40
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of Ecuador, Daniel Noboa
(November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
Sentiment Analysis on
the Social Network “X”,
Public Perception of the
President of Ecuador,
Daniel Noboa (November
2023 - April 2024).
ARTICLE HISTORY
Received 8 March 2025
Accepted 7 May 2025
Published 7 July 2025
Roly Steeven Cedeño Menéndez
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
roly.cedeno@utm.edu.ec
ORCID: 0009-0004-1571-9410
José Alberto León Alarcón
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
jose.leon@utm.edu.ec
ORCID: 0009-0004-6190-0990
Jandry Hernando Franco Cantos
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
jandry.franco@utm.edu.ec
ORCID: 0009-0009-7848-9292
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
This work is licensed under a Creative Commons
Attribution-NonCommercial-ShareAlike 4.0 International License.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
41
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July - December 2025
Análisis de Sentimientos en la Red Social “X”,
Percepción Pública sobre el Presidente del Ecuador,
Daniel Noboa (noviembre 2023 - abril 2024).
Sentiment Analysis on the Social Network “X”,
Public Perception of the President of Ecuador,
Daniel Noboa (November 2023 - April 2024).
Roly Steeven Cedeño Menéndez
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
roly.cedeno@utm.edu.ec
José Alberto León Alarcón
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
jose.leon@utm.edu.ec
Jandry Hernando Franco Cantos
Universidad Técnica de Manabí
Instituto de Lenguas Modernas
Portoviejo, Ecuador
jandry.franco@utm.edu.ec
Resumen— El presente estudio examina las opiniones y
valoraciones sociales en torno al presidente del Ecuador, Daniel
Noboa en la red social “X” mediante técnicas de análisis de
sentimientos. Para ello, se implementó web scraping, lo que
permitió recopilar 3177 tweets relevantes de manera eficiente y
económica. Posteriormente, se efectuó un proceso de etiquetado
manual de las emociones reflejadas en los mensajes, con el objetivo
de asegurar una clasificación más rigurosa y representativa del sentir
de los usuarios. Los resultados revelaron que el 79.7% de los tweets
eran neutrales, lo que indica una falta de postura definida en la
mayoría de las menciones. No obstante, se detectó que el 16.6% de
los mensajes manifestaban una orientación negativa, evidenciando
una presencia significativa de críticas y manifestaciones de
desaprobación hacia el presidente. Por otro lado, únicamente el
3.7% de los tweets reflejaban una actitud positiva, lo que indica un
nivel relativamente bajo de respaldo explícito. Estos hallazgos
sugieren que la imagen del presidente Noboa en “X” es mayormente
neutral, con una tendencia significativa hacia la crítica y un bajo
respaldo positivo. El estudio demuestra la utilidad del web scraping
y el análisis de sentimientos como herramientas clave para evaluar
la opinión pública en redes sociales, proporcionando información
valiosa para la comprensión de la dinámica sociopolítica en entornos
digitales.
Palabras Clave—Análisis de sentimientos, web scraping, “X”,
percepción pública, Daniel Noboa
Abstract— This study examines public opinions and social
evaluations regarding the President of Ecuador, Daniel Noboa, on
the social network “X” through sentiment analysis techniques. To
this end, web scraping was implemented, allowing for the efficient
and cost-effective collection of 3177 relevant tweets. Subsequently,
a manual labeling process of the emotions reflected in the messages
was carried out, aiming to ensure a more rigorous and
representative classification of users' sentiments. The results
revealed that 79.7% of the tweets were neutral, indicating a lack of
a defined stance in most mentions. However, 16.6% of the messages
expressed a negative orientation, showing a significant presence of
criticism and disapproval toward the president. In contrast, only
3.7% of the tweets reflected a positive attitude, indicating a
relatively low level of explicit support. These findings suggest that
President Noboa’s image on “X” is predominantly neutral, with a
significant tendency toward criticism and limited positive
endorsement. The study demonstrates the usefulness of web scraping
and sentiment analysis as key tools for evaluating public opinion on
social media, providing valuable insights into the sociopolitical
dynamics in digital environments.
Keywords—Sentiment analysis, web scraping, “X”, public
perception, Daniel Noboa
I. INTRODUCCIÓN
Las plataformas digitales de redes sociales han
reconfigurado de manera sustancial las dinámicas de la
comunicación política contemporánea al facilitar que los
ciudadanos compartan sus opiniones sobre las figuras públicas
y los eventos gubernamentales [1]. Por este motivo, “X”
(anteriormente Twitter) se ha constituido como una
herramienta clave para el monitoreo inmediato de la
percepción social. Dada la cantidad de información generada
en esa plataforma, las técnicas analíticas más avanzadas, como
el análisis de sentimientos, pueden generar un entendimiento
de cómo los usuarios se posicionan al respecto de los temas de
interés para la sociedad [2].
