Abstract
El propósito de este documento consiste en analizar los sentimientos subyacentes en publicaciones de Twitter sobre la vacunación contra la covid-19. Para cumplir el objetivo, se extraen, mediante minería de datos, 38.034 publicaciones de esta red social y se aplican técnicas de Machine Learning, en concreto, análisis de sentimientos y análisis de redes, para identificar los sentimientos que expresan los usuarios de esta red social hacia la vacunación por covid-19. También se identifican las cuentas más importantes de Twitter en temas de vacunación. Los resultados sugieren que, en su mayoría, los sentimientos hacia las vacunas son negativos. El miedo y la ira, respectivamente, son las emociones más recurrentes en las opiniones de Twitter. Por otra parte, se identifica que las cuentas más relevantes pertenecen a medios de comunicación, políticos e influenciadores, los cuales se clasifican de acuerdo con los principales sentimientos respecto de la vacuna. Destaca la oposición al gobierno, con sentimientos de ira, y a medios de comunicación reconocidos, con emociones asociadas a la alegría.
Cited by
6 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献