📊 FK01-Encuestas – Aprobación Presidencial en Chile vía Twitter

Este proyecto predice la aprobación presidencial de Gabriel Boric a partir de tweets en español, utilizando scraping, análisis de sentimiento, embeddings, feature engineering y modelos de machine learning.

🧠 Tecnologías utilizadas

• Python 3.10
• pandas, scikit-learn, joblib, transformers, torch, nltk
• pysentimiento/robertuito para sentimiento y embeddings
• pytest para testing automatizado
• streamlit, wordcloud, matplotlib, markdown, dotenv

📁 Estructura del proyecto

FK01-Encuestas/
├── app/                 
├── src/                 → Código fuente principal
│   ├── scraping.py
│   ├── preprocessing.py
│   ├── features.py
│   ├── predict.py
│   ├── metricas.py
│   ├── utils.py
│   ├── logger.py
│   └── main.py
├── tests/               → Tests unitarios con pytest
├── .env.template        → Variables de entorno (plantilla)
├── .gitignore
├── README.md
├── requirements.txt
└── setup.sh             → Script de instalación automática

⚙️ Instalación rápida

git clone https://github.com/tu_usuario/FK01-Encuestas.git
cd FK01-Encuestas
bash setup.sh
cp .env.template .env     # Editar con tus credenciales reales
source .venv/bin/activate

🚀 Ejecución del pipeline

python src/main.py

Este script:

1. Ejecuta tests con pytest
2. Hace scraping de tweets del día
3. Limpia y analiza sentimientos
4. Genera embeddings
5. Calcula features diarios
6. Predice aprobación y desaprobación.
7. Genera wordclouds e índice de negatividad.

🌐 Aplicación Web

Puedes acceder a la aplicación aquí:
🔗 Aplicación de Aprobación Presidencial

Desarrollada como parte del trabajo de análisis y visualización de datos de FK Economics.

🔗 Enlaces Relevantes

• Página web oficial de FK Economics: www.fkeconomics.com
• LinkedIn de FK Economics: linkedin.com/company/fk-economics

📌 Créditos

Proyecto desarrollado por Cristian Rodríguez – FK Economics
Contacto: [email protected]