Dinsdag is het zover: de verkiezingen in de Verenigde Staten. Een nieuw zelflerend programma van de University of Utah weet na het doornemen van 250 miljoen tweets zeker dat Clinton de winst pakt.

Daarmee volgt het Utah-programma de meeste landelijke peilingen in de VS. Bijzonder is dat het algoritme in real-time de tweets blijft bijhouden en zijn voorspelling aanpast. De onderzoekers brachten de resultaten van hun project begin deze week naar buiten. Op hun website brengt levert algoritme met regelmatige updates zijn bevindingen.


Toon van een tweet

Het programma 'leest' alle tweets waarin woorden voorkomen die op de verkiezing kunnen slaan. 'Trump', 'Clinton', 'Democrats' of 'GOP' zijn voorbeelden van dergelijke woorden. Daarnaast kon het programma via een zelflerend mechanisme de toon van een tweet herkennen, door zinsdelen te analyseren en te letten op specifieke woorden. De computer bekijkt de tweet en geeft hem een positiviteitscijfer: 0, 0.5 of 1. De afgelopen vijf maanden, tot en met 30 oktober, analyseerde het algoritme op die manier ruim 250 miljoen tweets.

Het resultaat is een database die allerlei informatie geeft over de stemming in de VS, maar ook in individuele staten of zelfs in de deelgebieden ('counties'). Zo blijkt bijvoorbeeld dat de staat Delaware de énige is waar elk deelgebied overwegend positief over Clinton was. Ook werd duidelijk wat de piekmomenten voor beide kandidaten waren. Trump werd het meest positief besproken na de uitgelekte tape waarin hij opschept over het betasten van vrouwen. Dat lijkt vreemd, maar de onderzoekers vermoeden dat het vooral om steunbetuigingen van Trump-fans ging.

De onderzoekers vergeleken hun model met de als betrouwbaar te boek staande peilingen van de New York Times en zagen op veel punten overeenkomsten. Dat is opvallend, want hoewel Twitter vaker wordt gebruikt als een soort geïmproviseerde meningenmeter, vinden critici dat de gebruikers van het sociale medium niet representatief zijn voor de gehele bevolking. Blijkbaar vallen de verschillen (deels) weg als er maar genoeg tweets worden geanalyseerd.

Beeld: Gage Skidmore

Vond je dit een interessant artikel, abonneer je dan gratis op onze wekelijkse nieuwsbrief.