<?xml version="1.0" encoding="UTF-8"?>
<?xml-model type="application/xml-dtd" href="http://jats.nlm.nih.gov/publishing/1.1d3/JATS-journalpublishing1.dtd"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.1d3 20150301//EN" "http://jats.nlm.nih.gov/publishing/1.1d3/JATS-journalpublishing1.dtd">
<article xmlns:ali="http://www.niso.org/schemas/ali/1.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" dtd-version="1.1d3" specific-use="1.2" article-type="research-article" xml:lang="es">
<front>
<journal-meta>
<journal-id journal-id-type="pmc">656</journal-id>
<journal-title-group>
<journal-title specific-use="original" xml:lang="es">Signo y Pensamiento</journal-title>
</journal-title-group>
<issn pub-type="ppub">0120-4823</issn>
<issn pub-type="epub">2027-2731</issn>
<publisher>
<publisher-name>Pontificia Universidad Javeriana</publisher-name>
<publisher-loc>
<country>Colombia</country>
<email>revistascientificasjaveriana@gmail.com</email>
</publisher-loc>
</publisher>
</journal-meta>
<article-meta>
<article-id pub-id-type="art-access-id" specific-use="pmc">6562797022</article-id>
<article-id pub-id-type="doi">https://doi.org/10.11144/Javeriana.syp44.crsv</article-id>
<article-categories>
<subj-group subj-group-type="heading">
<subject>Artículos</subject>
</subj-group>
</article-categories>
<title-group>
<article-title xml:lang="es">Comunicación, redes sociales y visualización de datos: humanización cromática como estrategia semiótica y narrativa<sup>
<xref ref-type="fn" rid="fn1">*</xref>
</sup>
</article-title>
<trans-title-group>
<trans-title xml:lang="en">Communication, Social Networks, and Data Visualization: Chromatic
Humanization as a Semiotic and Narrative Strategy</trans-title>
</trans-title-group>
<trans-title-group>
<trans-title xml:lang="pt">Comunicação, redes sociais e visualização de dados: humanização
cromática como estratégia semiótica e narrativa</trans-title>
</trans-title-group>
</title-group>
<contrib-group>
<contrib contrib-type="author" corresp="yes">
<contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-1486-1333</contrib-id>
<name name-style="western">
<surname>Hernández</surname>
<given-names>Jeice</given-names>
</name>
<xref ref-type="corresp" rid="corresp1"><sup>a</sup></xref>
<xref ref-type="aff" rid="aff1"/>
<email>jeicehernandez@usta.edu.co</email>
</contrib>
<contrib contrib-type="author" corresp="no">
<contrib-id contrib-id-type="orcid">https://orcid.org//0000-0002-8011-5347</contrib-id>
<name name-style="western">
<surname>Torres Ruiz</surname>
<given-names>Denize Asceneth</given-names>
</name>
<xref ref-type="aff" rid="aff2"/>
</contrib>
</contrib-group>
<aff id="aff1">
<institution content-type="original">Universidad Santo Tomás,
Bogotá</institution>
<institution content-type="orgname">Universidad Santo Tomás,
Bogotá</institution>
<country country="CO">Colombia</country>
</aff>
<aff id="aff2">
<institution content-type="original">Universidad Santo Tomás,
Bogotá</institution>
<institution content-type="orgname">Universidad Santo Tomás,
Bogotá</institution>
<country country="CO">Colombia</country>
</aff>
<author-notes>
<corresp id="corresp1">
<email>
<sup>a </sup>Autora de correspondencia.
