这是一个有趣且相关的问题。我认为从数据科学的角度来看，原则上它不应该与任何其他类似的数据科学任务有任何不同，例如预测、预测或其他分析。与任何数据科学工作类似，将数据科学应用于政治的质量在很大程度上取决于不仅要理解数据科学的方法、方法和工具，而且首先要了解被分析的领域，即政治领域。

一般来说，数据科学和机器学习 (ML) 的迅速普及肯定会对特定的垂直行业产生重大影响，政治也不例外。这种影响不仅体现在对将数据科学和 ML 应用于政治科学的研究兴趣增加（例如，请参阅此演示文稿、本文、此概述论文以及牛津著名期刊中的整个虚拟/开放问题），而且还体现在实际应用。此外，还创造了一个新术语——政治信息学或政治信息学或政治信息学——来命名一个跨学科领域，其既定目标是在政府和政治领域研究和使用数据科学、大数据和机器学习。正如我之前所说，将数据科学应用于政治的兴趣超出了研究范围，并且通常会导致以政治为中心的初创公司，例如PoliticIt或Para Bellum Labs。跟随创业生态系统中不幸但既定的趋势，其中许多企业都失败了。例如，阅读其中一家初创公司的故事。

我很确定你既找不到政治初创公司或选举数据科学团队使用和使用的专有算法，也找不到他们的数据集。但是，我很肯定您可以通过我上面引用的资源对典型的数据集以及数据收集和分析方法有所了解。希望这可以帮助。

1. 选民登记文件是公共数据，可在州或县一级获得（因为通过《帮助美国投票法》，各州必须维护合格选民名单）。
2. Sash Issenberg 所著的《胜利实验室》一书中对奥巴马的数据分析进行了流行的描述http://www.thevictorylab.com/
3. 学术论文，“政治运动和大数据” https://www3.nd.edu/~dnickers/files/papers/nickerson_rogers.2014.pdf

刚刚在加州大学伯克利分校获得政治学博士学位的 Erin Hartmann 有一篇论文使用了 2012 年的 Obama for America 数据。她正在将这篇论文用于就业市场上的美国政治子领域职位 可能想看看她的工作，虽然我不确定它会回答你的问题。她在这里有一个公共网站：http ://www.erinhartman.com