El uso de técnicas de minería de datos y aprendizaje
automático ha optimizado el análisis de sentimientos al
permitir la clasificación automatizada de grandes volúmenes
de información [3]. Estas herramientas facilitan la
identificación de tendencias en la opinión pública, el
monitoreo de cambios en la percepción ciudadana y la
evaluación del impacto de eventos políticos en tiempo real [4].
Sin embargo, su aplicación en el ámbito político ecuatoriano
presenta desafíos particulares, como la diversidad lingüística,
la ambigüedad en la expresión de emociones y la presencia de
estrategias de manipulación digital, como el uso de bots y
campañas de desinformación.
Para que el análisis de sentimientos sea una herramienta
efectiva en la evaluación de la aceptación presidencial, es
fundamental desarrollar enfoques metodológicos que
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
42
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of Ecuador,
Daniel Noboa (November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
mitiguen estos sesgos y garanticen la fiabilidad de los
resultados.
En Ecuador, el presidente Daniel Noboa asumió el cargo
en noviembre de 2023 en un escenario político y social
complejo. La percepción ciudadana sobre su gestión puede
influir en la toma de decisiones, la formulación de políticas
públicas y su estabilidad en el cargo. Sin embargo, medir esta
percepción de manera objetiva representa un desafío, dado
que las opiniones en redes sociales son diversas, dinámicas y,
en muchos casos, polarizadas [5]. En este sentido, el análisis
de sentimientos aplicado a los mensajes publicados en “X”
permite obtener una visión cuantificable sobre el nivel de
aceptación del mandatario.
Este estudio tiene como objetivo principal analizar la
percepción ciudadana sobre el presidente Daniel Noboa en
“X” a través del análisis de sentimientos. Para ello, se plantea
la identificación y recopilación de publicaciones relevantes, la
categorización de los mensajes según su orientación afectiva
(positiva, negativa o neutral) y el análisis cuantitativo de la
distribución de dichas posturas a lo largo del período de
observación, comprendido entre noviembre de 2023 y abril de
2024.
El presente análisis busca contribuir al entendimiento de
la opinión pública en entornos digitales, proporcionando un
marco metodológico replicable para el estudio de la
aceptación de líderes políticos en redes sociales. Además, se
espera que los resultados obtenidos constituyan una base
informativa que oriente la formulación de estrategias en
materia de comunicación política y en la toma de decisiones
relacionadas con la gestión gubernamental.
II. A
NTECEDENTES
En los últimos años, la expansión de las redes sociales ha
transformado profundamente las dinámicas de interacción y
las formas en que los ciudadanos manifiestan sus opiniones
respecto a asuntos políticos. Estas plataformas, en particular
la red social “X”, se han convertido en espacios clave para el
debate público y la formación de percepciones sociales en
tiempo real [6]. En este escenario, las técnicas de análisis de
sentimientos se han consolidado como un recurso
metodológico eficiente para captar y cuantificar la opinión
pública, permitiendo evaluar tendencias y patrones de
reacción ante distintos eventos [7].
Un ejemplo representativo del impacto que ejercen las
redes sociales en el ámbito político lo constituye la campaña
presidencial de Donald Trump. Durante su postulación,
Trump utilizó “X” como un canal directo de comunicación
con sus seguidores, difundiendo mensajes polémicos que
generaron un impacto mediático considerable. Su estrategia
digital no solo le permitió establecer una narrativa propia, sino
que también le brindó la capacidad de sortear los medios de
comunicación tradicionales y conectar de manera más efectiva
con su base electoral. A través de su constante actividad en la
plataforma, logró reforzar su imagen y movilizar a votantes,
lo que subraya el papel crucial de las redes en los procesos
electorales modernos [8].
El uso de técnicas sofisticadas de minería de datos ha
ampliado significativamente las posibilidades del análisis de
sentimientos, al ofrecer una comprensión más precisa y
actualizada de las percepciones de los usuarios en diversas
plataformas digitales [9]. No obstante, aún persisten vacíos en
la aplicación de estas técnicas en contextos políticos
específicos, como el ecuatoriano. En particular, el estudio de
la aceptación de un presidente a través del análisis en la red
social “X” sigue siendo un área de investigación poco
explorada. Esta brecha de conocimiento resalta la necesidad
de adaptar los métodos de análisis de sentimientos a contextos
políticos específicos, capitalizando el volumen significativo
de información producido a través de la actividad de los
usuarios en redes sociales [10].
