摘要：调查业掉进了同一条河里，特朗普当选动摇统计学根基
历史惊人的相似，一次大选，传统的市场调查出现了严重的差错，这一次，统计调查理论很可能会发生明显的变化。
在此之前，还有很多人在坚持通过传统统计的方式来进行市场调查，准确性绝对会符合科学理论，也比大数据的“萝卜快了不洗泥”要精确。事实可能是这样的，但大数据给了我们更新的一个时代的最佳选择。
很多人把自己掌握的数据就成为大数据，因为自己的数据比较大，拥有数十百千万P的数据，可是，大并不是大数据的本质，大数据要看重的是跨界与全部。
特朗普当选美国总统被称为“黑天鹅”事件，而有关这次大选的民意调查也让人大跌眼镜，选前的各种民调几乎都认定希拉里大幅领先将轻松获胜，可结果是大相径庭。可以说，2016年的美国大选日成为了市场调查行业的又一黑暗的一天。
在1936年的美国总统选举中，美国的《文学摘要》杂志社为了预测两名总统候选人谁能当选，通过电话薄和车辆注册系统上的地址发出了1000万封调查信件，并且根据200万封回信得出了兰登将以57%对43%的比例胜出的结论，但最终结果却是另一名候选人富兰克林.罗斯福以62%对38%的压倒性优势胜出。那次预测的严重失误，葬送了一家著名杂志，但是却诞生了那家至今依然是世界上最著名的调查公司。
经过后来的复盘分析，《文学摘要》杂志当年所犯的错误，首先它的采样方法就带来了样本偏差，当时能用得上电话和汽车的，往往都是比较富裕的阶层，同时愿意回信的也大都是表达意愿比较强的人们，所以这个调查实际上针对的是比较富裕的和比较愿意表达的人群，而那些贫困的或者没那么愿意表达自己观点的人，并没有放弃自己投票的权利。
正是在1936年，统计学家乔治.盖洛普开启了科学抽样的总统民意调查。盖洛普的民意调查只有大约5万个样本，但在精心规划的样本中，黑人与白人、穷人与富人的比例都接近美国人的总体比例，最终，盖洛普准确预测了罗斯福的当选，并且奠定了自己民意调查权威的地位。
这样的经典调查方法持续了八十年了，在2016年再次面临拐点。在人们分析这次大选调查普遍失败的原因时，越来越看到，随着互联网的发展，沉默的大多数成为了影响调查结果的主导因素。也许，询问的方式已经真的要过时了。
直到今天，盖洛普等这些调查公司，仍然通过电话访谈来进行调查，每次大约访谈上千名拥有投票资格的公民。电话如今也不再是什么稀罕的东西了，调查公司还会通过电脑程序来随机选择受访对象，以确保每个人都会有同等机会被选到，他们还会在访谈之后根据美国人口调查数据来进行对比，调整权重以消除样本偏差。如此的调查看起来非常科学，符合统计学的规律，可是，在现实面前还是败下阵来。
据说，与大部分看好希拉里的主流媒体不同，印度新创公司Genic.ai 开发的名为 MogIA 的人工智能系统一直就预测特朗普将最终胜出。跟其他调查公司主要依靠访谈和问卷不同，MogIA的判断依据是收集自 Google、Facebook、Twitter 和YouTube等网站的超过 2000 万个数据点，尽管希拉里的竞选经费是特朗普的5倍，在付费媒体上的投入是特朗普的6倍，但在社交媒体上希拉里却始终处于全面劣势。虽然有人认为MogIA不能有效识别人们在这些网站留言评论中的“讽刺”、“反话”、“脑残粉”、“高级黑”、“似黑实粉”等细微之处，但这反而可能成为了MogIA的优势，很多时候，点赞、转发甚至只是阅读，关注，就足以代表了那些“沉默的大多数”的真实想法。
当然，2016年的美国大选，再次让大数据成为了热点，因为来自中国加工制造的特朗普与希拉里的面具数量早已透露了玄机。中国的社交网络上有这样一条消息：早在今年5月，浙江金华一家橡胶工艺美术厂，就接到了特朗普和希拉里的面具订单，随着竞选热度的提高，特朗普面具的订单已超过50万张，遥遥领先希拉里。
