Resumen de Análisis del comportamiento de decisión usando datos de Twitter: Una revisión de la literatura

Lucía Rivadeneira

• español

  Este artículo proporciona una revisión sistemática usando Twitter como fuente de datos para el análisis del comportamiento de decisión en campañas electorales. Tiene un doble propósito: comprender cómo se han modelado los datos de Twitter para analizar y predecir comportamientos de usuarios; e identificar caminos para futuras investigaciones. Adopta un enfoque cualitativo para identificar y evaluar los estudios existentes y analiza las implicaciones de hallazgos para futuras investigaciones. Se realizó análisis de contenido para identificar categorías en los datos. Los resultados muestran que los estudios intentan medir y anticipar los comportamientos de los usuarios con análisis de sentimientos y modelos predictivos. Los desafíos al usar Twitter se relacionan con la selección y adecuación de datos, lo que puede estar limitando el rendimiento de los modelos.

  Para concluir, es necesario avanzar en el muestreo, el preprocesamiento y el análisis de datos de Twitter para una mayor comprensión del comportamiento de usuarios.

• English

  This paper provides a systematic review of the literature on Twitter as data source for decision behaviour analysis in electoral campaigns. It has a twofold purpose: to understand how Twitter data have been modelled to analyse and predict user behaviours; and, to identify paths for future research. It adopts a qualitative systematic review approach to identify, evaluate, and synthesize existing studies, while discussing the findings’ implications for future research. Content analysis was conducted to identify categories in the data. The results show that the publications attempt to measure and anticipate user behaviours with sentiment analysis and predictive models aimed at maximising goal-seeking tasks. The paper also identifies challenges when using Twitter as source of data related to data selection and adequacy, which may be limiting the performance of Twitter-based models. To conclude, progress is needed in Twitter data sampling, pre-processing, and analysis to support further understanding of users’ behaviours.