通过“喜欢”着火：推断Twitter上特朗普追随者的主题偏好
Catching Fire via "Likes": Inferring Topic Preferences of Trump Followers on Twitter
摘要：
在本文中，我们提出了一个框架来推断唐纳德·特朗普的追随者在Twitter上的主题偏好。我们首先使用潜在狄利克雷分配（LDA）来获得每个特朗普推文的主题的加权混合。然后，我们使用负二项回归模型的“喜欢”，与每个主题的权重作为解释变量。我们的研究表明，攻击奥巴马总统和前国务卿希拉里·克林顿等民主党人为特朗普赢得了最多的“喜欢”。“我们的推理框架可以推广到其他政治家的研究。
英文摘要：
In this paper, we propose a framework to infer the topic preferences of Donald Trump's followers on Twitter. We first use latent Dirichlet allocation (LDA) to derive the weighted mixture of topics for each Trump tweet. Then we use negative binomial regression to model the "likes," with the weights of each topic serving as explanatory variables. Our study shows that attacking Democrats such as President Obama and former Secretary of State Hillary Clinton earns Trump the most "likes." Our framework of inference is generalizable to the study of other politicians.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
