白话空间统计番外五：美国大选中的数据科学

2018年3⽉， 全球最⼤的社交⽹站Facebook被曝出负⾯新闻：⼀个名不见经传的⼩公司， 通过不正当的⼿段， 在Facebook⽹站上获取了8700万⽤户的数据。 这些数据随后被⽤于多个国家选举中的选民分析， 2016年当选的美国总统特朗普就曾经雇⽤这家公司， 这引发了关于数据操纵选举的批评， 直逼特朗普当选的合法性， 触⽬惊⼼。——此处引用自涂子沛《数文明》

 

实际上在政治活动中使用数据科学，已经不是什么新闻了，今天我们一起来看看在美国大选中数据科学的各种应用。

 

 

民主和共和这两个词，从来就是一起出现了，但是很多人都不明白这两个词到底指的是什么，当然，如果涉及到内涵啊，理论啊啥的，汗牛充栋，但是最简单的来说就是：

 

• 民主：少数服从多数

• 共和：权力公有

 

当然，二者都有很多道理和利弊，特别现在大家最热议的民主，很多人直接就把民主等同与“选举”，还一口一个起源古希腊……

 

但是，这里要打脸了……因为古希腊认为，选举是一个最不公平的方法——所谓的公平，指的是所有人的机会都均等，但是不管你怎么投票，有人永远不会获得当选的机会……那么古希腊用的是什么方法来保证绝对公平呢？答案是——抽签……

 

因为只有抽签才能保证，每个人当选的机会，是完全均等的……

 

这里有人可能说，虾神你瞎编吧，哪有这种事？这个真不是我编的，大家有兴趣去看清华大学王绍光教授的著作：《抽签与民主、共和：从雅典到威尼斯》（中信出版社是不是应该给我点广告费？）

 

抽签，如果不作弊，从概率学上来说，可以达到机会的完全均等……这尼玛才是真正的公平啊……如果我们也采用这种公平的方法，是不是表示虾神也有可能成为第N代core呢（想想都好激动）？

好吧，这样的公平，能够带来什么呢？大家可以自己思考一下……用数学语言来说：局部最优不会表示全局最优。

 

好了，题外话说道这里，下面还是回到我们美国大选。

 

美国的政治制度确立于1787年的立宪会议，当时独立的13个州，分别提出了两种方案，如下：

 

大州希望人口决定席位，这样的话，大州就有绝对的话语权，而小州希望平均分配，所有的希望州的选票都一样……

 

然后自然就是和平友好的交流：

 

最后完成了伟大的妥协：

 

参议院平均分配，大家一样，众议院按人口分……任何法律都必须两院同时通过才有效。

 

那么在大选中，是不是我们说以为的一人一票选总统呢？实际上这是对美国选举制度的误解，美国实现的是选区制度，如下所示：

 

 

那么选区的划分就非常的有意思了，看看下面这个案例：

 

 

以上三种划分方法，可以在人数完全不变的情况下，得到三种完全不同的结果，可以看出，选区划分是一个非常重要的权力，那么有同学会问，真的可以像图三如此任性么？答案是：yes。

我们可以来看看美国历史上非常著名的事件：杰利蝾螈——有兴趣的同学，可以自行维基百科，我这就不大段复制了，这个事件虽然最后被终结，但是直到200年后的今天，依然存在，可以看2010年划分的北卡第四选区：

 

 

当然，除了这些阳谋以外，随着科技的进步，还出现了很多新的手段，比如：

 

又比如在选票上动手脚：

 

 

不过，这些小动作，在2016年大选中的剑桥分析公司面前，都是上不了台面的东西：

 

因为，他们用的最厉害的手段：

 

 

他们的理论来源于下面这个研究：

 

 

经过了OCEAN测试，剑桥分析公司号称可以百分之百的了解你的喜好。

 

 

他们利用与facebook的合作，获取了超过8000多万用户的数据，并且进行精确的数据分析手段，获得了他们的喜好，然后：

 

 

他们怎么做的呢？

 

比如你是一个狂热的赛车爱好者，那么你每天打开电脑，都会无意中发现，某某候选人又出席了某赛车比赛的开幕式，然后发表了关于他特别爱好赛车，承诺他当选之后一定会大力发展赛车的言论……

 

反之，如果你是一个非常讨厌赛车的人，那么你打开电脑的，看见是他的竞选对手支持赛车发展的言论了……

 

正如怀利说的：

我们只给你看你想看到的

我们只给你看我们想让你看到的

 

如果说，每个人心理都有一个恶魔，那么数据和科技就可以把这个恶魔暴露出来，并且被利用。

 

（在特朗普公开的竞选⽀出明细中， 剑桥分析公司的名称赫然在列， 特朗普团队先后5次购买该公司的数据服务， 共⽀付了591万美元。）

 

（故事还在继续，我们待续未完）。