Correo electrónico: jeicehernandez@usta.edu.co</email>
</corresp>
</author-notes>
<pub-date pub-type="epub-ppub">
<season>Enero-Diciembre</season>
<year>2025</year>
</pub-date>
<volume>44</volume>
<history>
<date date-type="received" publication-format="dd mes yyyy">
<day>23</day>
<month>02</month>
<year>2025</year>
</date>
<date date-type="accepted" publication-format="dd mes yyyy">
<day>23</day>
<month>09</month>
<year>2025</year>
</date>
<date date-type="pub" publication-format="dd mes yyyy">
<day>30</day>
<month>12</month>
<year>2025</year>
</date>
</history>
<permissions>
<ali:free_to_read/>
<license xlink:href="https://creativecommons.org/licenses/by/4.0/">
<ali:license_ref>https://creativecommons.org/licenses/by/4.0/</ali:license_ref>
<license-p>Esta obra está bajo una Licencia Creative Commons Atribución 4.0 Internacional.</license-p>
</license>
</permissions>
<abstract xml:lang="es">
<title>Resumen</title>
<p>La humanización cromática de datos se presenta como una innovación relevante en la comunicación visual, ya que ofrece alternativas para interpretar información compleja. Este estudio se basa en <italic>Alicia en el país de las maravillas</italic> como caso de referencia y analiza cómo el color, entendido como signo semiótico, vincula emociones, contextos culturales y narrativas visuales. Empleando un enfoque mixto y crítico, se recolectaron datos con herramientas de procesamiento de lenguaje natural y análisis de sentimientos en redes sociales para evaluar las percepciones y emociones de jóvenes entre 18 y 30 años, durante el 2023 y el 2024. Los resultados evidencian que la humanización cromática facilita la comprensión de narrativas visuales y refuerza la conexión emocional y cultural entre los espectadores y la información. Estos hallazgos amplían las perspectivas en comunicación visual y promueven estrategias basadas en el color para desarrollar narrativas significativas y adaptadas a contextos socioculturales específicos.</p>
</abstract>
<trans-abstract xml:lang="en">
<title>Abstract</title>
<p>The chromatic humanization of data is presented as a significant innovation in visual communication, offering alternatives for interpreting complex information. The study uses <italic>Alice in Wonderland</italic> as a reference case and analyzes how color, understood as a semiotic sign, links emotions, cultural contexts, and visual narratives. Employing a mixed and critical approach, data were collected using natural language processing tools and sentiment analysis on social media, evaluating the perceptions and emotions of young people aged 18 to 30 between 2023 and 2024. The results indicate that chromatic humanization facilitates the understanding of visual narratives and reinforces the emotional and cultural connection between viewers and the information. These findings broaden perspectives in visual communication and promote color-based strategies to develop meaningful narratives adapted to specific socio-cultural contexts.</p>
</trans-abstract>
<trans-abstract xml:lang="pt">
<title>Resumo</title>
<p>A humanização cromática dos dados apresenta-se como uma inovação relevante na comunicação visual, ao oferecer alternativas para interpretar informações complexas. Este estudo baseia-se em <italic>Alice no País das Maravilhas</italic> como caso de referência e analisa como a cor, entendida como signo semiótico, vincula emoções, contextos culturais e narrativas visuais. Utilizando uma abordagem mista e crítica, foram coletados dados com ferramentas de processamento de linguagem natural e análise de sentimentos nas redes sociais, avaliando as percepções e emoções de jovens de 18 a 30 anos entre 2023 e 2024. Os resultados evidenciam que a humanização cromática facilita a compreensão de narrativas visuais e reforça a conexão emocional e cultural entre os espectadores e a informação. Essas descobertas ampliam as perspectivas na comunicação visual e promovem estratégias baseadas na cor para desenvolver narrativas significativas e adaptadas a contextos socioculturais específicos.</p>
</trans-abstract>
<kwd-group xml:lang="es">
<title>Palabras clave</title>
<kwd>humanización cromática</kwd>
<kwd>comunicación visual</kwd>
<kwd>análisis de sentimientos</kwd>
<kwd>signos semióticos</kwd>
<kwd>narrativa visual</kwd>
</kwd-group>
<kwd-group xml:lang="en">
<title>Keywords</title>
<kwd>Chromatic Humanization</kwd>
<kwd>Visual Communication</kwd>
<kwd>Sentiment Analysis</kwd>
<kwd>Semiotic Signs</kwd>
<kwd>Visual Narrative</kwd>
</kwd-group>
<kwd-group xml:lang="pt">
<title>Palavras-chave</title>
<kwd>humanização cromática</kwd>
<kwd>comunicação visual</kwd>
<kwd>análise de sentimentos</kwd>
<kwd>sinais semióticos</kwd>
<kwd>narrativa visual</kwd>
</kwd-group>
<counts>
<fig-count count="10"/>
<table-count count="3"/>
<equation-count count="0"/>
<ref-count count="39"/>
</counts>
<custom-meta-group>
<custom-meta>
<meta-name>Cómo citar</meta-name>
<meta-value>Hernández, J. y Torres
Ruiz, D. A. (2025). Comunicación, redes sociales y visualización de datos:
humanización cromática como estrategia semiótica y narrativa. <italic>Signo y
Pensamiento, 44</italic>. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.11144/Javeriana.syp44.crsv">https://doi.org/10.11144/Javeriana.syp44.crsv</ext-link>
</meta-value>
</custom-meta>
</custom-meta-group>
</article-meta>
</front>
<body>
<sec>
<title><bold>Introducción</bold></title>
<p>En un contexto global caracterizado por la saturación informativa, el desafío principal consiste en transformar grandes volúmenes de datos en representaciones visuales comprensibles, emocionalmente significativas y culturalmente pertinentes. Como señalan <xref ref-type="bibr" rid="ref30">McCandless (2014)</xref> y <xref ref-type="bibr" rid="ref11">Cairo (2016)</xref>, los datos no solo deben comunicar información precisa, sino también generar conexión con las experiencias humanas para facilitar una comprensión profunda y fomentar la toma de decisiones informadas. Sin embargo, gran parte de la visualización contemporánea se centra en los aspectos técnicos y cuantitativos, lo que limita la empatía y dificulta la integración de dimensiones socioculturales en la interpretación de la información (<xref ref-type="bibr" rid="ref13">Drucker, 2011</xref>). Esta desconexión convierte los datos en estructuras abstractas, carentes de significado experiencial y con escasa incidencia práctica.</p>
<p>Frente a este panorama, la presente investigación plantea la humanización cromática de los datos como una estrategia para optimizar la comunicación visual y favorecer la apropiación de la información. Se propone comprender el color no solo como elemento estético, sino como signo semiótico y emocional capaz de conectar narrativas visuales con contextos culturales. Este enfoque busca humanizar los datos mediante el uso del color como puente entre el análisis cuantitativo y la interpretación simbólica, proponiendo un modelo visual que articula lo técnico, lo sensible y lo social en un entorno digital diverso e interconectado.</p>
<p>Desde esta perspectiva, el color trasciende su función estética para convertirse en un medio de comunicación que enlaza emociones, contextos y significaciones culturales. La investigación desarrolla la humanización cromática como herramienta innovadora en visualización de datos, explorando cómo el uso estratégico del color en la narrativa visual de <italic>Alicia en el país de las maravillas</italic> permite una interpretación más profunda y empática de la información. Mediante el cruce entre análisis de sentimientos, tecnologías de minería de datos y principios semióticos, se busca demostrar que los datos complejos pueden transformarse en experiencias visuales accesibles, comprensibles y culturalmente resonantes.</p>
<p>Asimismo, esta propuesta responde a la necesidad de comunicar datos de manera más efectiva en un mundo saturado de información. Basada en teorías semióticas y prácticas de visualización contemporáneas, la humanización cromática permite traducir grandes volúmenes de datos en visualizaciones claras que establecen vínculos emocionales entre el espectador y la narrativa visual. A través del caso de estudio, se analizan los colores asociados a los personajes y temáticas de <italic>Alicia en el país de las maravillas</italic> como indicadores de patrones emocionales y culturales y se evidencia cómo la codificación cromática puede optimizar la comprensión y generar empatía hacia la obra. Este enfoque interdisciplinario subraya la relevancia del color como elemento central en la construcción de mensajes visuales en contextos socioculturales diversos.</p>
<p>La humanización de datos implica transformar información técnica en formatos visuales accesibles, emocionalmente significativos y socialmente contextualizados. Este proceso no se limita a la estética, sino que busca insertar los datos dentro de historias y símbolos reconocibles por las audiencias, lo que potencia la empatía y la interpretación crítica (<xref ref-type="bibr" rid="ref30">McCandless, 2014</xref>; <xref ref-type="bibr" rid="ref11">Cairo, 2016</xref>). De este modo, los datos dejan de ser cifras para convertirse en narrativas visuales con sentido humano, alineadas con las demandas cognitivas y emocionales de los usuarios.</p>
<p>El propósito central de la investigación es articular los resultados del análisis social, los cuestionarios virtuales y el análisis de sentimiento del texto original de Lewis Carroll, lo cual genera una lectura multidimensional de la obra. Esta articulación permite observar cómo los imaginarios literarios se reconfiguran en la cultura digital mediante emociones, percepciones y símbolos visuales.</p>
<p>Inspirada en la perspectiva de <xref ref-type="bibr" rid="ref25">Lupi (2017)</xref>, la investigación adopta la idea de que la visualización debe preservar la complejidad humana de los datos, evitando su reducción a gráficos impersonales. Al transformar la información en representaciones sensibles, se mantiene la huella humana detrás del dato, lo cual propicia una experiencia estética y emocional. Así, la humanización cromática no solo facilita la comprensión, sino que también promueve una relación empática entre el espectador y la información representada.</p>
<p>Desarrollada entre 2023 y 2024, esta investigación propone la humanización cromática de los datos como una alternativa metodológica para comprender narrativas visuales complejas. Se busca convertir la información cromática en estructuras legibles y significativas que fortalezcan la comunicación visual y el vínculo con los espectadores. Tal como señala <xref ref-type="bibr" rid="ref2">Arnheim (1974)</xref>, el color es un componente esencial de la percepción visual, capaz de estructurar y comunicar información en la experiencia perceptiva. En este sentido, la relación social, cultural y semiótica que se establece con el color potencia la comprensión de los códigos e imágenes visuales, en tanto el dato no solo informa, sino que participa en la construcción de sentido dentro de contextos sociales específicos (<xref ref-type="bibr" rid="ref5">Becerra <italic>et al</italic>., 2026</xref>).</p>
<p>El caso de estudio —<italic>Alicia en el país de las maravillas</italic>— se abordó mediante una metodología exploratoria-hermenéutica y crítica con enfoque mixto, que integra técnicas cuantitativas y cualitativas en tres etapas:</p>
<p>
<list list-type="bullet">
<list-item>
<p>
<italic>Recopilación de datos: </italic>a partir de redes sociales y
buscadores, utilizando herramientas como Social Searcher, BuzzSumo y Google
Trends para medir menciones y emociones.</p>
</list-item>
<list-item>
<p>
<italic>Procesamiento y análisis textual:</italic> con generación de
n-gramas para identificar patrones narrativos, emocionales y culturales
vinculados a los personajes y a las temáticas.</p>
</list-item>
<list-item>
<p>
<italic>Diseño visual y validación: </italic>mediante la creación de una
propuesta cromática interactiva que humaniza los datos obtenidos y permite
evaluar su comprensión emocional y simbólica.</p>
</list-item>
</list>
</p>
<p>Este enfoque demuestra que la humanización cromática de los datos no solo mejora la accesibilidad y comprensión de la información, sino que también resignifica la experiencia visual al situar los datos en contextos humanos, culturales y emocionales. En consecuencia, el estudio propone una nueva forma de leer los datos: no como abstracciones cuantificables, sino como narrativas cromáticas que reflejan la complejidad de la experiencia humana.</p>
<p>Aunque esta investigación se enmarca dentro de la comunicación visual y la semiótica, incorpora herramientas computacionales no con fines predictivos, sino interpretativos. El uso de técnicas de procesamiento de lenguaje natural y aprendizaje automático permite identificar patrones culturales, lingüísticos y afectivos que enriquecen la lectura semiótica del color y la narrativa visual. Esta articulación responde al paradigma de la investigación humanística digital (<xref ref-type="bibr" rid="ref6">Berry, 2012</xref>; <xref ref-type="bibr" rid="ref29">Manovich, 2016</xref>), en la que las tecnologías computacionales son instrumentos de lectura crítica y no solo de cálculo estadístico.</p>
</sec>
<sec>
<title><bold>Marco teórico</bold></title>
<p>La humanización de datos, desde la perspectiva de Giorgia Lupi, parte del reconocimiento de que los datos son una extensión de la experiencia humana: cada punto de información representa fragmentos de nuestras emociones, comportamientos y decisiones. <xref ref-type="bibr" rid="ref25">Lupi (2017)</xref> sostiene que los datos no deben entenderse como cifras impersonales, sino como huellas de la vida cotidiana que pueden ser interpretadas de manera sensible y empática. En este sentido, los patrones humanos se transforman en datos a partir de la observación de conductas diarias, lo que permite construir visualizaciones que no solo comunican información, sino que también despiertan resonancias emocionales y subjetivas en la audiencia. Este enfoque, que busca conectar lo abstracto con lo tangible y lo técnico con lo emocional, contribuye a una comprensión más profunda y humana de la información (<xref ref-type="bibr" rid="ref26">Lupi, 2019</xref>).</p>
<p>Este planteamiento se enriquece con los aportes de autores como <xref ref-type="bibr" rid="ref3">Bartram <italic>et al</italic>. (2017)</xref>, quienes introducen la visualización afectiva como una herramienta que permite comunicar emociones a través de características visuales —entre ellas el color— que influyen directamente en la percepción del espectador. De manera similar, <xref ref-type="bibr" rid="ref35">Rensink y Baldridge (2010)</xref> demuestran que la relación entre propiedades visuales y la percepción humana puede fortalecer la interpretación de datos complejos, mientras que <xref ref-type="bibr" rid="ref27">Machin (2007)</xref> explora cómo la saturación, el contraste y la luminosidad cromática generan respuestas emocionales significativas. En la misma línea, <xref ref-type="bibr" rid="ref31">Meirelles (2013)</xref> resalta que los recursos visuales bien diseñados —especialmente el color— son esenciales para transmitir emociones y facilitar la conexión entre los datos y las audiencias.</p>
<p>En este contexto, el color adquiere un papel central en la humanización de los datos. Según <xref ref-type="bibr" rid="ref19">Hernández y Oliveros Aya (2023)</xref>, en relatos clásicos como <italic>Alicia en el país de las maravillas</italic> y <italic>Blancanieves</italic>, el color trasciende la estética para convertirse en un elemento transversal que comunica valores sociales y derechos humanos mediante la narrativa visual. Así, al integrar el color como signo expresivo dentro de la imagen, se logra una representación más comprensible y empática de los patrones culturales y sociales, lo que contribuye directamente a la humanización de los datos.</p>
<p>De manera complementaria, <xref ref-type="bibr" rid="ref20">Hernández (2020)</xref> subraya que el color en las imágenes visuales de las historias clásicas actúa como un potente comunicador de ideas, emociones y contextos sociales. Esta postura coincide con los hallazgos de <xref ref-type="bibr" rid="ref21">Hernández <italic>et al</italic>. (2020)</xref>, quienes evidencian que las asociaciones cromáticas en entornos visuales reflejan los cambios sociales y condicionan la lectura de las imágenes, especialmente en entornos virtuales. En consecuencia, la humanización de los datos cromáticos no solo incrementa la claridad del mensaje visual, sino que también favorece una interpretación más precisa y culturalmente situada.</p>
<p>Este planteamiento se relaciona con los postulados de <xref ref-type="bibr" rid="ref4">Barthes (1977)</xref>, quien afirma que los elementos visuales —como los colores— actúan como signos culturales que adquieren significado en contextos sociales específicos. Los signos visuales no son universales: su sentido depende del entorno semiótico y cultural en el que se inscriben. De ahí que, como señala <xref ref-type="bibr" rid="ref20">Hernández (2020)</xref>, adaptar la paleta cromática al contexto cultural no solo mejora la comunicación, sino que refuerza la conexión entre el mensaje visual y sus receptores. Este proceso convierte al color en un vehículo de mediación simbólica que optimiza la comprensión y la empatía.</p>
<p>Por su parte, <xref ref-type="bibr" rid="ref14">Dykes (2020)</xref> plantea que una historia de datos eficaz tiene tres componentes principales: la narrativa, los datos y los elementos visuales. En la presente investigación, estos tres componentes estructuran el desarrollo del proyecto visual al articular los resultados del análisis cromático con el discurso narrativo de la obra <italic>Alicia en el país de las maravillas</italic>. Esta aproximación se enmarca en un entorno semiótico, entendido como el sistema de signos y significados que rodea el contenido visual. Según <xref ref-type="bibr" rid="ref15">Eco (1979)</xref>, los signos y códigos culturales son esenciales para la creación de significados, ya que determinan la forma en que los espectadores interpretan las imágenes y construyen sentido a partir de ellas.</p>
<p>En este contexto, la recolección y el análisis de sentimientos en redes sociales se convierte en un recurso metodológico clave para comprender las percepciones y las emociones del público frente a narrativas visuales. El análisis de sentimientos —o minería de opiniones— permite extraer y evaluar grandes volúmenes de texto generados por usuarios en plataformas como Twitter, Facebook e Instagram para identificar emociones predominantes (positivas, negativas o neutras) y patrones culturales que influyen en la recepción de las imágenes (<xref ref-type="bibr" rid="ref37">Saif <italic>et al</italic>., 2016</xref>). Esta técnica complementa el proceso de humanización cromática al proporcionar una base empírica sobre cómo las audiencias experimentan emocionalmente las narrativas visuales.</p>
<p>Asimismo, <xref ref-type="bibr" rid="ref34">Pang y Lee (2008)</xref> destacan que la minería de opiniones facilita la interpretación de las emociones asociadas a elementos visuales específicos, lo cual permite evaluar cómo los públicos responden a determinados estímulos cromáticos o narrativos. Por su parte, <xref ref-type="bibr" rid="ref10">Cambria, Schuller, Xia y Havasi (2013)</xref> señalan que esta metodología es especialmente útil para identificar diferencias culturales en la percepción visual, aspecto fundamental para ajustar las estrategias comunicativas según los contextos socioculturales. De este modo, la integración entre análisis de sentimientos y visualización cromática permite desarrollar narrativas visuales más precisas, afectivas y culturalmente resonantes.</p>