事实上，这一现象早就被阿里巴巴的数据分析师注意到了。从2月1日（初选开始）到特朗普成为共和党唯一候选人，在阿里巴巴全球速卖通网页上搜索“Donald Trump T-shirt”，就会出现各式印有特朗普的T恤衫。特别，这些买家普遍表现得很热情，晒买家秀，发表留言的，比比皆是，而且留言绝大多数都表示支持特朗普，反观有关希拉里的T恤衫就比特朗普朴实许多。整个竞选期间，特朗普在全球速卖通上的搜索次数还有周边产品的销量都已经甩了希拉里几条街。在相关产品页，特朗普遥遥领先，与特朗普相关的产品有11页，而与希拉里相关的产品只有短短3页。
因此，有人说，在大型体育赛事中，类似的数据结果也多次灵验。在2014年的巴西世界杯中，国旗订单量最大的就是德国的国旗，而德国果然最终夺冠。当然，我们并不应该将世界杯夺冠与美国大选并列，因为，对于美国大选来说，选民的选择是决定结果的充分因素，而在世界杯中，国旗的偏好只是代表了关注度和意愿，且并非决定性因素，最终的结果要靠球员的当场比赛的表现。
阿里巴巴国际站解释称，这是因为类似面具这样的大宗采购商基本都直接来自国外大的贸易商、批发商。厂方则介绍说，这些贸易商的采购需求大多直接来自于当地政府、党派和财团，也有一些有组织的粉丝团。所以从某种程度看，订单数量体现了当地人对不同候选人的支持力度。
不过，大数据的预测精准与否还取决于数据的全面性。如果候选人面具不是全部在中国生产，获得生产厂家无法得到全面的订单数据，预测就会出现偏差。即便数据全面，下一次的预测也很可能不生效。在这样的订单结果会影响最终成败的情况下，下一次肯定会有大量的掺水订单来实现数据扰动。
其实，美国的总统候选人或者调查机构也并不是没有看到大数据的价值。总统候选人们在进行分析的时候，所依赖的数据来源也不仅仅是民意调查结果，还涵盖了诸多的如facebook这类的社交网站和公开及私有的数据库。将美国超过2亿的选民资料，与大型网站与社交网络上的个人账号相互匹配起来，将网络行为对应到具体的个体，再和已经构成的、庞大的用户个人数据相结合，最终完全由准确数据来驱动竞选策略。以上这些，使得大数据分析技术成了两党候选人的重要武器，只是，在原来思维状态的影响下，还是犯了错误
不管怎样，2016年的美国总统大选都成为了新时代统计调查的分水岭，忽视大数据的力量而顽固保守的坚持传统科学的统计方式，将被证明已经落伍。当然，大数据的结果也并非完美，传统的统计科技并不会过时。美利坚大学著名历史教授艾伦.里奇曼评价说，“这是现代民意调查的诞生，也是老式民意调查的终结——直到互联网出现之前”。里奇曼认为互联网时代的民意调查又回到了1936年之前的状况：“没有科学采样，依靠选择性回复，这和我们今天所看到的网络民意调查如出一辙。”统计调查的方法将产生深远的变革，我们都还在探索的路上。
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益大数据深度分析，特朗普为什么能逆袭赢得美国大选_百度知道
大数据深度分析，特朗普为什么能逆袭赢得美国大选
我有更好的答案
大数据不是万能的，大数据并不能预测人心，所以大选不能用大数据来说明。柠檬学院大数据。
采纳率：66%
来自团队：
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。解析丨美国大选尘埃落定，为何大数据预测却背了黑锅？-ZAKER新闻
