¿Qué Dicen los Lectores? Análisis de Sentimientos Aplicado a Reseñas de Libros

Caroline Cristine Reis Bueno; Jéssica Eloá Poletto

DOI: 10.22167/2675-6528-202602769

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

Ante la disminución en la cantidad de lectores en Brasil, según lo señalado por investigaciones recientes, se buscó comprender los factores que atraen a los lectores y los sentimientos despertados por la lectura, con el objetivo de elaborar estrategias para fomentar el hábito. Para ello, se realizó un análisis de sentimientos en mil reseñas de los diez libros más leídos en la red social Skoob, recopiladas mediante técnicas de web scraping. Los datos fueron procesados utilizando bibliotecas Python, incluyendo NLTK para preprocesamiento y el fork Léxico para Inferência Adaptada (LeIA) para análisis de sentimientos en portugués. Un análisis exploratorio inicial reveló la predominancia de palabras con connotación positiva, como ‘amei’ y ‘incrível’, y la ausencia de términos negativos entre los más frecuentes. Se observó también la recurrencia de palabras como ‘filme’ y nombres de personajes, indicando apego emocional y la influencia de adaptaciones cinematográficas. El análisis de sentimientos indicó que nueve de los diez libros presentaron un “compound” positivo, sugiriendo que la mayoría de las obras despertaron emociones positivas en los lectores. La alta frecuencia de términos descriptivos contribuyó a elevadas puntuaciones neutras. Se concluyó que el apego a los personajes y la influencia de otros medios son puntos relevantes para los lectores, y la comprensión de estos sentimientos puede ayudar en la elección de lecturas y en la promoción del hábito.

Palabras clave: LelA; Redes sociales; Skoob; Text mining; Web scraping.

1. Introducción

La lectura es un hábito fundamental para el desarrollo individual y social, pero datos recientes indican un escenario preocupante en Brasil. Según la edición más reciente de la investigación “Retratos da Leitura no Brasil” (2024), publicada por el Instituto Pró Livro (IPL), más de la mitad de la población brasileña, precisamente el 53%, es clasificada como no lectora. Esta categoría abarca a individuos que no han leído ningún libro completo, o partes de un libro, en los últimos tres meses, incluyendo obras religiosas o didácticas. El estudio revela que solo el 27% de los entrevistados leyó un libro completo en el mismo período. Comparando con la investigación anterior de 2019, la media de libros leídos por persona se redujo a la mitad, pasando de 4,92 a 2,07 en 2024, lo que representa una caída estimada de 6,7 millones de lectores en los últimos cinco años. Esta disminución se observa en todos los perfiles demográficos, no estando restringida a un género, raza, edad o nivel de escolaridad específico. Además, solo el 43% de los lectores afirman haber leído por voluntad propia, sin que la lectura fuera demandada por la escuela, la facultad o el trabajo. La frecuencia de lectura también decae con el aumento del grupo de edad, siendo mayoritariamente alta entre jóvenes de cinco a trece años.

Esta tendencia a la baja es alarmante, especialmente considerando los múltiples beneficios que la lectura proporciona. Diversas investigaciones académicas, que abarcan áreas como lenguajes, comunicación y neurociencia, demuestran que la lectura es beneficiosa para todos, independientemente de la edad o condición social. Inicialmente, el hábito de leer expande el vocabulario, mejora la escritura, el sentido crítico y la creatividad. Desde una perspectiva a largo plazo, estudios indican que la lectura puede retrasar los efectos de enfermedades neurológicas como el Alzheimer y la demencia (Pontifícia Universidade Católica do Rio Grande do Sul [PUCRS], 2026), ya que estimula la neuroplasticidad, la capacidad del cerebro de adaptarse y reorganizar conexiones neurales. La concentración y la memoria, tanto a corto como a largo plazo, también son competencias mejoradas por la lectura (Ribeiro, 2025). Adicionalmente, los impactos positivos de este hábito se extienden a la sociedad, con indicios de que la lectura aumenta la empatía (Ribeiro, 2025).

Ante el panorama de declive de la lectura en Brasil y los comprobados beneficios de este hábito, resulta crucial comprender qué atrae a los lectores existentes a los libros que consumen. Entender los sentimientos despertados por la lectura y los puntos que captan la atención de los lectores es esencial para desarrollar estrategias eficaces que puedan fomentar el hábito de la lectura entre el público no lector y, al mismo tiempo, mantener el compromiso de los lectores actuales. En este contexto, el Procesamiento del Lenguaje Natural (NLP) surge como un enfoque relevante para analizar datos no estructurados, como textos de redes sociales (Liu, 2012). La minería de datos textuales y el análisis de sentimientos, en particular, permiten extraer e interpretar opiniones, sentimientos y actitudes expresadas textualmente (Becker y Tumitan, 2013; IBM, 2025b).

La red social Skoob, una plataforma brasileña dedicada a lectores con más de diez millones de usuarios activos (Pancini, 2024), ofrece un vasto repositorio de reseñas de libros, donde los usuarios comparten sus opiniones y valoraciones. Esta característica convierte a la plataforma en un entorno propicio para investigar los sentimientos y las motivaciones de los lectores. La comprensión de los factores que influyen en la experiencia de lectura y las emociones despertadas por los libros es fundamental para el desarrollo de iniciativas que incentiven el hábito de la lectura en Brasil. Así, este estudio se justifica por la necesidad de profundizar el conocimiento sobre la percepción de los lectores brasileños en relación con las obras literarias. El objetivo de este estudio fue realizar un análisis de sentimientos en comentarios extraídos de la red social Skoob, considerando los diez libros más leídos por los usuarios de la plataforma. Con ello, se buscó comprender los sentimientos despertados por la lectura y los puntos que llaman la atención de los lectores.

2. Material y Métodos

El presente estudio se caracterizó como una investigación de Procesamiento del Lenguaje Natural (PLN), con un enfoque cuantitativo y cualitativo, centrado en el análisis de datos no estructurados. La metodología empleó técnicas de aprendizaje automático para la extracción y análisis del contenido de las reseñas, utilizando específicamente web scraping, minería de textos y análisis de sentimiento, con el apoyo de bibliotecas del lenguaje de programación Python (Liu, 2012).

La unidad de análisis consistió en mil reseñas de libros, recopiladas de la red social brasileña Skoob, una plataforma dedicada a lectores con más de diez millones de usuarios activos (Pancini, 2024). Skoob fue seleccionada por ser una red social brasileña, con comentarios públicos y el requisito de que las reseñas tengan un mínimo de cien caracteres para su publicación, lo que asegura un contenido más profundo para el análisis. Plataformas de alcance global, como Goodreads, fueron desconsideradas debido a la predominancia de comentarios en inglés y a la dificultad para distinguir reseñas de usuarios brasileños.

Para la recopilación de datos, inicialmente, se identificaron los diez libros más leídos en la plataforma Skoob, según la lista publicada por la propia red social. A continuación, se aplicó la técnica de web scraping para extraer las reseñas. El web scraping es un procedimiento que utiliza software para rastrear páginas web, imitando la navegación humana para extraer y almacenar información de forma automatizada y precisa (Lawson, 2015).

La extracción de las reseñas se realizó utilizando las bibliotecas de Python BeautifulSoup (Leonard Richardson Revisionn [LRR], 2025) y Selenium. BeautifulSoup se empleó para navegar y buscar información en las páginas web. Dado que la estructura del sitio Skoob muestra solo diez reseñas por página, la biblioteca Selenium se utilizó conjuntamente para automatizar la navegación por diez páginas de reseñas de cada libro, garantizando la recopilación de la cantidad necesaria de datos.

El criterio de selección para las reseñas fue la fecha de publicación, extrayéndose las cien reseñas más recientes para cada uno de los diez libros seleccionados, totalizando mil reseñas. Tras la recopilación, los datos fueron sometidos a un proceso de text mining, que consiste en transformar datos no estructurados, como los comentarios en redes sociales, en un formato estructurado que permite el análisis sistemático (IBM, 2025a).

La etapa de preprocesamiento de los textos se realizó con la biblioteca Natural Language Toolkit (NLTK Project, 2025). Los procedimientos incluyeron la eliminación de puntuación, la conversión de todo el texto a minúsculas (lowercasing), la eliminación de stopwords (artículos y preposiciones), y la aplicación de stemming y lematización (Alves, 2021). La lematización, en particular, considera el contexto para retornar la forma base de la palabra, a diferencia del stemming que puede generar palabras inexistentes en el idioma.

Para el análisis de sentimientos, se empleó el Léxico para Inferência Adaptada (LeIA), un “fork” de la biblioteca Valence Aware Dictionary and Sentiment Reasoner (VADER) (Almeida, 2018; Aprendiz Artificial, 2024). La VADER, originalmente desarrollada para el inglés, funciona como un diccionario basado en reglas que atribuyen puntuaciones semánticas a las palabras, clasificándolas como positivas, negativas o neutras, y proporcionando una métrica “compound” que resume el sentimiento general del texto en una escala de -1 (muy negativo) a 1 (muy positivo).

La decisión de utilizar el LeIA, adaptado al portugués, se tomó para preservar las características lingüísticas de las reseñas originales, evitando pérdidas de matices que podrían ocurrir con la traducción al inglés (Bizzocchi y Simões, 2025). Durante las pruebas iniciales, se realizaron ajustes manuales en el Léxico, añadiendo palabras coloquiales como ‘adoro’, ‘amo’, ‘bem bom’ y ‘bem ruim’ al diccionario, con el fin de mejorar la precisión de la clasificación de sentimientos.

Además del análisis de sentimientos, se utilizaron bibliotecas de Python para la creación de visualizaciones de datos, como histogramas y nubes de palabras, para ayudar en la identificación de patrones. Las bibliotecas Seaborn y Matplotlib se emplearon para generar histogramas, mientras que la biblioteca Wordcloud se utilizó para la creación de nubes de palabras a partir de las reseñas extraídas de Skoob. Estas herramientas permitieron una exploración inicial de los datos, centrándose en la frecuencia de las palabras y la distribución de los sentimientos.

3. Resultados y Discusión

El análisis de los datos recopilados en la red social Skoob reveló perspectivas significativas sobre los factores que atraen a los lectores y los sentimientos despertados por la lectura, alineándose al objetivo de comprender las motivaciones y emociones que impulsan el hábito de leer en el contexto brasileño. La exploración inicial de las mil reseñas de los diez libros más leídos en la plataforma permitió identificar patrones de lenguaje y connotación emocional, proporcionando una base para un análisis de sentimientos más profundo. Los hallazgos indican una predominancia de evaluaciones positivas y un fuerte apego a elementos específicos de las obras, como personajes y trama, además de la influencia de otros medios.

En la etapa de análisis exploratorio, la frecuencia de las palabras más utilizadas en las reseñas demostró una clara inclinación hacia términos con connotación positiva. Palabras como ‘bueno’, ‘amo’, ‘me encantó’, ‘increíble’ y ‘me gustó’ figuraron prominentemente entre las cincuenta más repetidas, reflejando una experiencia de lectura generalmente agradable y satisfactoria para los usuarios. Es notable que, en contraste, ninguna palabra con connotación negativa, como ‘odié’, ‘horrible’ o ‘malo’, apareció entre los términos más frecuentes. Esta ausencia sugiere que, para los libros más populares, la expresión de descontento es menos común o menos intensa en las reseñas públicas.

Además de los términos que expresan sentimientos directos, el análisis de frecuencia de palabras también destacó la recurrencia de vocablos descriptivos, como ‘personajes’, ‘historia’ y ‘película’, junto con nombres propios de personajes. La presencia de estas palabras indica que los lectores se conectan profundamente con la narrativa y sus protagonistas, desarrollando un apego emocional que se manifiesta en sus evaluaciones. Esta observación es crucial para entender qué capta realmente la atención de los lectores, sugiriendo que la inmersión en el universo ficcional y la identificación con los personajes son aspectos centrales de la experiencia de lectura.

Un hallazgo particularmente relevante fue la fuerte correlación entre los libros más leídos y sus adaptaciones al cine o televisión. La investigación identificó que nueve de los diez libros que componen la lista de los más leídos en la plataforma Skoob poseen adaptaciones audiovisuales. Este fenómeno corrobora la observación de Marinho (2017), quien señaló que, entre 2010 y 2016, la mayoría de los libros más vendidos en Brasil eran obras que habían sido adaptadas al cine. La autora ejemplifica esta tendencia con el libro ‘Como yo era antes de ti’, que solo alcanzó la lista de más vendidos en el año de lanzamiento de su adaptación cinematográfica.

Esta intersección entre literatura y otros medios sugiere que las adaptaciones cinematográficas actúan como un catalizador para la lectura, impulsando el interés del público por las obras originales. Marinho (2017) argumenta que las películas pueden ser herramientas eficaces para despertar el interés de los jóvenes por la lectura, defendiendo que las adaptaciones se incorporen en actividades escolares. En el contexto de este estudio, la alta frecuencia de la palabra ‘película’ en las reseñas de los libros más leídos refuerza la idea de que el medio visual desempeña un papel significativo en la decisión y el compromiso de los lectores con las obras literarias, creando un ciclo de consumo cultural.

Avanzando al análisis de sentimientos propiamente dicho, que utilizó el “fork” Léxico para Inferência Adaptada (LeIA) del VADER, fue posible cuantificar la polaridad emocional de las reseñas. El LeIA asigna puntuaciones para sentimientos positivos, negativos y neutros, además de un valor “compound” que resume el sentimiento general del texto en una escala de -1 (muy negativo) a 1 (muy positivo). Esta métrica permitió una evaluación sistemática del tono emocional predominante en las mil reseñas recopiladas, ofreciendo una visión detallada de la percepción de los lectores sobre cada obra.

Los resultados del análisis de sentimientos por libro revelaron que la gran mayoría de las obras despertaron emociones positivas en los lectores. Específicamente, nueve de los diez libros más leídos presentaron un valor “compound” positivo. El libro ‘El ladrón de rayos’ se destacó con la mayor media de “compound”, alcanzando 0,53, acompañada de una baja media de puntuación negativa (0,08) y una media neutra de 0,73, con una media positiva de 0,20. Esto indica que la experiencia de lectura de este libro fue predominantemente favorable, con los lectores expresando satisfacción y entusiasmo en sus reseñas.

La única excepción a esta tendencia positiva fue el libro ‘Harry Potter y la orden del fénix’, que registró un valor “compound” negativo de -0,09. Este libro también presentó la menor puntuación positiva promedio (0,12) entre todos los libros analizados, aunque su puntuación neutra promedio fue relativamente alta (0,73), y la promedio negativa de 0,14. Esta particularidad sugiere que, para esta obra específica, la experiencia de lectura pudo haber sido más compleja o ambivalente para una parte de los lectores, o que las reseñas contenían más descripciones que expresiones emocionales positivas directas.

La distribución de los valores “compound” para cada libro, visualizada a través de histogramas, refuerza estas observaciones. Para ‘El ladrón del rayo’, el histograma mostró una alta concentración de reseñas con valores “compound” superiores a 0,75, y una cantidad ínfima de reseñas con “compound” menor que cero. Esto demuestra la fuerte polaridad positiva de las evaluaciones para esta obra. En contraste, el histograma de ‘Harry Potter y la orden de la fénix’ exhibió una distribución más dispersa de los valores “compound” a lo largo de toda la escala, con un pico de frecuencia en -1,0, indicando que una porción significativa de las reseñas expresó sentimientos negativos.

El análisis de las nubes de palabras para libros específicos también proporcionó información valiosa sobre la naturaleza de los sentimientos expresados. En la nube de palabras de ‘Harry Potter y la orden del fénix’, se observó una casi total ausencia de palabras que denotan sentimientos explícitos. La mayoría de los términos más frecuentes se referían a personajes específicos y a la trama, como ‘ministerio’, ‘orden’ y ‘fénix’. Las únicas palabras con connotación sentimental fueron ‘ira’ (en la vigésima segunda posición), ‘bueno’ (en la trigésima séptima) y ‘me gustó’ (en la cuadragésima quinta), lo que puede justificar el “compound” negativo y la alta puntuación neutra para este libro.

Por otro lado, la nube de palabras para ‘El ladrón del rayo’ reveló una presencia significativa de palabras que expresan sentimientos positivos, como ‘increíble’, ‘me encantó’, ‘amo’, ‘me gustó’, ‘maravilloso’ y ‘bueno’, que compartían espacio con términos relacionados a personajes y a la trama. Esta diferencia en la composición de las nubes de palabras entre los libros con “compound” positivo y negativo ilustra cómo el lenguaje utilizado por los lectores refleja directamente su experiencia emocional con la obra, ya sea de entusiasmo o de frustración, o incluso un enfoque más descriptivo.

Al analizar el histograma agregado de los valores “compound” para todas las mil reseñas, se observó una alta concentración de evaluaciones con “compound” entre 0,75 y 1,0. Este hallazgo refuerza la conclusión de que, en su mayoría, los libros más leídos en la plataforma Skoob generan evaluaciones muy positivas. Aunque algunas reseñas presentaron “compound” bajos, la prevalencia de sentimientos positivos en los diez libros analizados fue innegable, indicando que la popularidad de estas obras está intrínsecamente ligada a la satisfacción emocional que proporcionan a los lectores.

La alta puntuación media neutra observada en casi todos los libros puede justificarse por la alta ocurrencia de palabras descriptivas en las reseñas, que hacen referencia a nombres de personajes, lugares o aspectos de la trama. Estas palabras, aunque no tienen una connotación emocional explícita, son esenciales para la comprensión de la trama y la experiencia de lectura. La abundante presencia de términos descriptivos, sin una polaridad emocional clara, tiende a elevar la puntuación neutra en el análisis de sentimientos, incluso en reseñas que contienen elementos positivos.

