Desarrollo de una herramienta de minería de datos para el análisis de influencia de cuentas automatizadas en temas de tendencia sobre la opinión de los usuarios de twitter en Ecuador

Abstract

El crecimiento de las redes sociales y su popularidad en el mundo entero han sido razones para ser utilizadas con el fin de influenciar a los usuarios mediante contenido viral, noticias falsas o mensajes de interés político con el uso de bots. Estas técnicas han ido tomando popularidad para varias campañas en los últimos años, siendo una importante herramienta de difusión de información. En el presente trabajo se desarrolló una herramienta para la clasificación y análisis de tweets con el uso de técnicas de Machine Learning para mensajes en español, utilizando información de portales de noticias locales para el entrenamiento de varios modelos. Durante el procesamiento de datos se encontró que el algoritmo Multinomial Naïve Bayes tiene los mejores resultados de clasificación. Por otro lado, con el uso del algoritmo para detección de social bots de DeBot se almacenaron las cuentas automatizadas para un posterior análisis del índice de influencia de estas cuentas en 5 categorías: política, economía, deportes, entretenimiento y otros. Los resultados obtenidos reflejan la influencia de bots en las 5 categorías seleccionadas, cuyos niveles varían dependiendo de las horas del día o las noticias de interés que se susciten. El prototipo desarrollado permite el acceso a información condensada de la presencia e influencia de cuentas automatizadas en Twitter de los eventos cotidianos del país. Adicionalmente, abre la puerta para que se realicen más estudios sobre estas plataformas en los que se beneficie la comunidad.