特朗普 " 逆袭 " 成功，大数据预测结果让人傻了眼！北京时间 2016 年 11 月 9 日下午 2 点 40 分左右，2016 年美国总统大选终于尘埃落定。70 岁的唐纳德 · 特朗普最终压倒 69 岁的希拉里 · 克林顿，将如愿以偿入主白宫。在票选还没有结束的时候，就有许多自媒体按捺不住，提前把美国大选结果 " 公布 " 出来了，小编也一直盯着 CNN 的专题页面持续关注着。为什么说川普是 " 逆袭 " 成功呢？其实在这之前有许多机构和个人对此次票选进行了预测。人气比较高的两个要数微软 Bing，以及有 " 数据巫师 " 之称的美国统计学家纳特 · 西尔弗（Nate Silver）。而他们的预测结果都是希拉里在此次票选中拥有较大胜率。人工智能代表 " 微软 Bing"
预测希拉里获胜Bing 公布的预测：希拉里有 87% 的可能性赢得大选；而最新一次的预测结果显示，希拉里获胜几率是 89%，而特朗普只有 10%。最终，希拉里将获得各州选举团的 323 票，而特朗普会获得 215 票。数据巫师 "Nate Silver"早在 6 月 29 日，有 " 数据巫师 " 之称的美国统计学家纳特 · 西尔弗（Nate Silver）在知名数据博客 538（FiveThirtyEight）就发布了他的预测结果，他预测希拉里 · 克林顿有八成可能击败唐纳德 · 特朗普，当选第 45 任美国总统。9 月 26 日第一场电视辩论会之前，媒体又引用 Silver 的预测，" 如果立刻大选 "，特朗普的胜率是 51.1%。电视辩论会之后，在 Silver 建立的 "538" 网站上，希拉里的胜率明显提升，2016 年 10 月 1 日为 67.3%，10 月 7 日已到达 80.7%。来搅局的 " 长沙猴子 "预测特朗普获胜沙预测帝 " 猴哥 " 预测美国大选：特普朗将获胜对于美国大选，中国民众也是很关心的，不管预测的结果怎么样，炒炒热点也不错。万万没想到，这猴哥还真的中了。不过，这也不是第一例，在过往有 " 预知未来 " 超能力的动物中，最火的莫过于德国的章鱼保罗，现在咱们猴哥估计要接班啦。如何提高预测的准确性，让大数据发挥更大的价值呢？算法预测需要更多的民意数据微软和 Nate Silver 进行预测方式并不是靠猜的，而是纯粹地靠数据，对众多的数据用算法进行处理。预测算法编程实现的，报告的是计算结果，是 " 胜率 80.7%" 这种精确的数值，不是 " 希拉里优势明显 " 这种模糊的话。在美国大选这个事件上，算法依靠的主要基础数据就是各种各样的大选民意调查。美国大选历时数月之久，全国以及每个州都有各种机构主办的不同规模的大选民意调查，一个州对一次大选可能有多达上百次的民调。如对佛罗里达州，根据预测就收集了 68 次民调数据。如果全美有几千个这样的民调，全部考虑进来，有的让希拉里胜率增加，有的会提升特朗普的胜率，最后综合下来，就会有一个最终的胜率报告出来。从全局把控预判趋势可以肯定地说，没有一个民调是完全靠谱的，都会有偏差，有意或者无意。Nate Silver 能在 2012 对 50 个州的结果全部预测正确，并没有想象中这么神奇，这不是 50 个独立事件，是有关联的。因为很多州的结果是早早确定的，预测并不难。如亚拉巴马州，特朗普的胜率 99.4%，一直接近 100%，没有人会预测错误。其实这个州的民调数据，特朗普预期得票率只是以 56% 领先希拉里的 36%，但特朗普的获胜概率足够大，近 100% 了。考虑更多维度的数据对于每一个民调数据，如何影响计算出来的概率，这是需要仔细考虑的，是预测算法真正的细节。这些民调差异极大，有时甚至给出完全相反的结果，如何解读确实不容易。