Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Use of Symmetric Kernels for Convolutional Neural Networks Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Social Network Structure as a Predictor of Social Behavior: The Case of Protest in the 2016 US Presidential Election

verfasst von : Molly Renaud, Rostyslav Korolov, David Mendonça, William Wallace

Erschienen in: Recent Developments in Data Science and Intelligent Analysis of Information

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This research explores relationships between social network structure (as inferred from Twitter posts) and the occurrence of domestic protests following the 2016 US Presidential Election. A hindcasting method is presented which exploits Random Forest classification models to generate predictions about protest occurrence that are then compared to ground truth data. Results show a relationship between social network structure and the occurrence of protests that is stronger or weaker depending on the time frame of prediction.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Mathematical and Computer Models of Message Distribution in Social Networks Based on the Space Modification of Fermi-Pasta-Ulam Approach
Nächstes Kapitel Internet Data Analysis for Evaluation of Optimal Location of New Facilities
Literatur
1.
Steinert-Threlkeld, Z.C., Mocanu, D., Vespignani, A., Fowler, J.: Online social networks and offline protest. EPJ Data Sci. 4(1), 19 (2015)CrossRef
2.
Compton, R., Lee, C., Xu, J., Artieda-Moncada, L., Lu, T.C., De Silva, L., Macy, M.: Using publicly visible social media to build detailed forecasts of civil unrest. Secur. Inform. 3(1), 4 (2014)CrossRef
3.
Korolov, R., Lu, D., Wang, J., Zhou, G., Bonial, C., Voss, C., Kaplan, L., Wallace, W., Han, J., Ji, H.: On predicting social unrest using social media. In: 2016 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM), pp. 89–95, August 2016
4.
Kallus, N.: Predicting crowd behavior with big public data. In: Proceedings of the 23rd International Conference on World Wide Web, pp. 625–630. ACM (2014)
5.
Oh, O., Eom, C., Rao, H.R.: Research note—role of social media in social change: an analysis of collective sense making during the 2011 Egypt revolution. Inf. Syst. Res. 26(1), 210–223 (2015)CrossRef
6.
Tufekci, Z., Wilson, C.: Social media and the decision to participate in political protest: observations from Tahrir Square. J. Commun. 62(2), 363–379 (2012)CrossRef
7.
Cadena, J., Korkmaz, G., Kuhlman, C.J., Marathe, A., Ramakrishnan, N., Vullikanti, A.: Forecasting social unrest using activity cascades. PLoS ONE 10(6), e0128879 (2015)CrossRef
8.
Snow, D.A., Soule, S.A., Kriesi, H.: The Blackwell Companion to Social Movements. Wiley, London (2008)
9.
Dalton, R., Van Sickle, A., Weldon, S.: The individual-institutional nexus of protest behaviour. Br. J. Polit. Sci. 40(1), 51–73 (2010)CrossRef
10.
Furusawa, K.: Participation and protest in the European union and the ‘outsider’ states. Contemp. Polit. 12(2), 207–223 (2006)CrossRef
11.
Dalton, R.J.: Citizen Politics: Public Opinion and Political Parties in Advanced Industrial Democracies. CQ Press, Thousand Oaks (2013)
12.
Klandermans, B., Oegema, D.: Potentials, networks, motivations, and barriers: steps towards participation in social movements. Am. Sociol. Rev. 52(4), 519–531 (1987)CrossRef
13.
Kuran, T.: Sparks and prairie fires: a theory of unanticipated political revolution. Public Choice 61(1), 41–74 (1989)CrossRef
14.
Klandermans, B., Van der Toorn, J., Van Stekelenburg, J.: Embeddedness and identity: how immigrants turn grievances into action. Am. Sociol. Rev. 73(6), 992–1012 (2008)CrossRef
15.
Barberá, P., Wang, N., Bonneau, R., Jost, J.T., Nagler, J., Tucker, J., González-Bailón, S.: The critical periphery in the growth of social protests. PLoS ONE 10(11), e0143611 (2015)CrossRef
16.
Borge-Holthoefer, J., Rivero, A., García, I., Cauhé, E., Ferrer, A., Ferrer, D., Francos, D., Iniguez, D., Pérez, M.P., Ruiz, G., et al.: Structural and dynamical patterns on online social networks: the Spanish May 15th movement as a case study. PLoS ONE 6(8), e23883 (2011)CrossRef
17.
Morales, A., Losada, J., Benito, R.: Users structure and behavior on an online social network during a political protest. Phys. A: Stat. Mech. Appl. 391(21), 5244–5253 (2012)CrossRef
18.
Le, H.K., Pasternack, J., Ahmadi, H., Gupta, M., Sun, Y., Abdelzaher, T., Han, J., Roth, D., Szymanski, B., Adali, S.: Apollo: towards factfinding in participatory sensing. In: Proceedings of the 10th ACM/IEEE International Conference on Information Processing in Sensor Networks, pp. 129–130, April 2011
19.
Bosch, A., Zisserman, A., Munoz, X.: Image classification using random forests and ferns. In: 2007 IEEE 11th International Conference on Computer Vision, pp. 1–8, October 2007
20.
Kohavi, R.: A study of cross-validation and bootstrap for accuracy estimation and model selection. In: Proceedings of the 14th International Joint Conference on Artificial Intelligence, IJCAI 1995, San Francisco, CA, USA, vol. 2, pp. 1137–1143. Morgan Kaufmann Publishers Inc., Los Altos (1995)
21.
Liaw, A., Wiener, M.: Classification and regression by randomForest. R News 2(3), 18–22 (2002)
Metadaten
Titel
Social Network Structure as a Predictor of Social Behavior: The Case of Protest in the 2016 US Presidential Election
verfasst von
Molly Renaud
Rostyslav Korolov
David Mendonça
William Wallace
Copyright-Jahr
2019
Buch
Recent Developments in Data Science and Intelligent Analysis of Information

Print ISBN: 978-3-319-97884-0

Electronic ISBN: 978-3-319-97885-7

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-319-97885-7_27

Premium Partner

    Bildnachweise