Open AccessMinería de datos: análisis de sentimiento en Twitter basado en lexicones sobre el uso de dióxido de cloro para el tratamiento del COVID-19
Author(s) -
Enrique Edgardo Condor-Tinoco,
José Antonio Rojas-Cusi,
Anthony Zevallos-Rodríguez,
Carlos Yinmel Castro-Buleje
Publication year - 2021
Publication title -
actas del congreso internacional de ingeniería de sistemas
Language(s) - Spanish
Resource type - Conference proceedings
ISSN - 2810-806X
DOI - 10.26439/ciis2020.5477
Subject(s) - humanities , covid-19 , philosophy , political science , art , medicine , disease , pathology , infectious disease (medical specialty)
El COVID-19, según la Organización Mundial de Salud (OMS), es la “enfermedad infecciosa causada por el coronavirus que se ha descubierto más recientemente”. Para el tratamiento del COVID-19 se han informado por diferentes medios diversos productos, entre ellos se tiene al dióxido de cloro; se dice que puede curar y prevenir el COVID-19 porque incre menta los niveles de oxígeno en la sangre; también expertos en la salud indicaron que es falso y, por el contrario, esta sustancia puede oxidar la hemoglobina y desencadenar más problemas de salud. Se planteó el objetivo de desarrollar un modelo de minería de datos sobre el análisis de sentimiento en Twitter basado en lexicones sobre el uso de dióxido de cloro para el tratamiento del COVID-19, para su desarrollo se usó la metodología CRISP-DM y la herramienta Orange Canvas. En los resultados se obtuvo que la palabra dióxido de cloro está asociada a las palabras sí, tomar y COVID; por otro lado, la opinión de las personas en relación al dióxido de cloro, con tendencia a negatividad y neutralidad, dan como resultado calificaciones compuestas, lo que significa que 4500 tuits de los usuarios de Twitter tienen opiniones de neutralidad y rechazo en distintas proporciones sobre el tratamiento del dióxido de cloro para el COVID-19.