“New Kinds of” Social Sciences

 

Pioneering Work: “New Kinds of” [1] Social Sciences

 

“New Kind of” Politics & Election Campaign Strategy

Application of Big Data Analytics & Network Science

Articles: 

 

“New Kind of” Urban Planning 

Usage of Quantitative Methods

Articles: 

References

ইলেকশান ক্যাম্পেইন স্ট্রাটেজি – ট্রাইব

ইলেকশান ক্যাম্পেইন স্ট্রাটেজির অংশ হিসেবে ট্রাইবগুলোকে টার্গেট করতে হবে। 

এক একটা ট্রাইব হল কোন একটা উপলক্ষকে কেন্দ্র করে নিয়মিত communication হয় – এমন এক একটা দল।

  • হয়ত সবাই একই অফিসে কাজ করে। 
  • বা একই ইউনিভার্সিটির একই ডিপার্টমেন্টে পড়ে। 
  • বা একই ইউনিভার্সিটির একই সংগঠনের সদস্য।
  • হতে পারে একই এলাকায় কৃষিকাজ করে।
  • কিংবা হয়ত ফেইসবুকে একই গ্রুপের মেম্বার। 
  • সবাই হয়তবা সুপ্রিম কোর্টের আইনজীবী।
  • বা বাংলাদেশ কার্ডিয়াক সোসাইটির সদস্য।   


একটা ইউনিভার্সিটির একটা ডিপার্টমেন্টকে ট্রাইব ধরলে সেই ট্রাইবে নাগরিক শক্তির কথা দুই একজন মিলে সবার মাঝে ছড়িয়ে দিতে পারে। হয়ত গল্পের একটা সময় সবাই মিলে নাগরিক শক্তি নিয়ে, বাংলাদেশ নিয়ে পরিকল্পনা করলো। 


মানুষ কিন্তু নেতাদের বক্তব্য শোনার চাইতে কাছের মানুষদের কাছে শুনলেই বেশি আশ্বস্ত হয়। আর ট্রাইবের মাধ্যমে হলে প্রত্যেকে নিজেকে নাগরিক শক্তির একটা অংশ বলে ভাববে।

আবার এক একটা মানুষ অনেকগুলো ট্রাইবের মেম্বার। 


ইউনিভার্সিটির একজন ছাত্র তার ডিপার্টমেন্টের ট্রাইবের মেম্বার, সে যে কলেজ থেকে এসেছে সেই ট্রাইবের মেম্বার (ফেইসবুকে, কলেজ রিউনিয়নে যোগাযোগ হয়), তার পরিবার – আত্নীয়স্বজনদের নিয়ে যে ট্রাইব – সেই ট্রাইবের মেম্বার। কোন একটা ট্রাইবের মাধ্যমে নাগরিক শক্তির অংশ হয়ে উঠলে বাকি ট্রাইবগুলোতেও নাগরিক শক্তিকে ছড়িয়ে দিতে পারে। 

সোশ্যাল নেটওয়ার্কগুলো ট্রাইব সৃষ্টির একটা মাধ্যম। ওয়েবের মাধ্যমে আপনি বাড়িতে বসেই সারা বাংলাদেশে ছড়িয়ে থাকা নানা ট্রাইবের মেম্বার হতে পারেন। নিজেই গড়ে তুলতে পারেন আগ্রহের বিষয় নিয়ে সম্পূর্ণ নিজের একটা ট্রাইব।

কেন্দ্রীয় পরিকল্পনায় বাংলাদেশের ট্রাইবগুলোকে টার্গেট করতে হবে। 

মানুষ connected হতে চায়। মানুষ চায় কেউ তাকে miss করুক! connection তৈরি হলেই তো miss করবে! নাগরিক শক্তির অংশ হিসেবে, বিভিন্ন কর্মসূচী, আন্দোলনের অংশ হিসেবে সবার মাঝে connection তৈরি করে দিতে হবে। 

    নাগরিক শক্তির সেক্রেটারিয়েটের দায়িত্ব হবে সবার মাঝে যোগাযোগের ব্যবস্থা করে দেওয়া, ট্রাইব তৈরি করা। সবাই মিলে আলোচনা করুক। আমাদের আপ্রোচ – “নেতা থেকে জনগণ” নয়, বরং “জনগণ থেকে জনগণ”। 

    • আমাদের দায়িত্ব 
      • জনগণের, তরুণদের, রাজনীতিবিদদের, নাগরিক সমাজের, ব্যবসায়ী সমাজের যোগাযোগের (Communication) নতুন নতুন প্ল্যাটফর্ম গড়ে দেওয়া, যোগসূত্র গড়ে তোলা।  
      • নাগরিক শক্তির মূলনীতি, মূল ভিত্তিগুলো সম্পর্কে সচেতন করা। 
      • জনগণ নিজেদের মাঝে যোগাযোগ করে সংগঠিত হবে। 
      • সবার ভালবাসার দল যেহেতু – সবাই চাইবে নিজের মতামত প্রতিফলিত হোক। আমাদেরও লক্ষ্য রাখতে হবে – সবাই যাতে empowered feel করে। 

    নাগরিক শক্তির প্রচার শুধুমাত্র নেতাদের মাধ্যমে হবে না, বরং জনগণের মাধ্যমেই ছড়িয়ে পড়বে। 


    আজকেই হিসেব করে দেখুন আপনি কোন কোন ট্রাইবের মেম্বার। ছড়িয়ে দিন নাগরিক শক্তিকে। 



    ইলেকশান ক্যাম্পেইন স্ট্রাটেজি 

    Application Of Data Analytics, Mining, Machine Learning & Network Science To Election Campaign Strategy

    Application Of Data Analytics, Data Mining, Machine Learning & Network Science To Election Campaign Strategy


    Analysis Of Political Survey Data

    • Rows contain data of each participant in the survey (Age, M/F, Area, Profession, Which candidate are you going to vote for, Why, Which party did you vote for in 2008 Election, Why did you vote for that candidate, Which party did you vote for in 2001 Election). 
    • Columns are features.
    • The goal of Data Analysis is to group voters together to determine strategies. 
      • Our candidate is weak in that particular area of his constituency.
        • How do we win votes using our network map?
      • Our candidate is weak among that particular age group of his constituency.
      • Our candidate is weak among people belonging to that particular profession of his constituency.
        • What social initiatives can we take for people belonging to that particular profession? 
      • Swing voters – x% of total voters. 
        • People who voted for candidates from different parties in 2001 and 2008 Elections.
      • For people belonging to that profession, the reason behind candidate preference is “X”.
        • From answers to our survey question – “Why did you vote for that candidate?” 
      • For people belonging to that age group (say, young generation), the reason behind candidate preference is “Y”.
        • What can we do to win the votes of this age group? Look at the reason
    • Usage of Machine Learning Algorithms for extraction of patterns from Data.
      • Decision Tree Learning can be utilized for predicting candidate preference of a particular voter from the voter’s features. 
        • A Decision Tree might learn, for example, if a voter 
          • 18 < age < 35
          • area = “X”
          • is a Male
        • Then, he will vote for “Nagorik Shakti”. 




    Usage Of Network Map