En América Latina, la participación política a través de
redes sociales ha experimentado un crecimiento sostenido,
particularmente en aquellos contextos donde la credibilidad de
los medios tradicionales se encuentra debilitada. Estudios han
demostrado que plataformas como “X” y Facebook han
servido no solo para la movilización ciudadana, sino también
como espacios donde se articula la oposición política y se
difunden discursos críticos hacia los gobiernos [11].
Este fenómeno ha sido evidente en casos como las
protestas en Chile en 2019 y las manifestaciones en Colombia
en 2021 [12], donde las redes jugaron un rol fundamental en
la organización de movimientos sociales y la construcción de
narrativas alternativas a las oficiales. Estas experiencias
sugieren que el análisis de sentimientos aplicado a contextos
políticos latinoamericanos puede proporcionar información
valiosa sobre la estabilidad gubernamental y la percepción
ciudadana en torno a líderes políticos.
III. M
ETODOLOGÍA
Este estudio se caracteriza por un diseño no experimental
y longitudinal, ya que analiza la percepción ciudadana sobre
el presidente Daniel Noboa en la red social “X” a lo largo del
intervalo temporal que va de noviembre de 2023 a abril de
2024. Se adoptó una metodología de corte cuantitativo con el
propósito de examinar los datos obtenidos a partir de una
muestra significativa de publicaciones emitidas por usuarios
de la plataforma.
Figura 1. Esquema general del enfoque metodológico propuesto.
El enfoque metodológico seguido en este estudio (Figura
1) se estructura en cuatro fases principales: extracción,
preprocesamiento, etiquetado y análisis de sentimientos.
Cada una de estas etapas permite convertir los datos en bruto
en conocimiento significativo, aprovechable y visualmente
comprensible.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
43
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July – December 2025
Aunque la red social cambió su nombre a “X”, en este
estudio se utiliza el término “tweet” por su uso consolidado en
la literatura académica y para mantener continuidad con
investigaciones previas.
En la fase de extracción, se llevó a cabo la recopilación de
tweets relevantes dentro del período de estudio. Para ello, se
utilizaron técnicas de extracción automatizada de datos que
permitieron obtener una muestra representativa de
publicaciones en torno al presidente Noboa.
El preprocesamiento consistió en la limpieza y
estandarización de los datos para mejorar su calidad antes del
análisis. Este proceso incluyó estandarización del texto,
depuración de símbolos - signos de puntuación, segmentación
en palabras, supresión de palabras vacías y normalización
léxica, asegurando que la información estuviera estructurada
de manera uniforme y lista para la clasificación.
En la etapa de etiquetado, los tweets fueron clasificados
según su polaridad en positivo, negativo o neutral. Esta
categorización permitió identificar la distribución de
sentimientos expresados en las publicaciones analizadas,
proporcionando una base sólida para el análisis posterior.
Finalmente, en la fase de análisis de sentimientos, se
realizaron representaciones gráficas para visualizar la
distribución de opiniones sobre el presidente. También se
crearon representaciones visuales en forma de nubes de
palabras con el fin de destacar los vocablos más recurrentes
vinculados a cada tipo de sentimiento, lo que permitió obtener
una visión detallada de los temas más relevantes en la
discusión pública.
Este enfoque metodológico permitió transformar un gran
volumen de datos en información comprensible y útil,
proporcionando una evaluación estructurada de la percepción
ciudadana en redes sociales.
IV. D
ESARROLLO
A. Extracción
Para la recopilación de los datos, se optó por utilizar
scraping, una técnica que permite la extracción automatizada
de información desde páginas web. Básicamente, consiste en
un programa que navega por sitios específicos, analiza su
estructura y extrae datos relevantes según los criterios
predefinidos. Este método es ampliamente utilizado en
estudios de análisis de redes sociales, pues permite obtener
una gran cantidad de datos de manera rápida y en el momento
en que se generan [13].
En este estudio, se utilizó la plataforma APIFY, una
herramienta especializada en la extracción de datos en la web.
Mediante esta plataforma, se obtuvieron publicaciones
relacionadas con el presidente Daniel Noboa, asegurando así
un conjunto de datos representativo y alineado con los
objetivos de la investigación. La capacidad de APIFY para
trabajar con algoritmos de filtro y reglas personalizadas
garantizó la calidad y confiabilidad de nuestros datos.
Los parámetros de extracción fueron los siguientes:
• Término de búsqueda: “Daniel Noboa”
• Período de análisis: 23 de noviembre de 2023 - 30
de abril de 2024
• Filtros aplicados: Excluir tweets con imágenes o
videos, eliminar retweets para evitar redundancia.
