AI による国政選挙の当落予測フレームワークの提案

～データ項目の重要な組合せを発見するWide Learning技術を活用

抄録

選挙候補者の当落を根拠付きで高精度に判定することを目指して、富士通研究所が開発したAI技術「Wide Learning」による選挙当落判定フレームワークを構築した。従来の選挙予測は分析者のスキルや情報源に強く依存する。一方、本研究では AIの入力データとして候補者の公認政党・趣味・主張、選挙区の特性等の公開情報と、有権者からの支持率等の一般的に用いられる調査データを使用することにより、一定の普遍性を有する選挙予測を可能としている。また、高精度の当落予測のみならず当落要因の知識発見も実現している。2016年参院選データで学習したモデルによる 2019年参院選選挙区の候補者の当落判定結果を評価しモデルの有用性について考察する。