<p>Además, el análisis de sentimientos contribuye a rastrear las dinámicas temporales y las tendencias emergentes en la interpretación pública de las obras visuales. <xref ref-type="bibr" rid="ref9">Bollen, Mao y Zeng (2011)</xref> evidencian que este tipo de análisis no solo captura el estado emocional de una audiencia en un momento determinado, sino que también permite observar la evolución de sus percepciones frente a eventos o transformaciones narrativas. En la misma línea, <xref ref-type="bibr" rid="ref24">Liu (2012)</xref> resalta el valor del procesamiento de lenguaje natural como herramienta para aumentar la precisión interpretativa y, por ende, optimizar la traducción visual de las emociones colectivas.</p>
<p>En conjunto, la combinación entre humanización cromática y análisis de sentimientos constituye una metodología integral que permite traducir datos abstractos en experiencias visuales significativas. Este proceso transforma los datos en narrativas visuales accesibles, emocionalmente ricas y culturalmente pertinentes y así fortalece la relación entre los usuarios y la información representada.</p>
<p>En coherencia con este propósito, la investigación adopta un modelo metodológico mixto que combina técnicas de procesamiento de lenguaje natural, análisis de sentimientos y clasificación supervisada de textos. El enfoque se desarrolló mediante herramientas computacionales de análisis textual y visualización de datos, priorizando la transparencia en los procesos de limpieza, etiquetado y validación estadística. La muestra perceptiva, integrada por sesenta jóvenes entre 18 y 30 años, se seleccionó de forma intencionada por su relación generacional con los entornos digitales y narrativos del estudio. Desde una perspectiva crítica, la metodología no busca la predicción automatizada, sino la interpretación cultural y semiótica de los datos, reconociendo los sesgos tecnológicos presentes en los sistemas de análisis y proponiendo su lectura desde la humanización cromática y la reflexión visual.</p>
<p>A continuación, se presentan la metodología y el proceso de investigación empleados para la creación de la pieza visual, explicando los elementos narrativos, cromáticos y semióticos que sustentan la propuesta, así como su aplicación práctica en la humanización de los datos.</p>
</sec>
<sec>
<title><bold>Metodologías computacionales en humanidades
visuales</bold></title>
<p>En el ámbito de las humanidades digitales, el uso de algoritmos de aprendizaje de máquina se ha consolidado como una estrategia para explorar patrones culturales y discursivos (<xref ref-type="bibr" rid="ref22">Jockers, 2013</xref>; <xref ref-type="bibr" rid="ref6">Berry, 2012</xref>). Estos enfoques no buscan reemplazar la interpretación humana, sino ampliar su alcance analítico mediante la identificación de correlaciones, tendencias y asociaciones implícitas. En este sentido, la presente investigación adopta un modelo de <italic>text mining</italic> y análisis de sentimientos que se inscribe dentro del enfoque de la <italic>culturómica visual</italic>, un campo emergente que combina la cuantificación de patrones culturales con la lectura crítica de estos (<xref ref-type="bibr" rid="ref32">Michel <italic>et al</italic>., 2011</xref>).</p>
<p>Entonces, el uso de herramientas computacionales permite traducir fenómenos narrativos y afectivos en representaciones visuales más comprensibles, sin perder la dimensión simbólica o subjetiva del análisis.</p>
</sec>
<sec>
<title><bold>Metodología</bold></title>
<p>Para comprender cómo los usuarios perciben y experimentan las narrativas visuales y cromáticas, esta investigación emplea herramientas que permiten capturar y analizar las emociones y las opiniones de manera precisa y contextualiza los resultados mediante un proceso de sistematización de datos cromáticos y semánticos. En este sentido, el análisis de sentimientos en redes sociales se configura como una metodología esencial, pues dichas plataformas son espacios donde millones de personas expresan cotidianamente percepciones, emociones y valoraciones que reflejan construcciones culturales compartidas.</p>
<p>De acuerdo con <xref ref-type="bibr" rid="ref3">Bartram <italic>et al</italic>. (2017)</xref>, la visualización afectiva permite capturar no solo los datos objetivos, sino también las respuestas emocionales de los usuarios ante estímulos visuales como el color, el contraste o la forma. Este tipo de análisis posibilita el desarrollo de estrategias más eficaces para la representación visual, tanto en contextos comunicativos como en procesos de diseño, al integrar las emociones como parte constitutiva del mensaje. En esta misma línea, <xref ref-type="bibr" rid="ref23">Kosara y Mackinlay (2013)</xref> sostienen que las narrativas visuales efectivas no solo informan, sino que también activan respuestas emocionales, lo cual fortalece el vínculo entre el usuario y la información presentada.</p>
<p>La combinación entre el análisis de sentimientos y las técnicas de visualización emocional permite, entonces, una lectura más profunda sobre cómo las personas perciben, interpretan y reaccionan frente a los estímulos visuales. Este proceso se alinea con la humanización de datos cromáticos, ya que convierte los patrones cuantitativos —frecuencia, polaridad, intensidad— en representaciones sensibles que hacen los datos más accesibles, comprensibles y culturalmente significativos.</p>
</sec>
<sec>
<title><bold>Diseño metodológico</bold></title>
<p>La investigación adopta un diseño exploratorio, mixto y crítico, orientado a reconocer patrones emergentes entre emoción, color y significado en datos sociales. Su carácter exploratorio se justifica en la ausencia de estudios previos sobre la humanización cromática de datos y en la necesidad de observar y describir fenómenos más que verificarlos, para así ampliar el campo de la investigación visual y semiótica del color planteado por <xref ref-type="bibr" rid="ref18">Hernández Contreras (2024)</xref> y <xref ref-type="bibr" rid="ref20">Hernández (2020)</xref>. Este enfoque permite construir conocimiento inductivo desde la convergencia de métodos cuantitativos (análisis de sentimiento y minería de datos) y cualitativos (lectura semiótica e interpretación cultural), mientras que su dimensión crítica examina cómo los algoritmos condicionan la representación emocional y simbólica de los relatos visuales, cuestionando los sesgos tecnológicos y culturales presentes en los procesos de visualización (<xref ref-type="bibr" rid="ref16">Fuchs, 2017</xref>; <xref ref-type="bibr" rid="ref12">Chun, 2018</xref>; <xref ref-type="bibr" rid="ref18">Hernández Contreras, 2024</xref>).</p>
<p>Las fases principales fueron las siguientes:</p>
<p>
<list list-type="order">
<list-item>
<p>
<italic>Recopilación de datos:</italic> se recolectaron textos y
publicaciones provenientes de diecisiete redes sociales relacionados con <italic>Alicia
en el país de las maravillas</italic>, con sus personajes y con conceptos asociados
a su universo narrativo. Para ello, se emplearon herramientas de rastreo
automatizadas y búsquedas manuales para delimitar un corpus representativo que
incluyera diversidad de contextos culturales y lingüísticos. Esto se logró
mediante la utilización de API de redes sociales, la obtención de datos de
manera manual y a través de herramientas de <italic>scraping.</italic>
</p>
</list-item>
<list-item>
<p>
<italic>Preprocesamiento de texto: </italic>los datos se limpiaron y se normalizaron
mediante técnicas de procesamiento de lenguaje natural (PLN), eliminando ruido
textual (signos, números, duplicados, <italic>stopwords</italic>) y aplicando
lematización para unificar términos.</p>
</list-item>
<list-item>
<p>
<italic>Anotación y clasificación de sentimientos:</italic> los textos se
clasificaron en categorías de sentimiento positivo, negativo o neutro,
utilizando diccionarios léxicos y modelos de aprendizaje automático. Este paso
permitió identificar el tono emocional predominante en torno a cada personaje o
concepto de la obra.</p>
</list-item>
<list-item>
<p>
<italic>Análisis léxico y n-gramas:</italic> inspirados en el proyecto Google
Ngram Viewer (<xref ref-type="bibr" rid="ref32">Michel<italic> et al.</italic>, 2011</xref>), se construyó un corpus de
secuencias léxicas con longitudes entre una y cuatro palabras. Los n-gramas
permitieron detectar patrones de coocurrencia, asociaciones simbólicas y
representaciones recurrentes vinculadas a los personajes, emociones y colores. Este
enfoque se nutre de la <italic>culturómica</italic> (<xref ref-type="bibr" rid="ref28">Manning y
Schütze, 1999</xref>), que explora cómo las combinaciones de palabras revelan
transformaciones culturales a lo largo del tiempo.</p>
</list-item>
<list-item>
<p>
<italic>Herramientas de aprendizaje automático y validación:</italic> se aplicaron modelos
supervisados de clasificación para evaluar la polaridad emocional de los
textos. La validación del modelo se realizó mediante métricas de precisión,
exhaustividad para garantizar la fiabilidad del análisis.</p>
</list-item>
<list-item>
<p>
<italic>Visualización de resultados:</italic> los datos se sistematizaron y se
representaron a través de gráficos de barras, nubes de palabras y mapas
cromáticos, vinculando las emociones predominantes con los códigos de color
asociados a los personajes. Esta visualización permitió construir una narrativa
visual coherente con la metodología de humanización cromática.</p>
</list-item>
<list-item>
<p>
<italic>Interpretación y triangulación:</italic> finalmente, se trianguló la
información cuantitativa (frecuencias, polaridades, tendencias) con los datos
cualitativos obtenidos en el cuestionario aplicado a los usuarios y así se
integraron los resultados del análisis semántico con la percepción subjetiva y
emocional de los participantes.</p>
</list-item>
</list>
</p>
</sec>
<sec>
<title><bold>Obtención y construcción del corpus</bold></title>
<p>Se recopilaron menciones en diecisiete redes sociales (Twitter, Instagram, YouTube, etc.) entre 2023 y 2024 usando <italic>keywords</italic> y <italic>hashtags</italic> derivados de n-grams (n = 1 – 4) asociados con “Alicia”, “Sombrerero Loco” y temas afines. Se utilizaron combinaciones booleanas y filtros lingüísticos para aislar menciones pertinentes. El corpus total se conformó con aproximadamente seis mil registros textuales (contemplan menciones desde 2009 hasta 2023).</p>
