Was ist Predikon?

Predikon ist eine Website, die aus einem Forschungsprojekt des Information and Network Dynamics Lab (INDY Lab) der Ecole Polytechnique Fédérale de Lausanne (EPFL) hervorgegangen ist. Das Ziel von Predikon ist es, Referenda in der Schweiz vorherzusagen, sobald kommunale Ergebnisse bekannt sind (typischerweise ab 12 Uhr Mittags am Wahltag).

Als Beispiel haben wir das Endergebnis des Gesetzes gegen sexuelle Diskriminierung eine Minute nach Mittag genau vorhergesagt (mit einem Fehler von weniger als 1%), als nur 9% der Bürgerstimmzettel ausgezählt wurden. Wir arbeiten aktiv an der Erweiterung der auf der Website verfügbaren Funktionalitäten, insbesondere um die Genauigkeit unserer Vorhersagen zu verbessern.

Wie funktionieren Ihre Vorhersagen?

Wir haben ein Vorhersagemodell für kommunalen Ergebnisse (in Prozent der "Ja"-Stimmen) für Schweizer Volksabstimmungen entwickelt. Unser Modell lernt automatisch Repräsentationen von Gemeinden, basierend auf ihren historischen Wahlresultaten. Am Tag einer Abstimmung, sobald einige Gemeinden ihre Resultate (Anteil "Ja"-Stimmen) veröffentlichen, kann unser Modell dank der gelernten Repräsentationen die unveröffentlichten Ergebnisse anderer Gemeinden vorhersagen>/strong>. Die Vorhersage des nationalen Wahlergebnisses errechnet sich dann durch Aggregation veröffentlichter und vorhergesagter Ergebnisse.

Woher stammen die Daten?

Wir beziehen historische sowie live-Daten von der neuen API, die vom Schweizerischen Bundesamt für Statistik entwickelt wurde.

Wo kann ich die alte Version von Predikon finden?

Sie ist hier zugänglich. Die frühere Version von Predikon enthält hauptsächlich Visualisierungen des Abstimmungsverhaltens in der Schweiz.

Wer steckt hinter dem Projekt?

Wir sind ein Forschungsteam vomINDY Lab an der EPFL.

Wie kann ich Sie kontaktieren?

Schreiben Sie uns!

Dank

Wir danken dem Bundesamt für Statistik für die Transparenz und die Hilfe beim Verständnis ihrer Daten. Wir danken Ragnor Comerford für seine Hilfe bei der Erstellung der neuen Version dieser Website. Wir danken Brunella Spinelli und Young-Jun Ko für ihre Hilfe bei der Übersetzung der Website ins Italienische und Deutsche. Eine besondere Erwähnung gilt Vincent Etter und Julien Herzen, die dieses Projekt initiiert und während seiner kontinuierlichen Entwicklung wertvolle Rückmeldungen gegeben haben.

Relevante Publikationen

A. Immer, V. Kristof, M. Grossglauser, P. Thiran, Sub-Matrix Factorization for Real-Time Vote Prediction, Knowledge Discovery and Data Mining (KDD), 2020.

V. Etter, E. Khan, M. Grossglauser, P. Thiran, Online Collaborative Prediction of Regional Vote Results, Conference on Data Science and Advanced Analytics (DSAA), 2016.

V. Etter, J. Herzen, M. Grossglauser, P. Thiran, Mining Democracy, Conference on Online Social Networks (COSN), 2014.