Campagna elettorale 2018: analisi dibattito politico

Nel corso della campagna elettorale 2018, abbiamo condotto una serie di analisi relative al dibattito politico in corso.

In particolare, negli ultimi 2 mesi sono state monitorate le attività di 20 account Twitter gestiti da forze politiche o da leader di partito (Partito Democratico, Liberi e Uguali, +Europa, Movimento 5 Stelle, Forza Italia, Lega Nord, Fratelli d’Italia, Matteo Renzi, Matteo Richetti, Graziano Delrio, Pietro Grasso, Laura Boldrini, Stefano Fassina, Emma Bonino, Luigi Di Maio, Alessandro Di Battista, Roberto Fico, Silvio Berlusconi, Matteo Salvini e Giorgia Meloni).

Utilizzando strumenti avanzati di analisi semantica e una tecnologia proprietaria per la profilazione delle attività online, sono state estratte delle metriche che valutano il posizionamento di un account rispetto a un determinato tema.

I passi formali sono i seguenti:

  1. estrazione degli argomenti trattai dalle singole attività
  2. identificazione della relazione con particolari temi
  3. aggregazione dei risultati

Per ogni account, vengono analizzate le singole attività per estrarre gli argomenti (o, per utilizzare un termine più tecnico, i topic) cui le attività stesse fanno riferimento; per ciascun topic, viene conteggiato il numero di volte in cui esso viene citato.
Nella seconda fase, ricorrendo a Wikipedia determiniamo in quale percentuale il topic in esame sia in relazione con determinate tematiche o categorie stabilite in precedenza. Nel valutare gli account Twitter in questione, abbiamo in particolare fatto ricorso a un modello con tematiche legate in maniera specifica alla realtà politica attuale (Tasse, Evasione fiscale, Pensioni, Lavoro, Unione Europea, Sicurezza e Immigrazione).
Nella terza fase, i dati così ottenuti vengono aggregati: più precisamente, per ciascuna categoria vengono sommati i contributi alla medesima dei vari topic, opportunamente pesati per il numero di citazioni di ciascun topic (per maggiori dettagli sul modello matematico utilizzato si veda
questa pubblicazione scientifica).

Dal confronto tra i punteggi delle diverse categorie è possibile stabilire quale sia, proporzionalmente, l’importanza di ciascuna categoria nelle attività dell’account preso in considerazione: a punteggio più alto (basso) corrisponde maggiore (minore) attenzione per la categoria.