166932 — Zahid Mehdi
Analisi dell'impatto dell'attività TikTok sui risultati elettorali italiani del 2022
24/06/2025 — Università degli Studi di Udine
Il progetto in breve
- Analisi TikTok: attività dei politici italiani durante le elezioni 2022
- Mappatura avanzata: 74 politici mappati (username → nomi → partiti)
- Dataset finale: 220 video con metriche complete di engagement
- Modello predittivo: r = 0.833, p = 0.010 tra attività TikTok e voti
- Risultato chiave: 70.3% della varianza nei voti spiegata
Data Science Project - Mehdi Zahid - UNIUD 2025
Ispirazione e metriche analizzate
Questo progetto analizza l'engagement dei politici italiani su TikTok durante le elezioni politiche del 2022. L'obiettivo è valutare il potenziale predittivo delle metriche social rispetto ai risultati elettorali ufficiali.
Ispirazione
Lo studio è stato ispirato da casi reali di microtargeting politico tramite social media, in particolare lo scandalo Cambridge Analytica durante la campagna di Donald Trump (2016). L'obiettivo era indagare se anche in Italia esistano segnali di relazione tra attività social e performance elettorale.
Metriche TikTok analizzate
- Numero di post
- Visualizzazioni totali
- Likes ricevuti
- Commenti generati
- Condivisioni ottenute
Origine dei Dati Utilizzati
Dati TikTok & Attività Social
- Basati sul dataset ITA-ELECTION-2022: raccolta multi-piattaforma di conversazioni social sulle elezioni italiane 2022
- Fonte: github.com/frapierri/ita-election-2022
- Riferimento accademico: Pierri et al. (CIKM 2023), DOI: 10.1145/3583780.3615121
- Metadati TikTok raccolti tramite scraping e annotazioni manuali, in particolare:
Facebook_Tiktok_metadata.csv
Dati Elettorali Ufficiali
- Risultati delle Elezioni Politiche 2022 per la Camera dei Deputati
- Dati pubblicati da Eligendo – Ministero dell’Interno
- Rielaborati e messi a disposizione dal progetto onData
- Dataset: Politiche2022_Scrutini_Camera_Italia.csv
Per correttezza: “Dati elettorali da un progetto di onData”
Cosa vorrei scoprire?
- Come si distribuiscono le metriche TikTok durante le elezioni politiche italiane
- Chi sono i Top Performer su TikTok tra i politici
- Quale metrica TikTok è più predittiva dei voti reali
- Se è possibile prevedere in anticipo il risultato elettorale usando TikTok
Domande guida del progetto
Filtraggio Dataset TikTok Elections 2022
| Categoria | Valore |
|---|---|
| Video Totali Analizzati | 1,744 |
| Video Utilizzabili (Finale) | 220 (12.6%) |
| Video Scartati (Fuzzy Matching) | 1,524 (87.4%) |
| Efficienza Pipeline | 12.6% |
Pipeline di Fuzzy Matching → Politici riconosciuti correttamente
Filtraggio Dataset TikTok Elections 2022
Perché il dataset finale è così ridotto?
La maggior parte dei video (87.4%) non hanno match validi, dovuta a:
- Username TikTok spesso diversi dai nomi reali
- Presenza di account non verificati
- Politici non presenti nel database elettorale
- Variazioni nella scrittura dei nomi
Pipeline di Fuzzy Matching → Politici riconosciuti correttamente
1) Come sono distribuite le variabili TikTok ed elettorali?
Analisi delle curve di densità (KDE) per comprendere la forma e la simmetria delle principali variabili quantitative:
- Totale voti ricevuti da ciascun partito
- Numero di post TikTok pubblicati dai partiti
- Visualizzazioni totali su TikTok (in scala logaritmica)
- Engagement complessivo: somma di like, commenti e condivisioni (in scala logaritmica)
Distribuzioni KDE per identificare skew, outlier e tendenze
1) Come sono distribuite le variabili TikTok ed elettorali?
