发帖
雷达卡
一、数据简介
自2025年1月20日特朗普再次就任美国总统以来，白宫官网发布的官方文章在叙事风格上呈现出显著变化。大量文本反复使用“胜利”“成功”“伟大”“历史性成就”“前所未有”等表述，对在其领导下的美国政府行为进行高度正向、自我肯定式的描述。
为了系统刻画这种政治修辞特征，并将其从直观感受转化为可量化、可比较的指标，我们构建了《美国白宫赢学指数》（Winning Index of White House Communications）。
“赢学指数”并非简单的情绪分值，而是一个多维度政治修辞指数，重点刻画白宫官方文本中“胜利—成就—伟大”叙事的密度、结构与情绪强度。
指标主要由以下三部分构成：
（一）赢学关键词强度（Lexical Component）
我们构建了一套定制化的“赢学词库”，涵盖三类核心语义：
1. 胜利 / 成就结果词
如 win, victory, triumph, success, achievement, justice 等
2. 伟大 / 强度修饰词
如 great, historic, unprecedented, remarkable, tremendous 等
3. 主体与自我指涉词
如 President, Trump, administration, we, America 等
通过统计这些关键词在文本中的出现频率（并对文章长度进行标准化），衡量单篇文章的“赢学语言密度”。
（二）句子层面的“协同赢学”结构（Sentence-level Component）
考虑到“赢”往往不是由单个词触发，而是通过多个语义要素在同一句中共同出现来建构叙事，我们进一步引入句子层面的分析：
· 当一个句子中同时出现至少两类（成就结果/强度修饰/主体指涉）语义时，该句被识别为“赢学句”
· 计算每篇文章中“赢学句”在全部句子中的占比
这一做法有助于区分零散用词与系统性胜利叙事。
（三）赢学语境下的情绪强度（Sentiment Component）
情绪分析并非对全文进行，而是仅在“赢学语境句”中计算：
· 使用VADER情绪分析工具
· 仅对包含“胜利/伟大”等关键词的句子计算情绪分值
· 得到“赢学语境下的平均正向情绪强度”
这样可以避免将对对手的负面描述、危机性语言误判为“情绪低迷”。
综合指数与标准化处理
上述三类指标在文章层面计算后，进行标准化（z-score），并按权重加总，形成单篇文章的赢学指数。
随后，将文章级指数按日期汇总，得到每日美国白宫赢学指数，用于观察时间趋势与关键节点变化。
指数为标准化值：
· 数值高于0，表示当日“赢学叙事”强于样本期平均水平
· 数值低于0，表示弱于样本期平均水平
声明：本数据制作无任何参考
二、数据来源
美国白宫官网（WhiteHouse.gov）发布的官方文章
三、时间跨度
2025年1月20日-2026年1月7日
四、数据范围
美国白宫官网（WhiteHouse.gov）发布的官方文章（日度）
五、数据格式：Excel、csv形式
六、数据指标
id | link | title | tag |
date_time | content | subcategory | …… |
七、数据展示
八、包含内容
九、全部内容下载链接：
【数据集】美国白宫赢学指数数据集（2025.1.20-2026.1.07）
(76 Bytes, 需要: RMB 15 元)
京公网安备 11010802022788号
