Predicting poll trends with facial emotions
A neural network applied to emotions from photos of politicians in the online press
Wirtschaftswissenschaftliche Fakultät
Bisher wurde wenig Aufmerksamkeit auf die Anwendung von Gesichtsemotionserkennung in der Politik gelegt. Ist es möglich, eine Verbindung zwischen Emotionen von Kandidaten entnommen von Bildern und Abstimmungsabsichten bei einer politischen Wahl herzuleiten? Um diese Frage zu beantworten zu versuchen, nutzen wir als Fallstudie die jüngsten Präsidentschaftswahlen in Frankreich 2017 zur Vorhersage von Umfragetrends basierend auf den Emotionen der Kandidaten entnommen von Bildern aus der Presse. Wir verwenden die Microsoft Emotion API zur Bereitstellung der emotionalen Daten als Grundlage für unsere Studie. Ein mehrschichtiges Perzeptron, eine Art künstliches neuronales Netzwerk, wird implementiert, um die Richtung der Umfragetrends vorherzusagen. Unsere Ergebnisse zeigen eine moderate Korrelation in unserer Stichprobe zwischen den Konzepten der Gesichtsemotionen politischer Kandidaten und Umfragetrends. Unser Algorithmus erreicht 64% Genauigkeit. Little attention has been paid so far on applying facial emotion recognition
to politics. Is it possible to highlight a link between emotion detected on
candidates pictures and voting intentions in a political election ? Trying to
answer this question, we use the recent French 2017 presidential election as
a case study to predict poll trends based on the emotions in pictures of the
candidates in the press. The Microsoft Emotion API has been put to use in
order to provide the emotional data as a basis for our study. A Multi Layer
Perceptron, a type of Artificial Neural Network is implemented to predict the
poll slope sign. We find that there is a moderate correlation in our sample
between the concepts of facial emotions of political candidates and poll trends,
our algorithm reaching 64% accuracy.
Dateien zu dieser Publikation