除了民调数据，经济数据也可能被考虑进来，因为经济数据好，会对在任党派有利，是重要影响因素。选期越近预测才越准美国大选这样的事，本来就有很大的不确定性，有些信息就是未来才能确定的。例如，10 月希拉里可能被挖出一个大丑闻，相比没有发生这样的事，对选战影响肯定不同。随着最终大选的时间点临近，预测的有效数据信息越来越多，算法预测会越来越准，最终和大选真实结果差不多了。如数据分析师 Nate Silver 在 2012 年对 50 个州的结果全部预测正确。而一般专家很难充分利用有效信息，多少会凭感觉去蒙，不会这么准确。预测并不是一下子的事，而是一个概率序列，是需要不断收集信息更新认识的。一开始预测粗略或者改变倾向都是正常的，只要最终收敛向真实结果，这种方法就是科学的。只要细心收集数据、处理数据，这种方法是可以重复的。每次美国大选都可以用，其它事件也可以。注：本文系东湖大数据授权数据观发布，作者：东东侠，版权著作权属原创者所有，禁止二次转载，如需转载务必申请授权，编辑：Fynlch（王培）。数据观微信公众号（ID:cbdioreview） ，欲了解更多大数据行业相关资讯，可搜索数据观（中国大数据产业观察网 www.cbdio.com）进入查看。Editors' Picks
精选↓点击标题或图片进入阅读↓
相关标签：
原网页已经由 ZAKER 转码排版
中关村在线1小时前
凤凰科技7小时前
充电头网19小时前
驱动之家13小时前
IT之家21小时前
驱动之家14小时前
TechWeb22小时前
中关村在线昨天
瘾科技7小时前
钛媒体8小时前
IT之家昨天
腾讯科技9小时前
腾讯科技9小时前
腾讯科技10小时前
腾讯科技10小时前大数据成功预测美国大选
发表于 16:40|
来源GigaOM|
摘要：在美国总统大选结果出炉之前，很多专家、计算机模型和数据分析都在预测最终结果：奥巴马战胜挑战者罗姆尼获得连任的可能性比较大。这当然不是“必然的”，不过模型有时会说谎，但数据很少会，毕竟它根本不关心谁是下任总统，此次成功预言，正展示了自身在云计算领域独特的魅力。
显然，&大数据&并不真正关心谁来当选下一届美国总统。不过所有的数据都显示：政治科学家和其他人相关人士都认为奥巴马获得连任可能性比较大。本次的成功预言，展示了大数据强大的能量。
统计模型在过去的几个星期里一直关注纽约时报FiveThirtyEight的博客作者和统计学家Nate
Silver引导的热门话题（甚至可以说是争论）。，在&旋风般&地宣传他的新书的同时，他的模型预测：奥巴马有超过80％的机会赢得周二的大选（后来模型提升到90.9%）。然而，普林斯顿大学信息技术政策研究员：Silver绝对不可能保证奥巴马将赢得11月6日的大选&&仅仅说明有一个很高的可能性而已&&他的模型中涉及到的任何结果都没有考虑到党派政治的影响。
信不信由你，Silver把所有的时间都花在建立统计模型&&预测政治大选结果，虽然他不是唯一做这件事的家伙，不过他是最有名的。美国有很多院士，预测市场，业余爱好者和其他人也能做到这一点，他们所有的人使用不同的数据，使用不同的方法来评估的特定结果的权威性。除了少数例外，他们中的绝大多数也预测奥巴马能够获得胜利。以下是他们进行预测的结果，还有一些不太科学的来源，就像Twitter。&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
有谁继续看好奥巴马？
FiveThirtyEight： 我相信Silver的最终预测结果，。
