オバマ氏のキャンペーンにおけるデータマイニング手法

私はオバマ氏の再選キャンペーンのデータマイニングチームに関するこの記事に出くわしました。残念ながら、この記事は統計アルゴリズムの実際の仕組みについて非常にあいまいです。しかし、一般的な手法は社会科学や政治学で知られているように思えました。これは私の専門分野ではないので、誰かがこの種の技法についての文献（概要）を指摘してもらえますか？

その領域はマイクロターゲティングと呼ばれます（グーグルで検索したい場合）。キャンペーンはので、私の知る限りずっとハルMalchowの者を除き、仕事公表ということがない、彼らのツールと手順についてかなり秘密主義です政治ターゲティング（2008）またはグリーン＆ガーバーの（2008年）出て行け投票：投票投票率増やす方法（後者プラン効果的な広告などの社会科学的側面の詳細）。

より技術的な問題については、文献はさらに乏しいですが、たとえば、Murray＆Scime（2010）、Imai＆Strauss（2011）による政治分析論文（ポストプリント）、またはRusch、Leeによる最近のApplied Statistics論文を参照してください。 Hornik、Jank＆Zeileis（2013）（ポストプリント）。彼ら全員に共通しているのは、データマイニング技術を使用していることです。

Murray＆Scimeは、CARTのような標準的な分類ツリーを使用しています。

Rusch et al。分類ツリー、ロジスティックモデル、およびツリーとロジスティック回帰のハイブリッドを使用します。記載されているように彼らはまた、彼らの木のハイブリッドと比較するために（特に）ランダム森林、ニューラルネットワーク、サポートベクターマシンとベイズ加法回帰木を使用して紙に反論。それらのハイブリッドツリーは、データセットの他のメソッドと同等に機能し、解釈性が向上します（コードとデータも共有します）。

今井とシュトラウスは、マイクロターゲティングのツールだけでなく、他の人が行うような最適なキャンペーン計画のための包括的な意思決定理論的フレームワークを提示する限り、興味深いものです。したがって、彼らはキャンペーンに投入されたすべてのドルを最大限に活用する方法についての運用研究の側面に非常に焦点を当てています。彼らがマイクロターゲッティングとターンアウト推定に統計的手法を採用する彼らのフレームワークの側面では、彼らは再び分類木に依存しています。

したがって、ツリーベースのメソッドの使用がこの領域でうまく機能するといういくつかのコンセンサスがあるようです。