我们构建了八个语种的全球网络公开数据平台，基于AI智能剔除虚假数据、自动识别文本语义、动态挖掘关键变量，进一步实现对美国大选态势及选后事态走向的智能推演。
2020年11月3日，美国大选，影响众多人命运的一场大选。谁会获胜？
我们构建了八个语种的全球网络公开数据平台，基于AI智能剔除虚假数据、自动识别文本语义、动态挖掘关键变量，进一步实现对美国大选态势及选后事态走向的智能推演。
基本思路是：首先从大数据中挖掘小数据，对6400万条开放数据进行细颗粒度清洗，提炼结构化预测变量；其次从全变量中洞察关键变量，通过历史时序数据校验和信源可信度评估，结合优序图法赋权筛选关键变量因子；最后，在去伪存真、去粗取精的基础上针对关键州的选取进行动态观察，并对选后态势进行分类研判。
具体而言，我们的预测指标体系中涉及前期民调及出口民调数据、既有/新增注册选民数、社会议题关注度及舆情倾向、两党大会收视率、两党线下活动关注度、部分关键州政治广告投放、两党竞选团队去除水军后的粉丝规模、赌博赔率、地方媒体对两党报道频度和倾向、两党支持团队规模、两党筹款规模、美股指数变动、周边产品销售等多个变量。在对多变量数据进行挖掘清洗的基础上，基于优序图法针对各项指标权重值进行赋权，进一步基于不同变量搭配计算各摇摆州潜在倾向，并对不同选情可能衍生的后续态势进行研判。
根据我们针对关键州（摇摆州）的分析结果：
1、有利于拜登的数据变量包括：前期民调数据、赌博赔率、地方媒体报道倾向、两党支持团队规模、两党筹款规模、社会议题舆情倾向、两党大会收视率（综合四场）等；
2、有利于特朗普的数据变量包括：新增注册选民数、线下活动关注度、关键州政治广告投放、周边商品销售、美股指数趋势、社媒直播评论倾向、谷歌搜索趋势等。
不同的指标选择性搭配和赋权模式可推演出不同选举结果，也即个体对变量的取信程度决定了最终研判方向。若更加偏重线下造势、周边购买、网络言论等选民行为数据，最终推演结论偏向特朗普获胜；而若更偏向民调、媒体报道、赌博赔率等机构发布数据，最终得出结论偏向拜登获胜。对部分关键州的数据画像结果如下：
进一步对大选之后美国可能出现的四种事态进行研判：
其一，选举顺利进行，没有出现明显争议，或最终拜登或特朗普以明显优势赢得选举；
其二，受限于邮寄选票的时效性，选票很可能未能及时清点完成，若特朗普在11月3日当天获胜但之后清点完成后发生反转，会导致此结果不被特朗普承认；另外，摇摆州的选举结果也有可能导致不被特朗普承认，并上诉到最高法院，将进一步衍生宪政危机；
其三，若特朗普败局已定，在部分党派极端支持分子的影响下可能激化党派间矛盾，引发小范围内的激烈冲突；若特朗普险胜，拜登支持者也可能出现极端行为形成小规模骚乱；若民主党对选举结果有异议，也有一定概率挑起法律争执或舆论争执，形式包括街头冲突或刺杀行动；
其四，拜登以微弱优势获胜，特朗普可能拒绝承认选举结果，并通过对外发动军事摩擦以转嫁内部危机，进入战时状态以拒绝让位。
本团队从2020年9月初开始对美国选情进行动态分析，依托八大语种网络公开数据研究平台和AI分析工具，每周迭代更新一期研究成果，后续还将对相关方法体系不断优化。未来将构建全球大选预测及地缘政治推演大数据平台，进一步实现选情分析的自动化、智能化、动态化，并将相关数据和工具面向学界开放。
综合来看，首先本次大选是行为数据代表性和民调数据科学性的对决。几乎所有的行为数据都是川普领先，集会数据、网络交互数据、商业价值数据等等，几乎所有的民调数据都是拜登领先，赌博下注数据也可以认为是民调数据影响下的一种。故如果行为数据的代表性足够广，那就是川普胜出。如果民调数据的科学性足够，就是拜登赢。
其次，本次大选本质上不是川普和拜登的对决，而是川普和非川普的对决，是川普党和非川普党的对决，川普一人单挑民主党高层+多位共和党老政客+多数互联网公司和媒体。川普既基本完成了上次竞选的全部承诺，也展现了面对疫情的反智。既自恋又无助，既没有道德感又愿意和网友零距离接触，既性丑闻不断，又受到修女的支持。面对这样一个复杂而冲突的人设，行为数据和民调数据出现分裂的结果也就不足为奇了。
最后，本研究对大选后两党对华言行进行了推演预测。如对详细内容感兴趣，请留言注明姓名、单位和联系方式索取《基于大数据的美国大选及选后态势研判》报告完整内容。
参与人员：
清华大学新闻学院教授沈阳、博士生向安玲、网友林海雪原、博士后何静、硕士生杨怡。
