Un
director de campaña de un determinado partido político necesita información
mediante la cual predecir el comportamiento de los votantes, interpretarla y, a
partir de ella, desarrollar diferentes estrategias que puedan suponer cambios
en la opinión pública y, de esa manera, intentar aumentar su número de votos.
Cuanto mejor se ajuste esa información a la realidad será más probable que el
diagnóstico sea adecuado y que, por lo tanto, las estrategias a implementar
sean más efectivas.
Los
métodos de recogida de información tradicionales, además de ser costosos,
requieren una gran cantidad de tiempo durante el cual la opinión pública puede
haber variado. Es decir, no se puede reaccionar con rapidez a cambios bruscos
producidos por eventos puntuales, pero que pueden ser muy significativos. Por
este motivo, desde hace un tiempo se plantea la posibilidad de utilizar las
redes sociales como información complementaria que pueda cubrir esa necesidad.
En
el estudio “Predicting the Brexit Vote by Tracking and Classifying
Public Opinion Using Twitter Data” analizaron entre el 6 de enero y
el 23 de junio (día del referéndum) de 2016 todos los tweets bajo los
siguientes criterios:
Criterio de búsqueda
|
Términos
|
Palabras simples
|
brexit
|
Hashtags
|
#betterdealforbritain
#betteroffout #brexit #euref #eureferendum #eusummit #getoutnow #leaveeu
#no2eu #notoeu #strongerin #ukineu #voteleave #wewantout #yes2eu #yestoeu
|
Nombres de usuario
|
@vote leave @brexitwatch
@eureferendum @ukandeu @notoeu @leavehq @ukineu @leaveeuofficial @ukleave_eu
@strongerin @yesforeurope @grassroots_out @stronger_in
|
Utilizaron
un sistema de clasificación que estimaba el número de personas en cada grupo: Leave/Remain o indeterminado. La IA atendía a diferentes parámetros y los filtraba
en caso de considerarlos spam. Una vez entrenada, cuando el sistema era
suficientemente robusto, analizaron una muestra de 30 millones de tweets
recogidos durante los 6 meses que duró el estudio.
Algunas
de las conclusiones que muestra el estudio son:
● Los datos obtenidos ofrecen
fuertes correlaciones con otras encuestas publicadas durante la campaña del
Brexit.
● El uso de hashtags para etiquetar
los tweets supone que el sistema no está basado en una muestra aleatoria, por
lo que el estudio está sujeto a sesgos.
Muy bien, Iñaki :)
ResponderEliminar