Minería de datos en Twitter: análisis del sentimiento del desempleo en la población hispanohablante en tiempos del COVID-19

View/ Open
Condor_Loa_Huarcaya_Castro_Minería-de-datos-en-Twitter.pdf
(application/pdf: 2.716Mb)
(application/pdf: 2.716Mb)
Date
2021Author(s)
Metadata
Show full item recordAbstract
Con la aparición del COVID-19, se vino una crisis socioeconómica en cada país
que toca esta pandemia; los países hispanohablantes son los más afectados por su estructura
económica, es así que autores como Orgaz advierten que el COVID-19 ocasionará global mente que, entre abril y junio del 2020, el 6,7 % de las horas de empleos desaparezca, lo que
equivale a perder 195 millones de puestos de trabajo a tiempo completo. Con la finalidad
de conocer lo que piensa la población, en la presente investigación se realizó un modelo que
permitiría analizar el sentimiento del desempleo en la población hispanohablante en tiempos
del COVID-19 en la red social Twitter, haciendo uso de la metodología SEMMA y apoya dos con la herramienta Orange Canvas. En los resultados se obtuvo que, de los seis mil tuits
analizados, en los comentarios acerca del tema del desempleo, este tema está asociado con los
términos pobreza, pandemia, país y trabajo; también se identificó que los usuarios tienen un
sentimiento negativo y neutro en cuanto al tema de desempleo, considerando como un factor
principal a la pandemia. The onset of the COVID-19 pandemic has caused a socioeconomic crisis in each
country hit by the disease, being the Spanish-speaking countries the most affected due to their
economic structure. Authors such as Orgaz warn that COVID-19 is expected to wipe out 6.7 %
of working hours across the world only between April and June 2020, which is the equivalent
of 195 million full-time workers losing their jobs. In order to know people’s opinion, this
research developed a model to analyze the emotional effects of unemployment in the Spanish speaking population in times of COVID-19 on Twitter social network using the SEMMA
methodology and the Orange Canvas tool. The results showed that, out of the 6,000 tweets
analyzed, the unemployment is associated with the terms poverty, pandemic, country and
work. It was also determined that Twitter users have a negative and neutral feeling regarding
unemployment, and consider the pandemic as its main cause.
How to cite
Condor-Tinoco, Enrique E., Loa-Navarro, E., Huarcaya-Ccoicca, J. A. y Castro-Buleje, C. Y. (2021). Minería de datos en Twitter: análisis del sentimiento del desempleo en la población hispanohablante en tiempos del COVID-19. En Universidad de Lima (Ed.), Construyendo un mundo inteligente para la sostenibilidad. Actas del III Congreso Internacional de Ingeniería de Sistemas (pp. 195-211), Lima, 17 y 20 de noviembre del 2020. Universidad de Lima, Fondo Editorial.Publisher
Universidad de LimaCategory / Subcategory
Ingeniería de sistemas / SoftwareCollections
The following license files are associated with this item: