Análisis y monitoreo en redes sociales respecto de la percepción de seguridad en ecuador.

Abstract

La presente investigación desarrolla un modelo de análisis de la percepción ciudadana sobre la seguridad en Ecuador, basado en el contenido generado en redes sociales mediante técnicas de aprendizaje profundo. Frente al aumento de la violencia y la creciente preocupación pública, aborda el fenómeno desde una perspectiva que integra el procesamiento del lenguaje natural con redes neuronales recurrentes, específicamente con la arquitectura GRU. Esta estructura resultó eficaz para identificar patrones emocionales en textos informales, propios de la comunicación digital, gracias a su capacidad para captar dependencias temporales entre palabras. La metodología combinó enfoques aplicados y experimentales para recolectar publicaciones relevantes desde plataformas como X, se utilizó filtros y términos clave que permitieron construir una base de datos representativa y contextualizada. El modelo alcanzó métricas sólidas de exactitud, precisión, recall y F1-score, lo cual validó su desempeño en tareas de clasificación de sentimientos. Las visualizaciones generadas nubes de palabras, histogramas, matrices de confusión facilitaron la interpretación de los resultados, al mostrar la evolución temporal de percepciones, los temas recurrentes y las emociones predominantes por año. Este análisis ofreció revelar cómo los ciudadanos perciben y reaccionan ante el entorno de seguridad. Se concluye que el uso de redes neuronales recurrentes aplicadas a datos sociales proporciona una herramienta para monitorear la percepción ciudadana y puede complementar estrategias tradicionales de evaluación en materia de seguridad pública con un enfoque más dinámico, emocional y centrado en la voz de la ciudadanía.