivo dei risultati elettorali basato sui big data. Un esempio ci viene fornito da RavenPack, una piattaforma di analisi di big data che afferma di essere specializzata per effettuare proiezioni e analisi rispetto alle elezioni.

L’approccio big data per le elezioni utilizza la sentiment analysis su una serie di informazioni pubbliche quali le notizie ma anche le informazioni disponibili sul candidato e sulla sua presenza pubblica, fino ad includere anche gli schemi di voto storici e l’attenzione dei media ricevuta da ciascun candidato.

Nel caso di RavenPack, la società afferma che il modello, costruito dal suo team di Data Science, ha correttamente previsto il candidato vincitore in quattro delle ultime cinque elezioni presidenziali degli Stati Uniti, con una livello di affidabilità superiore al 75%.

elezioni big data

Il coefficiente di attenzione dei media

Il coefficiente di attenzione dei media si basa sulla quota relativa dell’esposizione dei media per i diversi candidati. Già in passato, utilizzando anche strumenti come Google Trend, si è scoperto come siano molte le correlazioni con il risultato finale.

data science attenzione dei media

Il punteggio della sentiment analysis del candidato

Un’indicatore fondamentale è quello relativo al punteggio (score) derivante dalla sentiment analyisis sul candidato. Questo punteggio viene calcolato non solo sulle notizie ma anche su eventi, politiche dei candidati e informazioni relative alla loro vita privata ma disponibili su fonti aperte. Questo aspetto è particolarmente importante soprattutto per comprendere il comportamento degli elettori indecisi che scelgono il candidato o il partito in base a informazioni di tipo “emotivo”.

Punteggio del sentiment storico

Un altro parametro, importante per fornire una baseline per la valutazione si basa sull’analisi e sull’aggregazione del sentiment derivato da eventi di notizie socio-economiche del recente passato. Questo parametro è fondamentale per determinare la soddisfazione degli elettori rispetto al passato.

La costruzione del modello dei risultati previsti

sentiment analysis big data elezioni USA

Il modello di previsione può basarsi su logiche di vario tipo. Una di esse è quella che si basa sul principio secondo cui un risultato elettorale futuro non sarà del tutto dissimile al risultato elettorale precedente più o meno un margine che dipende dall’esposizione e dal sentiment verso i candidati e i partiti.

Un modello di previsione può essere costruito basandosi anche su migliaia di simulazioni basate su diversi scenari di analisi per valutare quindi i risultati come curve di distribuzione con una tendenza centrale.


Leggi altri articoli nella sezione Algoritmi, Big Data e Data Science

Europa unita, 29 anni fa Cristina D’Avena la cantava così

Articolo precedente

Il compagno Scalfarotto tra luoghi comuni e rivoluzione

Prossimo articolo

Articoli che possono interessarti

Commenti

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *