Text mining en Facebook: Primera ronda Costa Rica
Steffan Gómez Campos
Kenneth Obando
4 de Febrero, 2022
Introducción
Este es un ejercicio académico de revisión de post y comentarios en torno a la elección presidencial en Costa Rica del 6 de febrero de 2022.
El procedimiento consistió en:
scrappeo de las páginas públicas de Facebook de las principales candidaturas durante el 2021-2022. Acá se reportan, únicamente, los datos de enero 2022 y hasta el 4 de febrero de 2022.
análisis de texto (text mining) para limpieza y estandarización del texto para el análisis de sentimientos, con diccionarios de palabras específicos para el ámbito político en redes sociales.
Descripción de los datos
Entre el 01 de octubre de 2021 y el 04 de febrero de 2022 a las 6 am, se contabilizan un total de 2121 post de las candidaturas analizadas y 74.373 comentarios de usuarios. Se hizo una breve revisión de usuarios para descartar posibles “trolls” o “bots” que tuvieran mucha participación y que pudieran sesgar los datos.
El total de usuarios que hicieron comentarios suman 29.873, de los cuáles 56 personas hicieron 50 o más comentarios en el período comprendido entre el 01 de octubre y el 04 de febrero de 2022. Eso representa tan solo un 0.18% de todos los usuarios. Estos datos descartan un uso atípico de la herramienta por parte de algunos pocos usuarios que pudieran influir de manera significativa en los resultados de este análisis.
El siguiente gráfico muestra la distribución de los usuarios con 30 o más comentarios a lo largo de este mes.
Puntajes
El siguiente gráfico ilustra la distribución de los puntajes a los comentarios, producto del análisis de texto. Los puntajes negativos significa que la mayoría de las palabras usadas en el comentario son “negativas” y los puntajes positivos es el escenario inverso. Se usan diccionarios de palabras específicos y ajustados al contexto electoral costarricense.
Como se observa en el gráfico, la mayoría de los comentarios se concentran en la zona neutro, eso es entre los puntajes -1 y 1. Esto es normal. Ahora interesa analizar a fondo, con técnicas de minería de texto las colas de las distribución. Es decir, los comentarios que tienen cargas positivas por un lado y los negativos por el otro.
Puntajes por candidatos
Por partido político la distribución de todos los comentarios es la siguiente:
Se filtran los datos y se eliminan los comentarios neutros. El análisis de positivos versus positivos pone a Fabricio Alvarado (PNR) en primer lugar de acuerdo con las polaridades extraídas del texto de los comentarios hacia ese candidato. El detalle de todos los demás se puede observar en el siguiente gráfico.
Línea de tiempo por candidato
Acá se presenta la evolución de cada candidatura en el tiempo
```
….. ANÁLISIS EN PROCESO DE ACTUALIZACIÓN….