Aislamiento social obligatorio: un análisis de sentimientos mediante machine learning

Abstract

Para reducir la tasa de contagio por COVID-19, el Gobierno colombiano ha adoptado, entre otras medidas, el aislamiento obligatorio. Esta medida ha generado opiniones divididas, pues a pesar de que ayuda a disminuir la propagación del virus, genera problemas mentales y económicos difíciles de sortear. El objetivo de este documento es analizar los sentimientos subyacentes de los comentarios de Twitter relacionados con el aislamiento, identificando los temas y palabras más frecuentemente utilizados en este contexto. Se construyó un algoritmo de machine learning para identificar los sentimientos de 72 564 publicaciones, y se aplicó un análisis de redes sociales para identificar los temas más frecuentes en los conjuntos de datos. Los resultados sugieren que el algoritmo presenta gran precisión para clasificar sentimientos. Asimismo, a medida que se extiende el aislamiento, los comentarios relacionados con la cuarentena crecen de manera proporcional. Se identificó al miedo como el sentimiento predominante durante todo el periodo de confinamiento en Colombia. To reduce the rate of contagion by Covid-19, the Colombian government has adopted, among other measures, for mandatory isolation, with divided opinions, because despite helping to reduce the spread of the virus, it generates mental and economic problems that are difficult to overcome. The objective of this document was to analyze the underlying sentiments in the Twitter comments related to isolation, identifying the topics and words most frequently used in this context. A machine learning algorithm was built to identify sentiments in 72,564 posts and a social network analysis was applied establishing the most frequent topics in the data sets. The results suggest that the algorithm is highly accurate in classifying feelings. Also, as the isolation extends, comments related to the quarantine grow proportionally. Fear was identified as the predominant feeling throughout the period of confinement in Colombia.

Keywords

• aislamiento obligatorio
• redes sociales
• análisis de sentimientos
• machine learning
• covid-19
• mandatory isolation
• social networks
• sentiment analysis
• machine learning