ฉันเจอบทความนี้เกี่ยวกับทีมขุดข้อมูลในแคมเปญเลือกตั้งของโอบามา น่าเสียดายที่บทความมีความคลุมเครือเกี่ยวกับเครื่องจักรจริงของอัลกอริทึมทางสถิติ อย่างไรก็ตามมันฟังดูราวกับว่าเทคนิคทั่วไปเป็นที่รู้จักในสังคมศาสตร์และการเมือง เนื่องจากนี่ไม่ใช่ความเชี่ยวชาญของฉันทุกคนสามารถชี้ให้ฉันที่ (ภาพรวม) วรรณกรรมเกี่ยวกับเทคนิคเหล่านี้ได้หรือไม่
คำตอบ:
พื้นที่นั้นเรียกว่าการกำหนดเป้าหมายแบบไมโคร (ถ้าคุณต้องการ google สำหรับมัน) แคมเปญจะสวยความลับเกี่ยวกับเครื่องมือและวิธีการของพวกเขาดังนั้นความรู้ของฉันที่มีอยู่ไม่ว่าการตีพิมพ์การทำงานมากยกเว้นฮัล Malchow ของการกำหนดเป้าหมายทางการเมือง (2008) หรือ Green & เกอร์เบอร์ (2008) ได้รับการออกโหวต: วิธีการเพิ่มการเลือกผลิตภัณฑ์ (ข้อเสนอที่หลัง มากขึ้นกับด้านสังคมศาสตร์เช่นโฆษณาที่มีประสิทธิภาพและเช่นนั้น)
ในเรื่องทางเทคนิคมากขึ้นวรรณคดีเป็นสิ่งที่น่ากลัวมากขึ้น แต่ดูตัวอย่างเช่นMurray & Scime (2010) , กระดาษวิเคราะห์ทางการเมืองโดยImai & Strauss (2011) ( postprint ) หรือพงศาวดารล่าสุดของกระดาษสถิติประยุกต์โดยเราRusch, Lee, Hornik, Jank & Zeileis (2013) ( ประทับ ) สิ่งที่พวกเขามีเหมือนกันคือพวกเขาใช้ประโยชน์จากเทคนิคการขุดข้อมูลซึ่งส่วนใหญ่เป็นต้นไม้
Murray & Scime ใช้แผนภูมิการจัดหมวดหมู่มาตรฐานเช่น CART
Rusch et al. ใช้ต้นไม้จัดหมวดหมู่แบบจำลองลอจิสติกและลูกผสมของต้นไม้และการถดถอยโลจิสติก พวกเขายังใช้ (อื่น) ป่าสุ่มเครือข่ายประสาท, เครื่องสนับสนุนเวกเตอร์และต้นไม้คชกรรมเสริมถดถอยเปรียบเทียบกับลูกผสมต้นไม้ของพวกเขาเป็นที่อธิบายไว้ในการโต้ตอบกับกระดาษ ต้นไม้ไฮบริดของพวกเขาดำเนินการอย่างเท่าเทียมกันกับวิธีการอื่น ๆ ในชุดข้อมูลและเสนอการตีความที่เพิ่มขึ้น (เรายังแบ่งปันรหัสและข้อมูลของพวกเขาด้วย)
Imai & Strauss เป็นที่น่าสนใจตราบเท่าที่พวกเขานำเสนอกรอบทฤษฎีการตัดสินใจที่ครอบคลุมสำหรับการวางแผนแคมเปญที่ดีที่สุดไม่ใช่แค่เครื่องมือสำหรับการกำหนดเป้าหมายแบบไมโครเหมือนคนอื่น ๆ ดังนั้นพวกเขาจึงมุ่งเน้นไปที่แง่มุมต่าง ๆ ของการวิจัยเชิงปฏิบัติการเกี่ยวกับวิธีการใช้ประโยชน์จากเงินดอลลาร์ให้ได้มากที่สุด ในแง่มุมของกรอบการทำงานที่พวกเขาใช้เทคนิคทางสถิติสำหรับการประเมินกลุ่มเป้าหมายขนาดเล็กและการคาดประมาณผลิตภัณฑ์พวกเขาก็ต้องพึ่งพาต้นไม้จัดหมวดหมู่อีกครั้ง
ดังนั้นจึงมีความเห็นเป็นเอกฉันท์ว่าการใช้วิธีการแบบต้นไม้ทำงานได้ดีในพื้นที่นี้