Análisis de Sentimiento. Predecir el Resultado de unas Elecciones

El análisis de sentimiento, o minería de opinión, es un proceso automático por el que se obtiene una opinión con respecto a un tema a partir de un texto, como puede ser una publicación, un comentario, o un tweet.

Es normal que las grandes empresas o incluso los políticos se interesen por conocer el contenido de esa información. Incluso se ha llegado a establecer una relación entre las fluctuaciones de la bolsa y la actividad en Twitter.

¿Cómo funciona?

Existen varios métodos y algoritmos que se han desarrollado para realizar análisis de sentimiento. Básicamente, se dividen en dos tipos: sistemas basados en reglas y sistemas automáticos. Los sistemas basados en reglas asignan a ciertas palabras un atributo positivo o negativo, y se dedican a contar cuántas de esas palabras hay en un texto. Los sistemas automáticos emplean técnicas basadas en el machine learning, en el que se “entrena” a un sistema para aprender a diferenciar entre textos positivos o negativos. Hoy en día se genera una cantidad inimaginable de información escrita en Internet, a través de las redes sociales, foros o páginas de opiniones.

Análisis de sentimiento en las elecciones

Durante las elecciones presidenciales de EEUU en 2016, la empresa MonkeyLearn realizó un análisis de los comentarios publicados en Twitter en los que se mencionaba a los candidatos. Antes de las elecciones, los resultados que extrajeron de este análisis fueron varios: Donald Trump era más mencionado que Hillary Clinton, los dos recibían más comentarios negativos que positivos, pero Trump tenía un ratio más alto de tweets positivos/negativos.

En España, antes las inminentes elecciones del 10 de noviembre, un sistema de análisis de sentimiento podría arrojar algo de luz al resultado de las votaciones. Este sistema, debería ser capaz de realizar la recolección de las opiniones, en una plataforma como Twitter, por ejemplo, aunque también se podría realizar en base a los comentarios en las publicaciones de los candidatos en Facebook. Posteriormente, esos datos deben pasar por un proceso de clasificación, de cualquiera de las maneras que se mencionaron antes, de forma que se valore cómo de positiva o negativa es la opinión de la gente, y además se cuantifique.

Finalmente, para transmitir esa información que se ha obtenido, se deberían crear una serie de visualizaciones o reportes, de manera que sea más fácilmente entendible a la hora de compartirla.

Un buen momento para realizar esa recolección de opiniones, sobre todo en Twitter, habría sido durante el pasado debate del lunes 4 de noviembre. No sólo se podría establecer quién habría sido el ganador del debate, el candidato con mejores opiniones, si no que se podría estimar con poco porcentaje de error en qué sentido irían las votaciones.

En Bisnia, además de la formación en Power BI y Business Intelligence en general, nuestra experiencia nos permite ofrecer servicios de consultoría, entre los que se encuentra un servicio de análisis de sentimiento.

LEAVE REPLY

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *