Análisis de texto en Twitter para las elecciones a la Alcaldía de Bogotá 2019

Abstract

Una de las técnicas en el campo de la big data que se utiliza para indagar la relación de las personas con respecto a algún tema en específico es la minería de texto, que consiste en utilizar palabras o textos con el propósito de inferir análisis robustos de una situación. En el presente artículo se presenta un análisis de texto de las interacciones en Twitter por parte de los candidatos y seguidores en los últimos cuatro días de campaña a la Alcaldía de Bogotá 2019, con el fin de analizar el nivel de aceptación que tienen los seguidores frente a las publicaciones de los candidatos en torno a sus campañas en este periodo previo al ejercicio de votación. La técnica utilizada fue análisis de texto, para lo cual se extrajeron los trinos de los seguidores de los candidatos a la Alcaldía de Bogotá mediante el uso del software estadístico R-Studio y API. El resultado muestra cuatro gráficos correspondientes a la frecuencia de palabras de los seguidores de cada candidato. Se inicia con el candidato Miguel Uribe, seguido por el candidato Carlos Galán, luego el candidato Hollman Morris y, finalmente, la candidata Claudia López, de manera que se muestra cómo entre más diversidad de colores y el aumento del tamaño de las palabras mayor es la frecuencia en el uso de estas, lo que genera una mayor comunicación entre el candidato y los seguidores a fin de promover las campañas.

One of the techniques that is used to investigate the relationship of people with respect to a specific topic in the field of big data is text mining, which is basically using words or texts with the purpose of inferring robust analysis of a situation. This article presents a text analysis of the interactions on Twitter among candidates and followers during the last four days of Bogotá mayoral campaign 2019, with the purpose of analyzing the level of acceptance that followers have of the publications of the candidates regarding their campaigns during this period prior to the voting exercise. We used the text analysis technique, for which the trills of the followers of the candidates for Mayor of Bogotá were extracted using the statistical software R-Studio and API. The results show four graphs corresponding to the word frequency of the followers of each candidate. It begins with candidate Miguel Uribe, followed by candidate Carlos Galán, then candidate Hollman Morris, and finally candidate Claudia López, showing that the more diverse the colors and the larger the word size, the more frequent the use of words, which generates greater communication between the candidate and the supporters to promote the campaigns.