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

• Autores: Condor Tinoco, Enrique Edgardo, Loa Navarro, Emerson, Huarcaya Ccoicca, Josué Alexi, Castro Buleje, Carlos Yinmel
• Formato: objeto de conferencia
• Fecha de Publicación: 2021
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/13900
• Enlace del recurso: https://hdl.handle.net/20.500.12724/13900
• Nivel de acceso: acceso abierto
• Materia: Minería de datos; Desempleo; Emociones; Data mining; Unemployment; Emotions; Ingeniería de sistemas / Software; https://purl.org/pe-repo/ocde/ford#2.02.04

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.