Untersuchung der Wahlprogramme zur Bundestagswahl 2017 auf inhaltliche Schwerpunkte und politische Ausrichtung. Grundlage der Auswertung sind alle Wahlprogramme deutscher Parteien mit einem Stimmenanteil von über 5% (nach Umfragen). Die Wahlprogramme wurden automatisiert pro Gliederungspunkt nach politischer Einstellung (links/rechts) und Politikfeld eingeordnet.
Der Einordnung liegt ein Machine-Learning-Algorithmus zugrunde, welcher mit Daten des Manifesto-Projekt trainiert wurde. Auch das Schema für die Klassifizierung der Wahlprogramme (Domains und Labels), sowie das Schema für die Berechnung der Rechts-Links-Einteilung, wurden von diesem Forschungsprojekt übernommen. Eine Analyse von BR Data und Felix Bießmann.
- Artikel: http://web.br.de/interaktiv/wahlprogramm-analyse-bundestagswahl
- Paper: https://arxiv.org/abs/1608.02195
Das Manifesto-Projekt untersucht Wahlprogramme aus verschiedenen Ländern auf ihre Inhalte und politischen Positionen. Für das Manifesto-Projekt von DFG und WZB codieren Wissenschaftler Wahlprogramme auf Aussagenebene. Jeweils mehrere Manifesto-Codes bilden eine übergeordnete politische Domain.
Domains repräsentieren die großen Politikfelder: External Relations, Freedom and Democracy, Political System, Economy, Welfare and Quality of Life, Fabric of Society, Social Groups. Einzelne Manifesto-Codes können zudem einer linken oder rechten politisch Ausrichtung (Codebuch, Seite 28) zugeordnet werden.
Die Wahlprogramme stammen jeweils von der offiziellen Webseite der Parteien (Stand 31. Juli 2017):
- CDU/CSU: https://www.cdu.de/system/tdf/media/dokumente/170703regierungsprogramm2017.pdf?file=1
- SPD: https://www.spd.de/fileadmin/Dokumente/Bundesparteitag_2017/Es_ist_Zeit_fuer_mehr_Gerechtigkeit-Unser_Regierungsprogramm.pdf
- Die Linke: https://www.die-linke.de/fileadmin/download/wahlen2017/wahlprogramm2017/die_linke_wahlprogramm_2017.pdf
- Bündnis 90/Die Grünen: https://www.gruene.de/fileadmin/user_upload/Dokumente/BUENDNIS_90_DIE_GRUENEN_Bundestagswahlprogramm_2017.pdf
- FDP: https://www.fdp.de/sites/default/files/uploads/2017/08/07/20170807-wahlprogramm-wp-2017-v16.pdf
- AfD: https://www.afd.de/wp-content/uploads/sites/111/2017/06/2017-06-01_AfD-Bundestagswahlprogramm_Onlinefassung.pdf
Für die automatisierte Klassifizierung wurden die PDF-Wahlprogramme in das Markdown-Format umgewandelt. Alle Wahlprogramme im Markdown-Format finden sich im Ordner data/wahlprogramme.
Die Machine Learning Analyse verwendet Python 3.6 und scikit-learn.
- Erstellen eines virtualenv im Ordner des github repositories:
$ python3.6 -m venv venv
- Aktieren des virtualenvs:
$ source venv/bin/activate
- Installieren der Abhänigkeiten:
$ pip install -r requirements.txt
- Eigenen API-Key in
manifesto_data.pyhinzufügen (mehr Infos). Beispiel:
$ APIKEY = "36ef88622dd8955fbf8c2afe9b13c7b2"
- Ausführen der Analysen:
$ python br.py
Die Ergebnisse werden als Tabelle in data/resultate/results.csv gespeichert. Außerdem wird im gleichen Verzeichnis für jede Domain ein Violin-Plot erstellt, der dabei hilft, die Ergebnisse der Klassifizierung auf ihre Plausibilität hin zu überprüfen.
Das Analyse-Skript benötigt mindestens Node.js v6. Die Abhängigkeiten können mit npm install im Ordner analysis installiert werden.
Analyse im Ordner analysis ausführen. Das Skript benötigt die Ergebnisse der Machine-Learning-Klassifizierung aus der Datei data/resultate/results.csv:
$ node analyseResults.js
Die Ergebnisse der Analyse werden in einer JSON-Datei analysis/results/results.json gespeichert. Hier ein Beispiel-Ergebnis für die Metrik rile_calc:
"rile_calc": {
"AfD": -0.25,
"CDU/CSU": -0.12,
"FDP": -0.15,
"SPD": -0.43,
"Grüne": -0.22,
"Die Linke": -0.57
}Alle Metriken werden jeweils pro Partei berechnet. Folgende Metriken sind verfügbar (unvollständig):
left_mean, right_mean: arithmetisches Mittel aller Links- oder Rechts-Werte.
rile_mean: Differenz des Rechts-Durchschnitts und des Links-Durchschnitts.
left_median, right_median: Median aller Links- oder Rechts-Werte.
rile_median: Differenz des Rechts-Medians und des Links-Medians.
left_stddev, right_stddev: Standardabweichung der Links- oder Rechts-Werte.
Die Berechnungen des arithmetischen Mittels und des Medians sind auch jeweils als gewichteter Mittelwert verfügbar (weighted_mean, weighted_median).
left_calc, right_calc: Anzahl der Paragraphen, welche nach Manifesto-Definition (Codebuch, Seite 28) rechts oder links sind.
rile_calc: Differenz der Summe aller rechten Paragraphen und der Summe alle linken Paragraphen geteilt durch die Anzahl aller Paragraphen (Σ rechts - Σ links / Σ rechts + Σ links)
max_domain: Anzahl der Paragraphen, die einer Domäne (Maximum) zugeordnet wurden.
max_manifesto: Anzahl der Paragraphen, die einem Manifesto-Code (Maximum) zugeordnet wurden.
max_leftright: Anzahl der Paragraphen, die dem Label left ODER right (Maximum) zugeordnet wurden.
max_domain_left, max_domain_right: Durchschnitt aller Links- ODER Rechts-Werte pro Domäne.
max_domain_rile: Differenz der durchschnittlichen Rechts-Werte und der durchschnittlichen Links-Werte pro Domäne.
max_domain_max_left, max_domain_max_right: Anzahl der Paragraphen, die dem Label left ODER right (Maximum) UND einem Manifesto-Code zugeordnet wurden.
max_domain_max_rile: Differenz der Anzahl aller Paragraphen mit max_leftright=left UND max_domain=* und aller Paragraphen mit max_leftright=right UND max_domain=*. Diese Metrik ist allerdings recht schwierig, da das Sample pro Partei und pro Domäne teilweise recht klein ist und extreme Ergebnisse liefert.
Die historischen RILE-Werte (2002 bis 2013) werden in einem R-Skript berechnet. Die Daten des Manifesto Projekts werden über die Bibliothek manifestoR geladen.
Eine Visualisierungen der Ergebnisse findet sich in analysis/charts/index.html. Die unterschiedlichen Visualisierungen verwenden die JavaScript Bibliothek D3 und sind eher für die Exploration der Daten gedacht. Die finale Version der Auswertung findet sich hier.