Tras la aplicación de estos parámetros, el proceso de
extracción generó un total de 3177 tweets. Sin embargo, para
garantizar un análisis eficiente, se seleccionaron únicamente
los atributos más relevantes dentro del conjunto de datos:
• text: Contenido del tweet
• createdAt: Fecha de publicación
• author/location: Localidad del usuario
B. Preprocesamiento de datos
Con el fin de asegurar la fiabilidad de la información
recopilada, se aplicaron técnicas de preprocesamiento,
eliminando elementos que podrían afectar la precisión del
análisis. Este proceso incluyó:
• Estandarización del texto: Conversión a
minúsculas para evitar discrepancias por diferencias
en capitalización
tweet = tweet.lower()
• Depuración de símbolos y signos de puntuación:
Remoción de menciones, hashtags y signos de
puntuación innecesarios
tweet = re.sub(r'@[a-zA-Z0-9_]+', '', tweet)
tweet = re.sub(r'[^a-zA-Z\s]', '', tweet)
• Segmentación en palabras: División del texto en
palabras individuales para facilitar el análisis
tokens = word_tokenize(tweet)
• Supresión de palabras vacías: Eliminación de
términos con poco valor informativo, como artículos,
conjunciones y preposiciones
stop_words = set(stopwords.words('spanish'))
tokens = [word for word in tokens if word not in stop_words]
• Normalización léxica: Reducción de las palabras a
su forma base para evitar variaciones innecesarias en
el análisis.
tokens = [lemmatizer.lemmatize(word) for word in tokens]
Asimismo, las ausencias de datos en el campo
author/location fueron sustituidas por el término
'Desconocido' en una columna adicional llamada 'ubicacion',
con el fin de mantener la uniformidad del conjunto de datos.
df_tweets['ubicacion'] =
df_tweets['author/location'].fillna('Desconocido')
C. Etiquetado
Con el propósito de determinar la polaridad emocional en
los tweets, inicialmente se emplearon herramientas
automatizadas como pysentiment y TextBlob, dos librerías de
Python especializadas en el análisis de sentimientos y el
procesamiento de lenguaje natural. Estas herramientas están
diseñadas para evaluar la polaridad de los textos, facilitando
la clasificación automática de las publicaciones según su carga
emocional.[14].
No obstante, tras varias pruebas, se identificaron
inconsistencias en los resultados, principalmente debido a
limitaciones en la interpretación del idioma español y la
contextualización de las expresiones. Como se observa en la
Tabla I, pysentiment clasificó incorrectamente como positivo
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
44
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of Ecuador,
Daniel Noboa (November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
un tweet con una fuerte carga crítica, al no detectar el sarcasmo
presente en la expresión "plan bonito".
Tabla I. EJEMPLO DE ERROR EN LA CLASIFICACIÓN DE
SENTIMIENTOS POR PARTE DE
PYSENTIMENT
tweet_original
tweet_limpio
sentimiento
Entonces, Daniel Noboa, ¿el
"plan bonito" era dejar escapar
a Fito?
entonces plan
bonito dejar
escapar fito
positivo
De manera similar, en la Tabla II, TextBlob asignó una
polaridad positiva a un tweet con términos negativos como
dictador, odiador y seguridad nacional, evidenciando que la
herramienta no logró interpretar correctamente el sentimiento
global del mensaje.
Tabla II. EJEMPLO DE ERROR EN LA CLASIFICACIÓN DE
SENTIMIENTOS POR PARTE DE
TEXTBLOB
tweet_original
tweet_limpio
sentimiento
Daniel Noboa el Presidente ya
en funciones q le sucede? me
huele a dictador odiador o se
cree omnipotente x favor
mesura Sr nadie lo nombró
una especie de dictador o algo
parecido. pone a un tipo no
acto para seguridad nacional.
y lo peor a la Vice la manda a
la guerra a Israel
funciones sucede
huele dictador
odiador cree
omnipotente x
favor mesura sr
nadie nombro
especie dictador
parecido pone tipo
acto seguridad
nacional peor vice
manda guerra
israel
positivo
Estas imprecisiones pueden deberse a que ambos
algoritmos fueron desarrollados principalmente para el idioma
inglés, lo que afecta su desempeño en textos en español,
especialmente en aquellos con lenguaje coloquial, ironía o
contexto político.
Ante esta limitación, se optó por realizar una clasificación
manual de los tweets, categorizándolos en positivos, negativos
o neutrales. Aunque este método introduce cierto sesgo del
investigador, se consideró una alternativa más precisa para
captar la percepción real expresada por los usuarios en la red
social.
