Análisis de la reputación de marca en X (Twitter) mediante técnicas de modelado de tópicos y análisis de sentimientos utilizando Transformers

Abstract

En los últimos años, el auge exponencial del uso de las redes sociales ha facilitado el acceso a una inmensa cantidad de contenido generado por usuarios en diversas plataformas. El análisis de esta valiosa información, considerada como auténtica y transparente, supone una oportunidad única para entender en profundidad la percepción en línea de las marcas, aspecto clave para que las empresas tomen decisiones estratégicas bien fundamentadas en un entorno altamente competitivo. El impacto de estas publicaciones es tal, que múltiples investigadores han enfocado sus estudios en este campo, identificando a la plataforma X (conocida anteriormente como Twitter) como una de las fuentes de datos más ricas para el análisis de opiniones debido a su carácter abierto y en tiempo real.

En este contexto, en este trabajo se ha analizado la reputación en línea de algunas de las marcas más valiosas de los últimos años, como Apple, Tesla, Amazon, Google y Microsoft, a partir del contenido generado en X entre el 01-06-2019 y el 01-01-2020. Para ello, se han utilizado técnicas avanzadas de minería de datos y procesamiento de lenguaje natural, basadas en la arquitectura de redes neuronales conocida como transformer, la cual está considerada como un estado del arte en este ámbito. En primer lugar, se llevó a cabo un modelado de tópicos, con el objetivo de identificar de forma automática las categorías o temas de discusión más relevantes relacionados con las marcas específicas de las compañías seleccionadas. En segundo lugar, se realizó un análisis de sentimientos para obtener los sentimientos subyacentes en las opiniones asociadas a dichas marcas. Los resultados permitieron comprender de forma detallada los temas más comentados o tendencias del momento sobre cada empresa, patrones de comportamiento, cambios de opinión a lo largo del tiempo y los motivos detrás de los mismos.

In recent years, the exponential rise in the use of social networks has facilitated access to an immense amount of user-generated content on various platforms. The analysis of this valuable information, considered authentic and transparent, represents a unique opportunity to understand in depth the online perception of brands, a key aspect for companies to make informed strategic decisions in a highly competitive environment. The impact of these publications is such that many researchers have focused their studies in this field, identifying the X platform (formerly known as Twitter) as one of the richest data sources for opinion analysis due to its open and real-time nature.

In this context, this paper has analyzed the online reputation of some of the most valuable brands in recent years, such as Apple, Tesla, Amazon, Google and Microsoft, based on the content generated on X between 01-06-2019 and 01-01-2020. For this purpose, advanced data mining and natural language processing techniques were used, based on the neural network architecture known as transformer, which is considered state of the art in this field. Firstly, a topic modeling was carried out, with the objective of automatically identifying the most relevant categories or topics of discussion related to the specific brands of the selected companies. Secondly, a sentiment analysis was performed to obtain the underlying sentiments in the opinions associated with these brands. The results provided a detailed understanding of the most commented topics or trends of the moment about each company, patterns of behavior and changes in opinion over time.