Es importante considerar los desafíos inherentes a la aplicación de herramientas de análisis de sentimientos desarrolladas para el inglés, como VADER, al idioma portugués. La complejidad gramatical del portugués, con sus particularidades en pronombres, tiempos verbales e infinitivos flexionados (Bizzocchi y Simões, 2025), representa un obstáculo. Aunque LeIA ha sido adaptado al portugués, la presencia de jerga, abreviaturas y expresiones coloquiales en las reseñas aún puede impactar la precisión del análisis, contribuyendo a que algunas frases con contenido positivo fueran clasificadas como neutras, según se observó en las pruebas iniciales que requirieron ajustes manuales en el léxico.

En resumen, los resultados de la investigación indican que los lectores de los libros más populares en Skoob se sienten atraídos por narrativas que evocan sentimientos predominantemente positivos, con un fuerte apego a personajes y tramas bien desarrolladas. La influencia de otros medios, especialmente las adaptaciones cinematográficas, juega un papel significativo en el compromiso con las obras literarias. La predominancia de palabras descriptivas en las reseñas, aunque contribuye a puntuaciones neutras, no eclipsa la fuerte carga emocional positiva expresada por los lectores, que se manifiesta en términos como ‘me encantó’ e ‘increíble’. Estos hallazgos responden al objetivo del estudio, revelando que la conexión emocional con la historia y sus personajes, aliada a la visibilidad proporcionada por las adaptaciones, son puntos cruciales para fomentar y mantener el hábito de la lectura.

4. Conclusión

Este estudio buscó comprender los sentimientos despertados por la lectura y los factores que atraen a los lectores, a través de un análisis de sentimientos en reseñas de los diez libros más leídos en la red social Skoob. Se verificó que la mayoría de las reseñas expresaron sentimientos predominantemente positivos, con alta frecuencia de términos como ‘amé’ e ‘increíble’, y la notable ausencia de palabras negativas entre las más usadas. Se observó un fuerte apego emocional de los lectores a personajes y tramas, evidenciado por la recurrencia de vocablos descriptivos y nombres propios. Adicionalmente, se identificó la significativa influencia de adaptaciones cinematográficas, con nueve de los diez libros más leídos poseyendo versiones audiovisuales, lo que sugiere que otros medios actúan como catalizadores para el compromiso con la literatura. El análisis de sentimientos, utilizando el fork LeIA, confirmó que nueve de las diez obras analizadas generaron un “compound” positivo, indicando una experiencia de lectura mayoritariamente satisfactoria y emocionalmente envolvente para los usuarios de la plataforma.

La comprensión de estos sentimientos y puntos de atracción ofrece una valiosa contribución al desarrollo de estrategias que apunten a fomentar el hábito de la lectura en Brasil y mantener el compromiso de los lectores actuales. Al comprender la carga emocional que una obra demanda, los lectores potenciales pueden tomar decisiones más fundamentadas al elegir sus próximas lecturas, alineando sus expectativas con el contenido. Sin embargo, el análisis reveló que la elevada puntuación neutra en muchas reseñas se justifica por el predominio de palabras descriptivas que, aunque esenciales para la trama, no tienen una connotación emocional explícita. La complejidad de la lengua portuguesa y la presencia de jerga y abreviaturas en las reseñas representaron un desafío para la precisión del LeIA, incluso después de adaptaciones, lo que indica la necesidad de mejoras continuas en el léxico para análisis futuros. Se sugiere que plataformas como Skoob podrían implementar mecanismos para clasificar libros basándose en los sentimientos predominantes de sus reseñas, ayudando en la curaduría y recomendación de obras.

Referencias Bibliográficas

Becker, K.; Tumitan, D. 2013. Introdução à mineração de opiniões: conceitos, aplicações e desafios. In: Simpósio Brasileiro de Banco de Dados, 2013, Recife, Pernambuco, Brasil. Anais… p. 27-52.

Internacional Business Machine. n.d. O que é análise de sentimento? Disponível em: <https://www.ibm.com/br-pt/think/topics/sentiment-analysis>. Acesso em: 14 set. 2025b.

IPL, 2024

Liu, B. 2012. Sentiment Analysis and Opinion Mining, 1ed. Morgan & Claypool Publishers, San Rafael, CA, Estados Unidos.

Pancini, L. 2024. Skeelo compra Skoob e mira crescer no setor de e-books. O desafio: conquistar 10 milhões de

PUCRS, 2026

Ribeiro, M. 2025. Por que ler faz bem para o cérebro? O hábito da leitura traz uma série de benefícios para a saúde do cérebro, como melhora da memória, criatividade e até da empatia. Disponível em: <https://drauziovarella.uol.com.br/neurologia/por-que-ler-faz-bem-para-o-cerebro/>. Acesso em: 20 ago. 2026.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy