Utiliser les données des médias sociaux pour prédire le résultat de l’élection présidentielle américaine de 2016

L’un des avantages les plus importants des médias sociaux est la capacité des données générées sur les plateformes sociales à permettre une meilleure modélisation prédictive. C’est l’une des raisons pour lesquelles les plateformes sociales sont si précieuses – les données de LinkedIn, par exemple, ont été le facteur clé derrière la décision de Microsoft de dépenser 26,2 milliards de dollars pour l’acquérir.

Les avantages potentiels des données sociales à des fins prédictives vont des pics boursiers aux catastrophes naturelles, avec un large éventail d’exemples montrant comment les interactions sociales peuvent être suivies, enregistrées puis utilisées pour montrer les modèles d’utilisation et les tendances conduisant à des changements majeurs.

Et compte tenu de cette capacité et de l’adoption généralisée du social comme réseau de discussion, l’un des cas d’utilisation les plus intéressants est celui de la prédiction des élections.

De nombreuses recherches ont été menées sur ce front – l’Université de la ville de Dublin a publié un rapport en 2011 qui suggérait que les données de Twitter pourraient être utilisées comme un indicateur précis des résultats des élections, tandis que des chercheurs allemands sont venus à conclusions similaires. Lorsqu’elles sont examinées d’un œil analytique, il est clair que les données sociales peuvent fournir une certaine mesure du sentiment et de l’attention des électeurs, mais combien, exactement et quelle est la précision de cette information, reste une question clé.

Dans cet esprit, voici un aperçu de l’état actuel de la course à l’élection présidentielle américaine sur la base des données de tweet, en utilisant les métriques représentatives clés identifiées par des recherches universitaires précédentes.

Partage de voix

Il existe trois mesures clés à prendre en compte lors de l’analyse des données Twitter : la part de voix, la croissance de l’audience et le sentiment. Chacune de ces mesures isolées n’est pas suffisante pour fournir un résultat indicatif, mais en combinaison, elles peuvent être utilisées pour avoir une idée de la direction que prend l’électorat.

La première mesure à considérer est la part de voix. Identifié par diverses études comme le meilleur indicateur du résultat des élections, le nombre de mentions qu’un candidat reçoit peut être considéré comme le reflet du fait que son message gagne plus d’attention, et donc, plus de traction parmi les électeurs.

Alors, qui, de Donald Trump ou d’Hillary Clinton, est le plus mentionné via tweet ? Utiliser les informations de Twitter @gov gérer, nous pouvons obtenir une certaine portée sur la part de mention sur la base des débats récents.

Il est clair que Donald Trump a dominé l’attention de Twitter, mais dans ce cas, cette attention peut être pour de mauvaises raisons. Une grande partie de la discussion autour de Trump a été négative, avec des sujets comme les tendances #TrumpTapes, qui vont en fait contre sa campagne. En ce sens, la nature très médiatisée du candidat devrait être écartée des chiffres pour obtenir une indication vraiment précise – mais alors, bien sûr, nous avons d’autres mesures à comparer pour valider davantage ces résultats.

Sentiment des électeurs

La détection automatisée des sentiments peut être problématique, une intervention humaine étant généralement nécessaire pour obtenir un niveau de précision fiable. L’un des plus gros coups contre l’analyse automatisée des sentiments est qu’elle ne peut pas prédire le sarcasme, ce qui peut fausser injustement les résultats – et c’est sans aucun doute une considération importante dans le cas de Donald Trump. Mais hésitations mises à part, que disent les données de sentiment sur les deux principaux candidats de la campagne présidentielle américaine actuelle ?

À l’aide d’un outil de sondage de base appelé HappyGrumpy, nous pouvons voir que le sentiment général pour les deux candidats a changé au fil du temps, notamment depuis le premier débat du 27 septembre.^e.

Cela a du sens, en termes de couverture médiatique connexe, même si l’écart n’est pas significatif – il n’y a pas de division définitive entre les deux candidats.

Cela signifie que Trump est en tête du nombre de mentions, tandis que Clinton prend les points sur le sentiment.

Et cela nous amène à la mesure comparative finale – la croissance des suiveurs.

Élargissement de l’audience

La croissance de l’audience peut être considérée comme une démonstration de la qualité de la réception du message de chaque candidat – si plus de personnes s’inscrivent en tant que partisans, cela peut être une mesure indicative de la transmission du message de ce candidat.

En utilisant Twitter Counter, nous pouvons voir qu’au cours du mois dernier, Hillary Clinton a gagné 1 004 342 nouveaux abonnés sur Twitter.

Donald Trump, quant à lui, a gagné 979 729 nouveaux adeptes au cours de la même période.

Clinton a donc gagné plus d’adeptes au cours de la période des débats présidentiels, mais pas beaucoup plus – 24 613 pour être exact.

Dans l’ensemble, les données suggèrent que la course est serrée et que les deux candidats ont encore une chance de gagner. En regardant les trois mesures dans l’ensemble, il semblerait que Clinton se porte mieux, à la fois en termes de sentiment et de croissance des suiveurs, ce qui pourrait être considéré comme le reflet d’un plus grand nombre de personnes s’alignant sur son message. Mais comme indiqué, des recherches antérieures ont suggéré que le volume de mentions est un meilleur indicateur, et sur ce front, Trump est clairement le gagnant. Cela dit, divers rapports suggèrent que jusqu’à un tiers de tous les tweets pro-Trump ont été générés par des robots, ce qui est également un facteur dans ce cas.

L’élection présidentielle américaine de 2016 semble être une anomalie, uniquement en raison de la grande visibilité et de la nature scandaleuse de la couverture, qui a ensuite conduit à plus de mentions et à plus d’attention sur la course qu’il n’y en aurait eu si Donald Trump n’avait pas été impliqué. En ce sens, il est difficile d’utiliser les données Twitter comme une mesure vraiment indicative, mais il est intéressant de voir où se situe chaque candidat en fonction de la couverture sociale, et ce que cela pourrait signifier par rapport au résultat final.