推特 X 地理签到数据分析预测美国大选（一）：加利福利亚州

在社交媒体蓬勃发展的今天，推特X（原Twitter）作为全球最大的社交平台之一，每天都在产生海量的用户数据。

这些数据不仅包含用户的文字表达，还涵盖了丰富的地理信息。

文本数据不只是冰冷的语言，它也反映了平台用户的情感和偏好，

而文本附带的签到数据也绝不仅仅只是数字，它还代表着人类行为、迁徙轨迹等的定量表达。

曾经我想采集所有的美国大选推文，来分析推特上的美国民调倾向，

但是后面测试采集发现数据量过于庞大，就算是政治寻常日子，单天带 #DonaldTrump 相关 hashtag 的原创推文的数据条目就超过 50,000 了，

后面不得不转向只采集 #america presidential election 的 hashtag 推文，详情可见以下这篇历史推文。

构建 2024 美国总统大选推特 X 文本数据集，生成复杂网络和动态主题建模

但是当时就有个问题，在对热门的推文进行 hashtag 关系矩阵进行可视化时，我发现 #DonaldTrump 相关的推文同时大量出现（共现）南美洲一些国家的 hashtag，例如Salvador（萨尔瓦多）、Mexico（墨西哥）、Peru（秘鲁）、Bolivia（玻利维亚）、Chile（智利）、Venezuela（委内瑞拉）、Uruguay（乌拉圭）、Ecuador（厄瓜多尔）等，

记得当时在我的技术交流二群短暂讨论过相关问题，

单就文本而言，无法得出这些南美洲相关的话题推文有多少是由美国本土发出的，

换句话来说，是南美洲的推特用户贡献了这些国家话题，只不过同时带上了川普的 hashtag，也不是没可能，

而推特签到数据刚好能解决这些问题，推特用户发文时带上了地理位置信息，

于是乎，我采集了2024美国大选期间签到位于美国加利福利亚州的推特推文签到数据，

并筛选出其中和美国大选相关的推文，这样采集处理的数据地区相对精准，

经过一些基本的数据处理，然后双实体局部情感分析，计算两党的每日平均情感得分，

情感分位于 0-1 之间，值越大表示支持倾向越大

进而可以得出美国加州地区X推文中对 Trump(democrat) / Biden or Harris(republic) 的倾向随时间变化曲线

图中的波峰可以联系起一些竞选期间的事件

整体来看，来看民主党 democrats 似有领先之势，我用计算打印出来确实如此，而且更加明显：

republic_score win 137 days
democrat_score win 225 days
republic_score win overwhelmingly 24 days
democrat_score win overwhelmingly 55 days

民主党得分有 225 天超过了共和党，而共和党只有 137 天 win。

定义得分超过 0.15 分为大胜，民主党领先共和党两倍多（55:24）。

加州不愧是经典蓝（民主党）州，在其他州兵败如山倒之际，加州的天空还是一如既往地蓝。

下一期，我将分享经典红州比如德克萨斯州的情况，

这个系列打算长期更下去，说不定等到下次美国总统大选，这个系统已经能够根据社交媒体数据预测出美国大选结果了