Para llevar a cabo la clasificación manual, se conformó un
equipo de tres investigadores, quienes etiquetaron de forma
independiente cada uno de los tweets recopilados,
asignándolos a una de tres categorías: positivo, negativo o
neutral. Esta evaluación se realizó considerando el contexto
lingüístico y el contenido semántico de cada publicación,
incluyendo matices como la ironía, el sarcasmo y el tono
implícito. Posteriormente, se compararon los resultados
obtenidos por los tres evaluadores y, en los casos donde
existían discrepancias, se discutieron en conjunto hasta
alcanzar un consenso. Este enfoque permitió aumentar la
precisión de la clasificación, al combinar diferentes
perspectivas y minimizar el sesgo individual.
V. R
ESULTADOS
A. Análisis de Sentimientos
Los hallazgos presentados (Tabla III) a partir del estudio
de 3170 tweets relacionados con el presidente Daniel Noboa
revelan una distribución predominante de sentimientos
neutrales (79.7%), seguidos por menciones negativas
(16.6%) y una minoría de comentarios positivos (3.7%).
Estos hallazgos sugieren que la mayor parte de las
conversaciones en “X” sobre el presidente no expresan una
opinión clara de apoyo o rechazo, sino que reflejan
comentarios informativos o descripciones de eventos sin una
carga emocional evidente.
Tabla III. DISTRIBUCIÓN DE CANTIDAD POR CATEGORÍA
Sentimiento
N° Tweets
Porcentaje
Neutral
2,526
79.7%
Negativo
527
16.6%
Positivo
117
3.7%
Total
3170
100%
La proporción relativamente alta de tweets negativos
(16.6%) indica la presencia de una cantidad considerable de
críticas y descontento entre los usuarios de la plataforma. Este
resultado podría estar asociado a decisiones políticas
impopulares, problemas nacionales de relevancia o
comparaciones con administraciones anteriores. Por otro lado,
la baja presencia de tweets positivos (3.7%) apunta que las
acciones del presidente han generado un menor nivel de
respaldo expreso en redes sociales. Este hallazgo puede
interpretarse como una falta de percepción positiva
significativa o una tendencia de los usuarios a expresar sus
opiniones favorables en otros espacios digitales.
B. Análisis de Nube de Palabras
La representación visual de los unigramas en los tweets
negativos (Figura 2) destaca temas como "seguridad",
"delincuencia" e "inseguridad", lo que indica que la inquietud
respecto al panorama de seguridad nacional es un aspecto
central del descontento. Además, la presencia de términos
como "Lasso" y "Guillermo" sugiere comparaciones entre el
gobierno actual y la administración anterior, posiblemente
reflejando continuidades o diferencias en políticas y
estrategias gubernamentales. Por otro lado, palabras como
"dólares", "impuestos" e "IVA" sugieren inquietudes sobre la
economía y la política fiscal.
Figura 2. Nube de palabras con unigramas asociados a sentimientos
negativos
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
45
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July – December 2025
Por otro lado, los tweets positivos (Figura 3) contienen
términos como "apoyo", "bien", "excelente" y "resultados", lo
que refleja una parte de la población que valora positivamente
ciertas acciones del presidente. Términos como "ley",
"nacional" y "política" sugieren que algunas políticas
implementadas han sido bien recibidas. Asimismo, la
inclusión de "seguridad", "policía" y "terroristas" indica que
algunos usuarios consideran efectivos los esfuerzos del
gobierno en esta área.
Figura 3. Nube de palabras con unigramas asociados a sentimientos
positivos
Finalmente, los tweets neutrales (Figura 4) presentan una
alta frecuencia de palabras como "consulta", "seguridad" y
"política", lo que sugiere que muchas publicaciones giran en
torno a descripciones de eventos y políticas sin una valoración
emocional clara. Además, la mención recurrente de "IVA"
indica que el debate económico es un tema central en la
conversación digital.
Figura 4. Nube de palabras con unigramas asociados a sentimientos
neutrales
C. Distribución de Sentimientos por Mes
Figura 5. Gráfico de barras: evolución de sentimientos a lo largo de los
meses
El análisis temporal (Figura 5) muestra fluctuaciones en la
distribución de sentimientos a lo largo de los meses de estudio.
En diciembre de 2023, los tweets negativos alcanzaron su
punto máximo (33.5%), lo que podría estar vinculado a
eventos políticos o decisiones gubernamentales impopulares
en ese periodo. Posteriormente, el porcentaje de menciones
negativas disminuyó y se mantuvo estable entre el 13% y el
16% en los meses siguientes.
Por otro lado, las publicaciones con tono positivo
representaron el porcentaje más bajo, con su mayor pico en
enero de 2024 (6.8%) y su punto más bajo en marzo de 2024
(0.8%). La escasa presencia de opiniones favorables sugiere
que gran parte de los comentarios en “X” no manifiestan un
apoyo explícito hacia el presidente.
Finalmente, los tweets neutrales dominaron la
conversación en todos los meses, oscilando entre el 61.3% y
el 88.6%. Se observa un aumento significativo en abril de
2024, donde casi el 89% de los tweets fueron neutros. Esto
podría indicar una menor polarización en la discusión digital
o una mayor tendencia de los usuarios a compartir
información sin emitir juicios de valor.
VI. D
ISCUSIÓN
Los resultados obtenidos muestran que la red social “X”
es un espacio donde predominan las discusiones neutrales
sobre el presidente Daniel Noboa, aunque con una marcada
tendencia hacia la crítica y una baja expresión de apoyo
explícito. Este fenómeno es coherente con estudios previos
que indican que las redes sociales suelen ser utilizadas
principalmente como plataformas de opinión y debate, donde
la crítica política es más frecuente que el reconocimiento de
acciones gubernamentales positivas [15].
Un aspecto clave identificado en el análisis es la relevancia
de la seguridad y la economía dentro de la conversación
digital, lo que sugiere que estos temas son prioritarios en la
percepción ciudadana. Además, la frecuente comparación con
el expresidente Guillermo Lasso indica que el gobierno de
Noboa es evaluado en función de una continuidad o ruptura
con la administración anterior, lo que puede influir en la
construcción de su imagen política.
Estos hallazgos pueden ser de gran utilidad para
comprender las principales inquietudes de la población y en la
elaboración de tácticas comunicacionales más eficientes en el
ámbito político. El análisis de sentimientos en redes sociales
no solo permite medir la aceptación o rechazo de una figura
pública, sino que también ofrece una visión detallada de los
temas que generan mayor interacción y debate, lo cual puede
contribuir a fundamentar decisiones gubernamentales y
acciones orientadas al posicionamiento público.
VII. C
ONCLUSIONES
El presente estudio permitió analizar la percepción pública
en la red social “X” sobre el presidente Daniel Noboa a través
de técnicas de análisis de sentimientos. A continuación, se
presentan las principales conclusiones derivadas del estudio.
En primer lugar, el web scraping demostró ser una
herramienta efectiva y económica para la recopilación de
datos, que permitió la extracción de 3177 tweets relevantes
para el análisis. Este método facilitó la obtención de una
muestra representativa, proporcionando una base sólida para
evaluar la opinión pública en la plataforma.
Además, la clasificación manual de los tweets según su
sentimiento permitió una categorización más precisa en
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
46
DOI:
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
https://doi.org/10.33333/lajc.vol12n2.03
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of Ecuador,
Daniel Noboa (November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
comparación con métodos completamente automatizados. Al
realizar una evaluación detallada del contenido, se logró
captar de manera más fiel las emociones y percepciones
expresadas, lo que redujo posibles errores en la asignación de
categorías.
En cuanto a la distribución de los sentimientos, se
identificó un claro predominio de publicaciones con tono
neutral (79.7%), lo que indica que la mayoría de las menciones
no manifiesta una postura emocional definida, sino que se
limitan a informar o comentar sobre las acciones del
presidente sin emitir juicios valorativos. Sin embargo, un
16.6% de los tweets reflejó una postura negativa,
evidenciando una presencia significativa de críticas y
desaprobación hacia su gestión. Por otro lado, el porcentaje de
tweets positivos fue el más bajo (3.7%), lo que indica un nivel
de apoyo explícito limitado dentro de la muestra analizada.
Estos hallazgos reflejan que la percepción en la red social
“X” sobre el presidente Noboa se mantiene mayormente
neutral, aunque con una proporción considerable de
comentarios críticos y un bajo nivel de respaldo explícito.
Estos datos pueden contribuir a entender cómo se configura la
opinión pública en plataformas digitales y cómo esta repercute
en la percepción política del presidente.
No obstante, este estudio presenta ciertas limitaciones que
deben ser consideradas. En primer lugar, el análisis se basó
únicamente en datos recolectados de la red social “X” durante
un período determinado, lo cual restringe la posibilidad de
observar la evolución temporal de la percepción pública hacia
el presidente Daniel Noboa. Además, se excluyeron elementos
relevantes como retweets y respuestas, los cuales podrían
aportar mayor profundidad sobre la interacción y resonancia
de los mensajes.
Asimismo, el análisis se enfocó únicamente en una red
social, sin considerar otras plataformas como Facebook o
Instagram, que cuentan con públicos distintos y podrían
ofrecer una visión más completa y diversa sobre la opinión
ciudadana. Por otro lado, la clasificación manual, aunque
precisa, es limitada por la subjetividad de los evaluadores y no
es escalable ante volúmenes masivos de información.
Para investigaciones futuras, se recomienda ampliar el
período de análisis con el fin de identificar tendencias a lo
largo del tiempo y evaluar el impacto de decisiones políticas
de manera más integral. También sería valioso incorporar
otras plataformas digitales para enriquecer la diversidad de
opiniones analizadas.
En cuanto al procesamiento de datos, aumentar el volumen
de tweets recopilados podría permitir el uso de modelos más
sofisticados, como redes neuronales profundas o transformers
preentrenados como BERT o GPT, los cuales han demostrado
un alto desempeño en tareas de análisis de sentimientos,
especialmente en entornos multilingües.
R
EFERENCES
[1] S. Marcos-García, L. Alonso-Muñoz and A. López-Meri, ,
“Campañas electorales y Twitter. La difusión de contenidos
mediáticos en el entorno digital,” Cuadernos.info, no. 48, pp. 27–
47, 2021, doi: 10.7764/CDI.48.1738.
[2] G. J. Molina, S. T. Calvo, and L. Cervi, “Análisis de las temáticas
y tendencias de periodistas españoles en Twitter: contenidos sobre
política, cultura, ciencia, comunicación e Internet,”
Cuadernos.info, no. 47, pp. 111–137, 2020, doi:
10.7764/CDI.47.1773.
[3] I. Petrlik Azabache, J. Coveñas Lalupu, W. Carranza Barrena, and
L. Torres-Talaverano, “Aplicación de la minería de datos en el
marketing usando el análisis de sentimientos de los clientes e-
commerce,” Campus, vol. 29, no. 37, pp. 167–194, Jun. 2024, doi:
10.24265/CAMPUS.2024.V29N37.08.
[4] S. Fernández Barreto and E. A. Mendoza Moreno, “Estudio de la
influencia política de la red social X a través del análisis de
sentimientos y clasificación de textos,” 2024. Accessed: Mar. 19,
2025. [Online]. Available:
https://repository.unad.edu.co/handle/10596/66983
[5] S. Sanz Blas, D. Buzova, and J. Cardiff, “Dependencia a los
medios sociales y plataformas de opinión. Un estudio centrado en
el sector turístico,” Proceedings INNODOCT/21. International
Conference on Innovation, Documentation and Education, pp.
665–672, Jan. 2022, doi: 10.4995/INN2021.2021.13644.
[6] Javier Alonso Veloz Segura, “Twitter y el derecho de libertad de
expresión y a la identidad: Un análisis jurídico,” Magazine de las
Ciencias: Revista de Investigación e Innovación, vol. 8, no. 2, pp.
89–100, Apr. 2023, doi: 10.33262/RMC.V8I2.2893.
[7] N. Bellido, J. Tutor, and F. Ramírez, “Modelos de aprendizaje
automático en análisis de sentimiento: comparativa de
rendimiento,” Oct. 2023, Accessed: Mar. 04, 2025. [Online].
Available: https://riunet.upv.es/handle/10251/198111
[8] E. Camila González Joven, B. Armando, M. Camelo, Á. C. Ortiz,
A. Camacho, and C. Asesor, “La influencia de las redes sociales
en la campaña política de Trump en las elecciones del 2016,” 2021,
Available: https://repository.ucc.edu.co/items/d58837c1-050a-
48c4-a250-05b7032ea189
[9] L. V. Manosalvas Porras, “Estudio de mercado utilizando la red
social Twitter, para Hoteles Decameron,” Dec. 31, 2022, PUCE -
Quito. Accessed: Mar. 04, 2025. [Online]. Available:
https://repositorio.puce.edu.ec/handle/123456789/32476
[10] M. Á. Tupiza Baldez, “Análisis de sentimientos en redes sociales
con aplicaciones en política ecuatoriana,” Dec. 31, 2022, PUCE -
Quito. Accessed: Mar. 04, 2025. [Online]. Available:
https://repositorio.puce.edu.ec/handle/123456789/32484
[11] S. Valenzuela, T. Correa, and H. Gil de Zúñiga, “Ties, Likes, and
Tweets: Using Strong and Weak Ties to Explain Differences in
Protest Participation Across Facebook and Twitter Use,” Studying
Politics Across Media, pp. 117–134, Jun. 2020, doi:
10.4324/9780429202483-7.
[12] G. J. Muñoz Cano, “Redes sociales digitales en el marco de la
protesta social: el caso de la presidencia de Iván Duque,” 2022.
Accessed: Mar. 19, 2025. [Online]. Available:
https://repository.upb.edu.co/handle/20.500.11912/11940
[13] R. Álvarez Correa Mercado and J. Rodríguez González, “Diseño
de una solución IT para el análisis de sentimientos frente a la
opinión de las figuras públicas usando técnicas de web scraping y
la Twitter API.,” Jun. 2022, Accessed: Mar. 19, 2025. [Online].