纽约时报：Silver的同事Mike Bostock和Shan Carter，同样痴迷于数据分析，在上周五发布了他们自己模型的交互式版本。依然基于竞争力的分析，他们看到。
InTrade：世界上最流行的市场预测，(太平洋时间周一上午10:54)，不过百分比一直在实时变化。
PredictWise：预测市场PredictWise（以雅虎的博客David Rotshchild为首，并没有真正像InTrade模式的投资）给了，(太平洋时间周一上午9:48)。在过去一周内，机会一直在稳步上升之中。&
Twitter的：虽然不是一个真正的预测模型，但Twitter的政治指数确实提供了一个衡量社会化媒体平台的用户如何评价候选人的方式。截至11月4日，，不过在7月刚刚推出的时候，指数差距高达9分，罗姆尼已经缩小了差距。
谁在力挺罗姆尼？
至少有六名政治科学家/经济学家：美国科罗拉多大学教授Kenneth Bickers和Michael Berry在今年8月份公布了一份，他们认为罗姆尼有67.77％的胜利机会。
另一种&追踪成功者记录&的模式&&耶鲁大学经济学教授Ray Fair&&（11月2日）。
PoliticIt (tied)：犹他州的普罗沃的创业公司，致力于衡量政治人物的足迹和候选人民众支持率。。
更新：PoliticIt给奥巴马打了49分，而罗姆尼给了48分。他们现在预测奥巴马将会取得胜利，他们在。
& 国内大数据领域最纯粹的技术盛会
：如果任何相关性的东西和迷信都能当做一种&指示&，罗姆尼的胜利机会还是很高的，尤其是在本周专业球赛过后。经常被认为&红人&的华盛顿红皮队，在大选前的最后一场主场比赛，他们竟然输了，结果表明，罗姆尼将会取得胜利！。总而言之，今年19个预言预示着罗姆尼胜利，只有12个预示着奥巴马的胜利。
【更新】最新消息：显示，奥巴马获得313张选举人票（罗姆尼获206），得票率50.34%，连任总统！Nate Silver预测对了所有50个州的选举结果，选举人票数和得票率都惊人地准确，完胜多组资深政治学专家和观察者（比如），充分展示了数据与数学模型的魔力，因此被媒体称为本次美国大选除奥巴马之外最大的赢家。
原文链接：（编译/，审校/包研）
相关阅读：
如果你想感受大数据的魅力，11月30日-12月1日，北京新云南皇冠假日酒店，业内将迎来国内大数据领域最纯粹的技术盛会&&HBTC 2012(Hadoop&BigData Technology Conference 2012）。Hadoop及云计算生态系统的力量齐聚北京，欢迎热爱开源的朋友们加入！
更多精彩内容，请关注新浪微博：；大会官网：
本文为CSDN编译整理，未经允许不得转载。如需转载请联系
推荐阅读相关主题：
网友评论有（0）
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章神预测了川普赢得大选后，告诉你为什么说是三大技术的胜利？
【数据猿导读】
日，唐纳德·川普(DT，Donald Trump)在大多数媒体、华尔街精英和知识分子的反对声中拿下超过270张选举人投票，成为美国新一任总统，也印证了DT(Data technology)时代真的来了
美国走进了DT时代!
日，唐纳德&川普(DT，Donald Trump)在大多数媒体、华尔街精英和知识分子的反对声中拿下超过270张选举人投票，成为美国新一任总统，也印证了DT(Data technology)时代真的来了。
我们在9月底川普和希拉里的第一场总统候选人辩论后便预测川普会赢。那么，到底是什么原因助推川普步步紧逼希拉里，直到赢得大选?总结来说，原因有三!
首先是大数据技术的胜利!
