Análisis del comportamiento de los Tweets, de la participación electoral de los principales candidatos a la presidencia del Perú utilizando minería de textos en el año 2016

Abstract

Un evento proselitista acarrea consigo grandes cantidades de información que son de interés nacional, y que en su mayoría se plasman en encuestas, que ayudan a dar una idea clara del nivel de aceptación de la población hacia un candidato específico; pero en un mundo tan globalizado como en el que vivimos, esta no es la única forma de obtener información de nuestros candidatos, actualmente las redes sociales son fuente de una gran cantidad de información, información que se encuentra contenida principalmente de opiniones de miles de usuarios. Twitter es, según Vega, J. (2015), en el comportamiento digital del consumidor peruano, la red social más utilizada por los peruanos, para informarse de acontecimientos o sucesos nacionales y mundiales, siendo así la candidata principal, para un análisis de minería de textos. Es por ello que se planteó realizar el análisis del comportamiento de los tweets de la participación electoral de los dos principales candidatos a la presidencia del Perú utilizando minería de textos en el año 2016. El clasificador textual Naive Bayes, en base a los tweets de entrenamiento del candidato Pedro Pablo Kuczynski obtuvo un 86,8 % de exactitud, obteniéndose el 58,2 % tweets como positivos y el 41,8 % como negativos en la primera vuelta, mientras que en la segunda vuelta se obtuvo que el 47,3 % de los tweets eran positivos y el 52,7 % negativos, y en el caso de los tweets de entrenamiento de la candidata Keiko Fujimori, con un 88,5 % de exactitud, se obtuvo que en la primera vuelta el 52,4 % de los tweets eran positivos y el 47,6 % negativos y para la segunda vuelta se obtuvo que el 47,5 % de los tweets eran positivos y que el 52,5 % eran negativos.