Available: https://manglar.uninorte.edu.co/handle/10584/10543
[14] Figueroa Campoverde and David Sebastián, “Análisis de
sentimientos sobre la percepción de seguridad para la ciudad de
Cuenca durante el año 2023,” 2024, PUCE - Quito. Accessed:
Mar. 19, 2025. [Online]. Available:
https://repositorio.puce.edu.ec/handle/123456789/45091
[15] W. L. Bennett and A. Segerberg, “The logic of connective action:
digital media and the personalization of contentious politics,”
Handbook of Digital Politics, pp. 287–338, Nov. 2023, doi:
10.4337/9781800377585.00030.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
47
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
AUTHORS
Ingeniero en Sistemas de Información por la Universidad Técnica
de Manabí y Magíster en Sistemas de Información con mención en
Data Science por la Pontificia Universidad Católica del Ecuador. Su
formación académica y experiencia profesional se enfocan en el
análisis de datos, el aprendizaje automático y la aplicación de técnicas
avanzadas para la extracción de conocimiento a partir de grandes
volúmenes de información. Actualmente se desempeña como técnico
docente en la Universidad Técnica de Manabí y cuenta con un año de
experiencia adicional como docente en modalidad online.
Ha participado en proyectos de investigación vinculados a la ciencia
de datos, destacando su trabajo de tesis de posgrado titulado “Análisis
de sentimientos utilizando la red social X (Twitter) para medir el
nivel de aceptación del nuevo presidente del Ecuador, Daniel Noboa
(noviembre 2023 - abril 2024)”. También cuenta con dos artículos
académicos publicados. Sus áreas de interés incluyen la inteligencia
artificial, la minería de datos y el desarrollo de soluciones basadas
en ciencia de datos. Sus objetivos profesionales actuales se centran
en mejorar continuamente como docente y consolidarse como
investigador en el área, contribuyendo con nuevas publicaciones
científicas.
José León Alarcón es un profesional especializado en Ciencia de
Datos, posee un máster en Sistemas de Información con mención en
Data Science por la Pontificia Universidad Católica del Ecuador (PUCE
Quito). Su formación académica se complementa con una sólida
experiencia en el ámbito de la inteligencia artificial, especialmente en el
aprendizaje automático (machine learning) y el aprendizaje profundo
(deep learning). A lo largo de su trayectoria profesional, se ha enfocado
en el análisis de imágenes médicas, contribuyendo al desarrollo de
modelos capaces de apoyar el diagnóstico clínico mediante técnicas
avanzadas de procesamiento de imágenes. Además, ha trabajado en
la extracción y análisis de información a partir de datos complejos,
aplicando metodologías estadísticas y herramientas computacionales
modernas. Sus áreas de interés incluyen la inteligencia artificial,
el análisis predictivo y el desarrollo de soluciones innovadoras que
permitan transformar grandes volúmenes de datos en conocimiento
útil para la toma de decisiones. Se caracteriza por su compromiso
con la investigación aplicada y el desarrollo tecnológico orientado a
resolver problemas reales.
Roly Steeven Cedeño Menéndez
José Alberto León Alarcón
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of
Ecuador, Daniel Noboa (November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2025
48
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XII, Issue 2, July 2025
AUTHORS
Ingeniero en Sistemas de Información con una Maestría en Ingeniería
en Sistemas de Información, mención en Data Science. Ha formado
parte de diversos proyectos enfocados en el desarrollo de software
e implementación de soluciones basadas en inteligencia artificial,
aplicadas al análisis de datos, la optimización de procesos y la
automatización de tareas.
Actualmente se desempeña como docente universitario en la
Universidad Técnica de Manabí, Ecuador, donde combina la formación
académica con la investigación aplicada. Sus principales áreas de
interés incluyen la inteligencia artificial, el aprendizaje automático, la
visualización de datos y la ciencia de datos orientada a la toma de
decisiones.
Cuenta con experiencia en la integración de herramientas tecnológicas
en entornos educativos y productivos, participando activamente en
iniciativas interdisciplinarias que promueven la innovación tecnológica
con impacto real. Su enfoque profesional se basa en el desarrollo de
soluciones prácticas y eficientes, alineadas con los avances actuales
en ciencia y tecnología.
Comprometido con la formación de nuevas generaciones de
profesionales, busca contribuir al avance del conocimiento científico
y al desarrollo de tecnologías sostenibles que respondan a las
necesidades actuales de la sociedad.
Jandry Hernando Franco Cantos
R. Cedeño, J. León, and J. Franco,
“Sentiment Analysis on the Social Network “X”, Public Perception of the President of
Ecuador, Daniel Noboa (November 2023 - April 2024).”,
Latin-American Journal of Computing (LAJC), vol. 12, no. 2, 2025.