早在 2012 年奥巴马竞选时，民主党的竞选团队中就吸纳了一批有类似特质的科技人员，开发了一套数据库 Narwal 用于管理投票情况。助奥巴马连任成功，功不可没。
与过去相比，现今的总统选举在利用这一块更加旗鼓相当。希拉里和川普同样都有团队，拼的就是谁做得更好。
任何数据分析工作的执行，都需要做好三方面的准备：
1收集和整理数据
从目前来看，现在是大型政治选举的桌面筹码。当需要帮助政治家尽可能有效地拉选票时，大数据收集和整理就必不可少。
先扒一下希拉里和川普背后的两家大数据公司。
TargetSmart 给民主党派和州民主党派以及他们的同盟提供大数据分析和服务;Deep RootAnalytics，给共和党及其从属团队提供数据分析。
Deep Root 和 TargetSmart 都是利用 Alteryx 的软件来说明他们容纳、净化、混合以及分析来源不同的大规模资料。这种分析软件以一种最有效的方法，来分析所有选民的年龄结构，根据不同年龄段来分段并且打分，然后利用这些资讯来优化他们在媒体上的花销，特别是在非常重要的电视广告上。
Deep Root 利用它的分析模型来告诉参选者，在他们已有电视预算的条件下，哪些地方能获得最大的收获。正如 Seawright 表示，资料分析在每天的决策过程中发挥很重要的作用。
资料将会指示客户该将他们的竞选广告放到哪，才能让他们的目标人群最有可能看到，也会提示他们花销的纪录，透过让客户在情景中能够意识到这个问题，不仅提供他们所做的与目标人群相关的理由，而且也会分析竞争对手或同盟所做的，对目标人群的影响，这就允许他们能够对正在进行的分配任务具有策略性，并对广告投放更聪明&&把广告投放在最不显眼而又最高效的地方，同时根据其他人或组织的移动来及时做出反应。
TargetSmart 也提供相似的分析服务，但是透过利用资料来优化移动不仅只是在电视广告投放上，也在客服中心活动、传统邮件及社区拉票，TargetSmart 在它的 360 度投票者联系技术上比他们的老对手走得更远。
2&精准&，了解个性化需求
大数据技术显然已经推翻了美国历史上总统选举的定律：谁筹的钱越多谁胜出可能性越大、谁花的钱越多谁就会赢。
但要做到&精准&是一个与业务定制的过程。
曾经奥巴马团队能取得颠覆性的胜利，是因为他们做到了三个最根本目标：让更多的人掏更多的钱，让更多的选民投票给奥巴马，让更多的人参与进来!这些都缘于他们对选民的认知达到了&微观&层面：每个选民最有可能被什么因素说服?每个选民在什么情况下最有可能掏腰包?什么样的广告投放渠道能够最高效获取目标选民?这些都缘于他们对选民的认知达到了&微观&层面：每个选民最有可能被什么因素说服?每个选民在什么情况下最有可能掏腰包?什么样的广告投放渠道能够最高效获取目标选民?
机器学习是数据挖掘中常用的方法，它的基本原理是让计算机从历史数据中&学习&其中的规律，并利用该规律对未来数据进行预测，这个过程也就是建模和预测的过程。因此，当用户数据因业务而异时，每一组数据中都会有自己独特的数据模型，这也就是与实际业务相定制的过程。比如，奥巴马的数据团队就会对每一个群体的选民都进行建模，进而预测他们的捐款行为方式(通过网络捐款，还是会汇款)。
因此，在激烈的市场竞争中，谁能够深入的了解他的每一个用户的个性化需求，谁就能在竞争中击败对手，获取胜利。
但希拉里在这点上明显逊于川普，川普的竞选口号&Make America Great Again&表达了一种变革的力量，比奥巴马change口号后的并没有实际改变的现状更符合民意。而希拉里&Stronger Together&的口号显然无法满足当下的诉求。
那么，既然数据科学家团队都这么强，为什么川普能赢?这就涉及到第三点，要根据情况调整模型。
其次，是互联网时代的胜利!
