Mit Hinblick auf die Präsidentschaftswahl der USA am 3. November 2020 verfolgt die nachfolgende Arbeit das Ziel, Ähnlichkeiten in den Facebook Beiträge der Präsidentschaftskandidaten Trump, Biden und Jorgensen mithilfe eines neuronalen Netzes zu untersuchen.
Der Amtsinhaber Donald Trump vertritt die republikanische Partei, während der ehemalige US-Vizepräsident Joe Biden die Demokraten vertritt. Jo Jorgensen, Professorin für Psychologie, vertritt die Libertäre Partei. Aufgrund des
oftmals genannten "Zweiparteiensystems" in den USA (in dem überwiegend die Demokraten und Republikaner praktische Bedeutung besitzen, obwohl es faktisch Mehrparteiensystem ist) gilt Jo Jorgensen als "Underdog" der Präsidentschaftskandidaten. Die Beiträge des Präsidentschaftskandidaten Rocky de la Fuente (republikanische Partei) werden in dieser Ausarbeitung nicht berücksichtigt, da Rocky de la Fuente als Kandidat zur Präsidentschaftswahl 2016 lediglich 0,02% erzielte. Auch werden die Beiträge von bereits ausgeschiedenen Kandidaten (bspw. Bernie Sanders) nicht weiter berücksichtigt.
Somit fokussiert sich die Analyse der Facebook - Beiträge auf die Präsidentschaftskandidaten Trump, Biden und
Jorgensen. Auf der Grundlage der "Word2Vec" – Methode wird ein neuronales Netz gebildet, welches die Facebook - Beiträge der Präsidentschaftskandidaten in Vektoren umwandelt. Die vektorisierten Beiträge ermöglichen letztendlich einen Vergleich der Facebook - Beiträge, sodass das neuronale Netz Auskunft darüber geben kann, inwiefern sich die Beiträge der Präsidentschaftskandidaten ähneln. Es ist zu erwarten, dass sich die Grundsätze bzw. die politischen Überzeugungen der jeweils angehörigen Partei in den Facebook - Beiträgen der Kandidaten widerspiegeln und somit Unterschiede festgestellt werden können.
Das Ziel der Ausarbeitung ist es, mithilfe eines neuronalen Netzes Rückschlüsse darüber zu ziehen, ob sich signifikante Unterschiede in den Facebook - Beiträgen der Präsidentschaftskandidaten feststellen lassen. Die Ausarbeitung unterteilt sich in insgesamt vier Kapitel. Im Folgenden wird zunächst die "Word2Vec" – Methode erläutert. Anschließend wird im dritten Kapitel Bezug auf das verwendete Python – Skript genommen, es werden die Kernelemente des Python – Skripts dargestellt und erläutert. Im vierten Kapitel wird der Output des neuronalen Netzes und die Validität der Ergebnisse diskutiert.
Inhaltsverzeichnis
- Einleitung
- Methodisches Vorgehen
- Erläuterung Word2Vec - Methode
- Python-Skript
- Extrahieren der Posts
- Vorverarbeitung der Dateien
- Bereinigung der Dateien
- Stop Words - Liste
- Stemming
- Interpunktion
- Übersicht der Vorverarbeitung
- Word2Vec Modell
- Trainieren des Word2Vec - Modells
- Word Mover Distance
- Output des neuronalen Netzes
- Fazit
Zielsetzung und Themenschwerpunkte
Diese Arbeit untersucht mithilfe eines neuronalen Netzes die inhaltlichen Ähnlichkeiten in den Facebook-Beiträgen der US-Präsidentschaftskandidaten Donald Trump, Joe Biden und Jo Jorgensen im Vorfeld der Präsidentschaftswahl 2020. Das Ziel ist es, festzustellen, ob sich signifikante Unterschiede in den Beiträgen der Kandidaten identifizieren lassen, die auf ihre jeweiligen politischen Überzeugungen und die Grundsätze ihrer Parteien hindeuten könnten.
- Anwendung der Word2Vec-Methode zur Vektorisierung von Texten
- Analyse der Ähnlichkeiten zwischen den Facebook-Beiträgen der Kandidaten
- Einsatz eines neuronalen Netzes zur Verarbeitung und Analyse der Daten
- Erforschung des Einflusses der politischen Zugehörigkeit auf den Inhalt von Facebook-Beiträgen
- Ermittlung von Gemeinsamkeiten und Unterschieden im Sprachgebrauch der Kandidaten
Zusammenfassung der Kapitel
Die Arbeit gliedert sich in vier Kapitel. Kapitel 1 bietet eine Einleitung und stellt die Forschungsfrage sowie die wichtigsten Ziele der Arbeit vor. Kapitel 2 erläutert die Word2Vec-Methode, welche als Grundlage für die Analyse der Facebook-Beiträge dient. Kapitel 3 beschreibt das verwendete Python-Skript, inklusive der Schritte zum Extrahieren der Beiträge, deren Vorverarbeitung und dem Training des neuronalen Netzes. Kapitel 4 diskutiert den Output des neuronalen Netzes und die Validität der Ergebnisse.
Schlüsselwörter
Die Arbeit fokussiert auf die Analyse von Facebook-Beiträgen der US-Präsidentschaftskandidaten Donald Trump, Joe Biden und Jo Jorgensen, wobei die Word2Vec-Methode als Grundlage für die Bildung eines neuronalen Netzes zur Identifizierung von inhaltlichen Ähnlichkeiten dient. Wichtige Themen sind die Verarbeitung natürlicher Sprache, maschinelles Lernen, Textanalyse und die Erforschung von Online-Wahlkampfstrategien. Die Ergebnisse der Analyse liefern Einblicke in die politischen Positionen der Kandidaten und den Einfluss der politischen Zugehörigkeit auf den Inhalt von Facebook-Beiträgen.
- Arbeit zitieren
- Aleksej Woratsch (Autor:in), 2020, Wahlkampf in den USA. Welche inhaltlichen Ähnlichkeiten bestehen zwischen den Facebook - Beiträgen der Präsidentschaftskandidaten Trump, Biden und Jorgensen?, München, GRIN Verlag, https://www.grin.com/document/1259055
