II. RELATED WORKTwitter has been an

II. RELATED WORK
Twitter has been analyzed in the 2008 US presidential
elections. Topsy, which a real time social network analytics
provider, in a joint work with Twitter, built the “Twitter
Political Index” which presented a daily analysis of user’s
sentiments for various topics related to the elections. Topsy
analyzed tweets about both the presidential candidates
(Obama and Romney) and calculated their popularity score
based on the sentiment present in the users’ tweets [10] [11].
A big data analysis project for a Stanford course adopted a
related approach for the 2012 US presidential elections [7].
They found that support vector machines are better predictive
models than naïve Bayes, and used them to correctly predict
Obama as the election winner. Notwithstanding the result, the
authors also highlight that Twitter cannot be considered
completely self-sufficient in predicting elections. Also, in
[16], the authors employ sentiment analysis on tweets to
predict the voting percentage, i.e., the percentage of votes,
which each presidential candidate will receive in the
Singapore Presidential Election 2011. They create sentiment
divisions and employ re-weighting techniques on these
divisions to predict voting percentage. The results didn’t
predict the correct winner, and the authors indicate a change in
voting trend and fake Twitter sentiment for these
discrepancies.
In [12], the authors analyzed about 100,000 tweets
containing the name or mention to a political party or
politician. This study was done to understand if there was any
linkage or similarity between the online political sentiment
and offline sentiment about the German Federal Elections.
They used Twitter messages to predict the popularity of
political parties, candidates and coalitions in the real world.
This work also uses sentiment analysis techniques to measure
the popularity of the candidates in question. Twitter opinion
mining has also been applied to the Belgian elections of 2010.
The experiment was conducted on 7600 tweets about Belgian
politicians, and positive and negative sentiments were
calculated using sentiment analysis techniques. Different
analytics were extracted from the study and are elaborated in
[13]. Notwithstanding these applications, it has been
significantly highlighted in [17] that the predictive accuracy of
Twitter in predicting the election winner is quite exaggerated.
The authors prove that Twitter analysis often provides a
myopic view of the election results, but it definitely cannot
replace the traditional voting method.

ผลลัพธ์ (ไทย) 1:

งานครั้งที่สองที่เกี่ยวข้อง
Twitter มีการวิเคราะห์ในปี 2551 เราประธานาธิบดี
เลือกตั้ง กลับตาล ซึ่งการวิเคราะห์เครือข่ายทางสังคมเวลาจริง
ผู้ให้บริการ ในการทำงานร่วมกับ Twitter สร้าง " Twitter
ดัชนีทางการเมือง" ซึ่งนำเสนอการวิเคราะห์ประจำวันของผู้ใช้
รู้สึกในหัวข้อต่าง ๆ ที่เกี่ยวข้องกับการเลือกตั้ง กลับตาล
วิเคราะห์เข้ามาเกี่ยวกับทั้งสองสมัครประธานาธิบดี
(Obama และ Romney) และคำนวณคะแนนความนิยมของพวกเขา
ตามความเชื่อมั่นในการเข้ามาของผู้ใช้ [10] [11]
โครงการวิเคราะห์ข้อมูลขนาดใหญ่สำหรับหลักสูตรสแตนฟอร์ดนำเป็น
เกี่ยวกับวิธีการสำหรับการ 2012 เราเลือกตั้งประธานาธิบดี [7] .
พวกเขาพบเครื่องเวกเตอร์การสนับสนุนดีกว่าคาดการณ์
รุ่นกว่าขำน่า Bayes และใช้การทำนายถูกต้อง
Obama เป็นผู้ชนะเลือกตั้ง ประกาศผล การ
ผู้เขียนยังเน้นว่า Twitter ไม่เป็น
บางอย่างสมบูรณ์ในการทำนายการเลือกตั้ง ยัง ใน
[16], ผู้สร้างจ้างงานเข้ามาเพื่อวิเคราะห์ความเชื่อมั่น
ทำนายเปอร์เซ็นต์คะแนน เช่น เปอร์เซ็นต์ของโหวด,
ซึ่งแต่ละผู้สมัครประธานาธิบดีจะได้รับในการ
2011 การเลือกตั้งประธานาธิบดีสิงคโปร์ สร้างความเชื่อมั่น
หน่วยงานและการว่าจ้างใหม่น้ำหนักเทคนิคเหล่า
ส่วนทำนายคะแนนเปอร์เซ็นต์ สะอาดผลลัพธ์ที
ทำนายผู้ชนะถูกต้อง และผู้เขียนระบุว่า การเปลี่ยนแปลงใน
ลงคะแนนปลอมและแนวโน้มความเชื่อมั่น Twitter สำหรับเหล่านี้
ความขัดแย้ง.
ใน [12], ผู้เขียนวิเคราะห์เข้ามาประมาณ 100000
ประกอบด้วยชื่อ หรือพูดถึงพรรคการเมือง หรือ
นักการเมือง การศึกษานี้ที่ทำให้เข้าใจหากมีใด ๆ
เชื่อมโยงหรือความคล้ายคลึงกันระหว่างความเชื่อมั่นการเมืองออนไลน์
และออฟไลน์ความเชื่อมั่นเกี่ยวกับการรัฐบาลกลางเยอรมันเลือกตั้ง
จะใช้ข้อความ Twitter เพื่อทำนายความนิยมของ
พรรค สมัคร และ coalitions ในจริงโลก
งานนี้ยังใช้เทคนิคการวิเคราะห์ความเชื่อมั่นการวัด
ความนิยมของผู้สมัครสอบถาม ทวิตเตอร์เห็น
ยังมีการใช้เหมืองแร่กับการเลือกตั้ง 2010 เบลเยียม
วิธีทดลองเข้ามา 7600 เกี่ยวกับเบลเยียม
นักการเมือง และรู้สึกบวก และลบถูก
คำนวณโดยใช้เทคนิคการวิเคราะห์ความเชื่อมั่น แตกต่าง
วิเคราะห์ได้แยกจากการศึกษา และมี elaborated ใน
[13] อย่างไรก็ตามโปรแกรมประยุกต์เหล่านี้ แล้ว
เน้นอย่างมาก [17] ที่ความคาดการณ์ของ
ทวิตเตอร์ในการทำนายผู้ชนะเลือกตั้งจะค่อนข้างปรับสมดุลของแสง
ผู้เขียนพิสูจน์ว่า วิเคราะห์ Twitter มักแสดงเป็น
myopic มุมมองของการเลือกตั้งผล แต่มันไม่แน่นอน
แทนวิธีการลงคะแนนเสียงแบบเดิม

ผลลัพธ์ (ไทย) 2:

ครั้งที่สอง ที่เกี่ยวข้องการทำงาน
ทวิตเตอร์ได้รับการวิเคราะห์ในสหรัฐในปี 2008 ประธานาธิบดี
การเลือกตั้ง ยุ่งเหยิงซึ่งเวลาจริงการวิเคราะห์เครือข่ายทางสังคม
ของผู้ให้บริการในการทำงานร่วมกับทวิตเตอร์ที่สร้างขึ้น "ทวิตเตอร์
ดัชนีการเมือง "ซึ่งนำเสนอการวิเคราะห์ในชีวิตประจำวันของผู้ใช้
รู้สึกสำหรับหัวข้อต่างๆที่เกี่ยวข้องกับการเลือกตั้ง ยุ่งเหยิง
ทวีตเกี่ยวกับการวิเคราะห์ทั้งสองผู้สมัครประธานาธิบดี
(โอบามาและรอมนีย์) และคำนวณคะแนนนิยมของพวกเขา
ขึ้นอยู่กับความเชื่อมั่นที่มีอยู่ในทวิตเตอร์ของผู้ใช้ [10] [11]
โครงการการวิเคราะห์ข้อมูลขนาดใหญ่สำหรับหลักสูตรแตนฟอร์นำมาใช้
วิธีการที่เกี่ยวข้องกันสำหรับ 2012 เลือกตั้งประธานาธิบดีสหรัฐ [7]
พวกเขาพบว่าเครื่องสนับสนุนเวกเตอร์ที่ดีกว่าคาดการณ์
กว่ารุ่นไร้เดียงสา Bayes และใช้พวกเขาอย่างถูกต้องทำนาย
โอบามาเป็นผู้ชนะการเลือกตั้ง โดยไม่คำนึงถึงผลที่
ผู้เขียนยังเน้นที่ทวิตเตอร์ไม่สามารถได้รับการพิจารณา
อย่างสมบูรณ์ในตัวเองเพียงพอในการพยากรณ์การเลือกตั้ง นอกจากนี้
[16] ผู้เขียนใช้การวิเคราะห์ความเชื่อมั่นในทวิตเตอร์ที่จะ
คาดการณ์ร้อยละการลงคะแนนคือร้อยละของคะแนนเสียง
ที่ผู้สมัครแต่ละคนจะได้รับตำแหน่งประธานาธิบดีใน
การเลือกตั้งประธานาธิบดีสิงคโปร์ปี 2011 พวกเขาสร้างความเชื่อมั่น
หน่วยงานและใช้เทคนิคใหม่น้ำหนัก เหล่านี้
หน่วยงานที่จะทำนายการออกเสียงลงคะแนนร้อยละ ผลที่ได้ไม่ได้
ทำนายผู้ชนะที่ถูกต้องและผู้เขียนแสดงให้เห็นการเปลี่ยนแปลงใน
แนวโน้มการออกเสียงลงคะแนนและความเชื่อมั่นทวิตเตอร์ปลอมเหล่านี้
มีความแตกต่าง
ใน [12] ผู้เขียนวิเคราะห์ประมาณ 100,000 ทวีต
ที่มีชื่อหรือพูดถึงพรรคการเมืองหรือ
นักการเมือง การศึกษาครั้งนี้ได้รับการทำที่จะเข้าใจว่ามีอะไร
เชื่อมโยงหรือคล้ายคลึงกันระหว่างความเชื่อมั่นทางการเมืองออนไลน์
และความเชื่อมั่นเกี่ยวกับออฟไลน์การเลือกตั้งรัฐบาลกลางเยอรมัน
พวกเขาใช้ข้อความทวิตเตอร์ในการคาดการณ์ความนิยมของ
พรรคการเมืองผู้สมัครและพันธมิตรในโลกจริง
งานนี้ยัง ใช้เทคนิคการวิเคราะห์ความเชื่อมั่นในการวัด
ความนิยมของผู้สมัครในคำถาม ความเห็นทวิตเตอร์
การทำเหมืองแร่ยังได้รับนำไปใช้กับการเลือกตั้งเบลเยียมของปี 2010
การทดลองได้ดำเนินการใน 7600 ทวีตเกี่ยวกับเบลเยียม
นักการเมืองและความรู้สึกที่เป็นบวกและลบได้รับการ
คำนวณโดยใช้เทคนิคการวิเคราะห์ความเชื่อมั่น ที่แตกต่างกัน
การวิเคราะห์ถูกสกัดจากการศึกษาและมีเนื้อหาใน
[13] อย่างไรก็ตามโปรแกรมเหล่านี้จะได้รับการ
เน้นอย่างมีนัยสำคัญใน [17] ที่ถูกต้องในการทำนายของ
ทวิตเตอร์ในการทำนายผู้ชนะการเลือกตั้งค่อนข้างเกินจริง
ผู้เขียนพิสูจน์ให้เห็นว่าการวิเคราะห์ทวิตเตอร์มักจะมี
มุมมองสายตาสั้นของผลการเลือกตั้ง แต่แน่นอนไม่สามารถ
แทนที่ วิธีการลงคะแนนแบบดั้งเดิม

ผลลัพธ์ (ไทย) 3:

2 . ที่เกี่ยวข้อง
Twitter ได้ทำการวิเคราะห์ใน 2008 การเลือกตั้งประธานาธิบดีสหรัฐ
. ยุ่งเหยิง , ซึ่งเวลาจริงเครือข่ายทางสังคมการวิเคราะห์
ผู้ให้บริการ ในการทำงานร่วมกันกับ Twitter , สร้าง " ดัชนี Twitter
ทางการเมือง " ที่นำเสนอการวิเคราะห์รายวันของความรู้สึกของ
ผู้ใช้สำหรับหัวข้อต่างๆที่เกี่ยวข้องกับการเลือกตั้ง ยุ่งเหยิง
วิเคราะห์ผู้สมัครประธานาธิบดี
Tweets เกี่ยวกับทั้ง( โอบามาและรอมนีย์ ) และคำนวณคะแนนความนิยมของพวกเขาขึ้นอยู่กับความเชื่อมั่น
ปัจจุบันในทวีตของผู้ใช้ [ 10 ] [ 11 ] .
a การวิเคราะห์ข้อมูลในโครงการใหญ่สำหรับ Stanford หลักสูตรอุปการะ
ที่เกี่ยวข้องแนวทาง 2012 การเลือกตั้งประธานาธิบดีสหรัฐ [ 7 ] .
พวกเขาพบว่าเครื่องเวกเตอร์สนับสนุนตัวแบบทำนาย
ที่ไตได้ Bayes และใช้พวกเขาอย่างถูกต้องทำนาย
โอบามาเลือกตั้งชนะอย่างไรก็ตาม ผล
เขียนยังเน้นว่า Twitter ไม่ถือเป็น
สมบูรณ์พอเพียงใช้ในการเลือกตั้ง นอกจากนี้ใน
[ 16 ] ผู้เขียนใช้การวิเคราะห์อารมณ์บนทวิตเตอร์

ทำนายคะแนนร้อยละ คือ เปอร์เซ็นต์ของคะแนนเสียงที่ผู้สมัครประธานาธิบดีแต่ละ

จะได้รับในการเลือกตั้งประธานาธิบดีสิงคโปร์ 2011 พวกเขาสร้างความเชื่อมั่น
เขตการปกครองและจ้างอีกครั้ง ( เทคนิคในส่วนเหล่านี้
ทำนายเปอร์เซ็นต์การออกเสียงลงคะแนน ผลลัพธ์ไม่ได้
ทำนายผู้ชนะที่ถูกต้อง และผู้เขียนได้ระบุการเปลี่ยนแปลงในแนวโน้มและความเชื่อมั่น
โหวต Twitter ปลอมความขัดแย้งเหล่านี้
.
[ 12 ] , ผู้เขียนได้วิเคราะห์เกี่ยวกับ 100000 tweets
ที่มีชื่อหรือเอ่ย
พรรคการเมืองหรือนักการเมืองการศึกษานี้ทำเพื่อให้เข้าใจหากมีการเชื่อมโยงหรือความเหมือน

และออฟไลน์ออนไลน์ความเชื่อมั่นทางการเมือง ความเชื่อมั่นเกี่ยวกับสหพันธรัฐเยอรมันเลือกตั้ง
พวกเขาใช้ข้อความ Twitter เพื่อทำนายความนิยมของ
พรรคการเมือง ผู้สมัคร และพันธมิตรในโลกจริง .
งานนี้ยังได้ใช้เทคนิคการวิเคราะห์ความเชื่อมั่นในการวัด
ความนิยม ของผู้สมัครในคำถามการทำเหมืองข้อมูลความคิดเห็น
Twitter ยังถูกใช้กับการเลือกตั้งของเบลเยียม 2010 .
โดยทำการทดลองใน 7600 ทวีตเกี่ยวกับนักการเมืองชาวเบลเยียม
และบวกและลบความรู้สึกถูก
คำนวณโดยใช้เทคนิคการวิเคราะห์ความเชื่อมั่น การวิเคราะห์แตกต่างกัน
ถูกสกัดจากการศึกษาและ elaborated ใน
[ 13 ] แต่โปรแกรมเหล่านี้ มันได้ถูก
อย่างมีนัยสำคัญเน้น [ 17 ] ทำนายความถูกต้องของ
Twitter ในการทำนายผู้ชนะการเลือกตั้งค่อนข้างเกินจริงไปหน่อย ผู้เขียนเห็นว่าการวิเคราะห์

Twitter มักจะมีมุมมองใจแคบของผลการเลือกตั้ง แต่แน่นอนไม่ได้
แทนที่วิธีลงคะแนนเสียงแบบดั้งเดิม