模型需要根据实际情况进行动态调整。用户因环境、喜好或其他因素常常会导致其行为规律发生一定的变化，使得其产生的数据也随之变化，这些变化将会影响模型的精准性。
但在第一次辩论结束后，据CNN于辩论后公布的最新数据，有62%的民众认为希拉里技压全场，只有27%的民众认为川普占了上风。而彭博发出的数据显示，川普已经领先了两个百分点。
但如今互联网时代，主流媒体的&民意&不太靠谱。川普的成功竞选，代表了互联网的胜利。
这是因为，传统媒体，如报纸和电视都是单向传播，没有交互性。虽然也可以用抽样问答的形式来统计，但因为是小样本，采样者因个人的主观意愿很容易对采样人群的偏向性，造成结果的大幅度偏离。所以传统媒体虽然收了很多钱做广告宣传，但是宣传效果怎么样，广告受众真实想法如何，是完全不知道的。
只有新媒体像facebook、 twitter可以做到。因为这两者都是典型的双向传播。大数据公司只有通过互联网渠道拿到反馈数据进行模型的调整。
结果希拉里沉浸在传统媒体的&民意&调查里，成了冤大头。要知道，希拉里得到的竞选经费是川普的好多倍。
3动态调整模型
利用社交媒体资料来更广泛地理解人们的消费方式，还有人们与社交媒体连接的方式，这对于而言将会更有价值。
透过利用个人可辨识的资讯，比如将美国2.55 亿国内投票者资料与类似 Facebook、Google、Yahoo 及 MSN 等数码平台上的使用者匹配。他们不能够将每个推特用户与注册的投票者相匹配，但是能得到一个内部可以利用的相当规模的资料。如果按正确的方法来做这件事，它就会注入到你的模型中。
三、川普的当选，是恐惧的胜利!
据《环球科学》分析，为什么在各类民意调查中特朗普均落后，主流媒体更是一边倒地支持希拉里，最终的投票结果却无疑使他们大跌眼镜?其实，这一幕在2016年全球政治中似曾相识&&尽管绝大多数专家意见都表明英国退出欧盟弊大于利，但在6月24日举行的全英公投中，52%的英国人选择了让英国退出欧盟，最终推动了这一改变历史的决定。
在52%的选民投票决定退欧之后，一切都如专家预测中的一样发展：英镑立刻贬值，苏格兰分裂的可能性进一步升高，有很多人感觉被自己的祖国背叛了，而很多人投了退欧之后又马上后悔做出了这样的决定。
而特朗普的竞选纲领，与退欧倡导者的观点不谋而合。退欧倡导者不仅宣扬政治主权的宣扬，还通过编织谎言、谩骂难民来煽动民众的恐惧，声称要&make Britain great again&。当然，也不是说留欧派就完全没有利用大家对退欧后经济滑坡的恐惧来宣传，但显然退欧派使用的技巧在情绪上更有煽动性。
如果这些技巧在英国取得胜利，那么它们在美国也很可能取得胜利。
那么，为什么恐惧会胜出呢?
其实，情绪和记忆的关系是很复杂的。研究表明，从总体上来看，如果一项陈述非常情绪化，我们会更容易记住它。
这是因为，如果在一个观点中加入情绪，我们就要同时在记忆中存储两样东西：这个观点本身，以及它所带来的情绪，这让大脑储存它们的过程变得更加复杂，也就产生了更大的记忆网络，更容易在之后被唤起。
此外，情绪，尤其是恐惧，对决策的影响是相当大的。如果我们处于恐惧状态，或者被迫专注于基于恐惧的论证过程中，我们的大脑就会进入一种被称为&外围处理&(peripheral processing)的状态。
外围处理是指我们基于一项事物的外围性质，如情绪、演讲者的长得好不好看等因素来做决策，而这些都依赖于信息传达的方式，而非信息本身。
这就是为什么像&欧盟在欺负英国&呀，还有&美国可能有ISIS间谍&这些言论一出，很多人都不再依据客观证据来做决策。
因此，要基于深度学习算法进行情感分析，来指导建模。
最后，DT时代，不懂大数据技术，真可怕!
来源：百分点
声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。
不容错过的资讯
大数据学堂
大数据企业推荐
大家都在搜