14、社交媒体大数据与机器学习在政治领域的预测分析

社交媒体大数据与机器学习在政治领域的预测分析

1. 政治领域知识推理

在特征提取模块中，领域知识推理是从预处理数据集中提取用户和推文特征的主要过程。本次研究聚焦政治领域，运用政治本体、WordNet和本体互操作性来推断政治知识。
- 政治本体与WordNet ：政治领域的知识包含在政治本体及其知识库中。BBC将政治本体定义为“描述政治模型，特别是关于地方政府和选举的本体”。BBC政治本体为英国政府和选举构建了政治模型，最初用于应对2014年5月的英国地方政府和欧洲选举。本研究通过扩展政治概念，将其应用于澳大利亚政治。同时，使用WordNet这个词汇词典来构建同义词关系，筛选出适用于政治语境的同义词。
- 本体互操作性 ：与其他数据集中定义的相关实体进行关联支持互操作性。本研究通过关注等价链接来解决信息互操作性问题，这些链接使URI指向相同的资源或实体。政治本体支持本体组件与推文数据之间的等价链接，资源和实体通过owl#sameAs关系进行关联。在关联过程中，引入IBM Watson NLU™，借助其API访问各种链接数据资源，如UMBEL、Freebase、YAGO知识库和DBpedia知识库等，以扩展政治本体的知识库，识别用户推文中的澳大利亚及非澳大利亚政治家和政党。

2. 用户特征

用户的政治兴趣主要通过连续性和知识专业性两个因素来衡量：
- 连续性 ：指用户在较长时间内对政治领域频繁表现出兴趣，通过计算每个时间段（如每月、每季度）用户推文中识别出的政治实体数量来衡量。
- 知识专业性 ：表示用