Una perspectiva computacional y de análisis estadístico de textos para el Análisis de Sentimiento de la conversación en redes sociodigitales alrededor de debates electorales

Este trabajo analiza el impacto de las redes sociales en la imagen mediática y la percepción pública de los candidatos en los debates electorales del Estado de México de 2023, utilizando herramientas computacionales y estadísticas para examinar el sentimiento de 40,866 tweets. Se identificaron mayormente menciones negativas hacia Delfina Gómez de la coalición “Juntos hacemos historia”. Sin embargo, a pesar de esto, su campaña fue efectiva en transmitir su imagen mediática, destacándose la palabra “maestra” en las publicaciones sobre ella. Por otro lado, la imagen de Alejandra del Moral de la alianza “Va por el Estado de México” no tuvo el mismo impacto mediático en los tweets analizados. Este estudio muestra la relevancia de las redes sociales en las estrategias de campaña modernas, evidenciando cómo las discusiones digitales influencian la construcción de la imagen de los candidatos. La combinación de análisis cuantitativo y cualitativo permite entender no solo la cantidad de menciones, sino también el contexto y la evolución de la percepción pública. Este enfoque proporciona una metodología alternativa para analizar eventos políticos y sociales en la era digital.

Introducción -- Metodología -- Redes neuronales artificiales -- Term frequency Inverse Document Frequency -- Resultados -- Primer debate electoral (20 de abril) -- Segundo debate electoral (18 de mayo) -- Discusión y conclusiones -- Discusión -- Conclusiones