Le 4 curve di densità (KDE)
2) Top Performer TikTok Elections 2022
Analisi delle performance su quattro metriche chiave per identificare i partiti più efficaci su TikTok:
- Numero di Post TikTok: chi ha pubblicato di più
- Visualizzazioni Totali: chi ha generato più attenzione
- Engagement Totale: chi ha stimolato più interazioni (like, commenti, condivisioni)
- Voti Elettorali: chi ha convertito meglio la visibilità in consenso
Per ogni metrica viene mostrata la top 8 dei partiti più performanti. Il formato abbreviato (K, M) facilita la lettura dei volumi.
2) Top Performer TikTok Elections 2022?
3) Quale metrica TikTok è più predittiva dei voti?
Come arrivare al risultato:
- Confronto delle correlazioni tra ciascuna metrica TikTok e i voti ricevuti
- Utilizzo di tre metodi: Pearson, Spearman e Kendall
- Verifica della significatività statistica tramite i p-value
- Identificazione della metrica con il r più alto e p < 0.05
3) Quale metrica TikTok è più predittiva dei voti?
Coefficienti di correlazione
Analisi Correlazioni Multimetodo
| Variabile | Pearson | Spearman | Kendall | P-Pearson | P-Spearman | P-Kendall |
|---|---|---|---|---|---|---|
| Numero Post | 0.839 | 0.905 | 0.786 | 0.009 | 0.002 | 0.006 |
| Views Totali | 0.541 | 0.833 | 0.714 | 0.166 | 0.010 | 0.014 |
| Engagement Totale | 0.174 | 0.714 | 0.571 | 0.680 | 0.047 | 0.061 |
Confronto tra coefficienti di correlazione per ogni metrica TikTok
3) Quale metrica TikTok è più predittiva dei voti?
Coefficienti di correlazione
Quale metrica TikTok è più predittiva dei voti?
Tra tutte le metriche analizzate, il numero di post TikTok mostra:
- La correlazione più elevata con i voti
- Valori significativi per tutti i test (p < 0.01)
Views ed Engagement mostrano buoni valori ma con significatività più debole.
Confronto tra coefficienti di correlazione per ogni metrica TikTok
4) È possibile scoprire in anticipo il risultato elettorale?
Come arrivare al risultato:
- Analisi delle principali metriche TikTok pubbliche (post, views, engagement)
- Costruzione di modelli predittivi con regressione lineare
- Confronto tra metodi di correlazione (Pearson, Spearman, Kendall)
- Valutazione delle performance predittive (R², MAE, RMSE)
4) È possibile scoprire in anticipo il risultato elettorale?
Retta di regressione
Metriche Principali del Modello
| Metrica | Valore |
|---|---|
| R² (Varianza spiegata) | 0.703 → 70.3% |
| MAE (Errore Medio Assoluto) | 941,922 voti (31.0%) |
| RMSE (Errore Quadratico Medio) | 1,158,744 voti (38.2%) |
Valutazione delle prestazioni del modello di regressione lineare
Metriche Principali del Modello
Quanto è affidabile il modello?
- Spiega circa 70% della varianza nei voti totali
- Errore medio assoluto di ~941k voti
- RMSE più alto (1.1M) penalizza gli errori maggiori
Conclusione: modello buono. Adatto a stime generali, meno a previsioni precise per partiti minori.
Valutazione delle prestazioni del modello di regressione lineare
Conclusioni
Cosa abbiamo scoperto dalle analisi?
- Come si distribuiscono le metriche TikTok durante le elezioni politiche italiane?
- Le variabili mostrano distribuzioni asimmetriche e non gaussiane, con forte skew positivo.
- L’engagement è molto concentrato su pochi partiti: effetto “superstar”.
- Chi sono i Top Performer su TikTok tra i politici?
- I partiti con maggiore visibilità e interazioni sono anche quelli con risultati elettorali migliori
- FDI e FI dominano rispettivamente per post e views.
- Quale metrica TikTok è più predittiva dei voti reali?
- Il numero di post pubblicati è il miglior predittore, seguito dalle views totali.
- La correlazione è confermata da test Pearson, Spearman e Kendall.
- È possibile prevedere in anticipo il risultato elettorale usando TikTok?
- Sì. Il modello lineare spiega oltre il 70% della varianza nei voti.
- La previsione è accettabile nonostante il basso numero di campioni.
Data Science Project - Mehdi Zahid - UNIUD 2025