<p>Al ser las redes sociales el espacio contemporáneo donde las audiencias reconfiguran el significado de las obras culturales (<xref ref-type="bibr" rid="ref37">Saif <italic>et al</italic>., 2016</xref>), analizar el discurso emocional en estos entornos permite observar la vigencia y resignificación simbólica del relato de Carroll, identificando cómo las percepciones colectivas influyen en su representación visual.</p>
<sec>
<title><bold>Preprocesamiento</bold></title>
<p>
<list list-type="bullet">
<list-item>
<p> Eliminación
de duplicados, <italic>stop words </italic>y normalización
léxica</p>
</list-item>
<list-item>
<p>
<italic>Lemmatización </italic>en español e inglés</p>
</list-item>
<list-item>
<p>Detección
y eliminación de ruido semántico (ironías, memes sin texto, <italic>spam</italic>)</p>
</list-item>
</list>
</p>
<p>Este proceso se diseñó cuidadosamente para preservar el significado cultural, reconociendo el riesgo de “quitarle sentido” al lenguaje (<xref ref-type="bibr" rid="ref8">Boehm, 2021</xref>) (<xref ref-type="table" rid="gt1">Tabla 1)</xref>.</p>
<p>
<table-wrap id="gt1">
<label>Tabla 1.</label>
<caption>
<title>Sentimiento x semana
(se muestran las veinte primeras)</title>
</caption>
<alt-text>Tabla 1. Sentimiento x semana
(se muestran las veinte primeras)</alt-text>
<graphic xlink:href="6562797022_gt2.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración
propia (2024).</attrib>
</table-wrap>
</p>
</sec>
<sec>
<title><bold>Etiquetado y análisis de sentimientos</bold></title>
<p>
<list list-type="order">
<list-item>
<p>Se
empleó una estrategia híbrida: a) automática, mediante lexicones preentrenados; y b) manual, para corregir de sarcasmo,
metáforas o ironías detectadas en contexto.</p>
</list-item>
<list-item>
<p>Cada
mención fue clasificada según los tres niveles de polaridad —positiva, negativa
o neutra— definidos a partir del análisis léxico-afectivo. Las emociones se
interpretaron mediante categorías léxicas y contextuales emergentes del propio
corpus, evitando imponer estructuras emocionales preestablecidas. Este enfoque
se seleccionó por su claridad y neutralidad, ya que permite identificar
tendencias emocionales sin forzar categorías previas. La clasificación basada
en la polaridad del sentimiento facilitó conservar la ambigüedad afectiva característica
del relato de Carroll (<xref ref-type="fig" rid="gf1">Figura 1</xref>).</p>
</list-item>
</list>
</p>
<p>
<fig id="gf1">
<label>Figura 1. </label>
<caption>
<title>Distribución global de sentimientos
en menciones sobre <italic>Alicia en el país de las maravillas</italic>
</title>
</caption>
<alt-text>Figura 1.  Distribución global de sentimientos
en menciones sobre Alicia en el país de las maravillas</alt-text>
<graphic xlink:href="6562797022_gf2.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>El rendimiento del etiquetado automático se verificó mediante una muestra del 10 % evaluada manualmente y alcanzó una precisión promedio del 82 %, coherente con estudios similares (<xref ref-type="bibr" rid="ref10">Cambria <italic>et al</italic>., 2013</xref>).</p>
</sec>
<sec>
<title><bold>Aprendizaje automático</bold></title>
<p>
<list list-type="bullet">
<list-item>
<p>Se
aplicaron algoritmos de clasificación supervisada para validar la coherencia de
las categorías emocionales.</p>
</list-item>
<list-item>
<p>La
calidad del modelo se evaluó con métricas de precisión.</p>
</list-item>
<list-item>
<p>Los
resultados no se usaron como predicción, sino como verificación de consistencia
emocional y narrativa del corpus.</p>
</list-item>
<list-item>
<p>El modelo
de aprendizaje automático se implementó bajo un enfoque supervisado y entrenado
con corpus etiquetados de sentimientos. La elección de este enfoque responde a
su eficacia en clasificar textos breves en contextos de redes sociales (<xref ref-type="bibr" rid="ref24">Liu,
2012</xref>). La evaluación de rendimiento se realizó mediante precisión,
exhaustividad y <italic>F1-score</italic>, lo cual garantizó la confiabilidad
estadística.</p>
</list-item>
</list>
</p>
</sec>
<sec>
<title><bold>Análisis cualitativo y triangulación</bold></title>
<p>
<list list-type="bullet">
<list-item>
<p>Los
resultados cuantitativos se interpretaron mediante un análisis
semiótico-crítico del color y su simbolismo.</p>
</list-item>
<list-item>
<p> La
triangulación entre análisis textual, cromático y perceptual permitió conectar
emociones detectadas en el lenguaje digital con emociones representadas
visualmente.</p>
</list-item>
<list-item>
<p>En
cuanto a la Validación perceptiva, se testearon las visualizaciones con sesenta
participantes entre 18 y 30 años.</p>
</list-item>
<list-item>
<p>Se
compararon percepciones entre dos representaciones visuales para evaluar
claridad, emocionalidad y coherencia narrativa.</p>
</list-item>
</list>
</p>
</sec>
<sec>
<title><bold>Integración con la sistematización de datos</bold></title>
<p>Los resultados obtenidos a partir del análisis de sentimientos fueron cruzados con la base de sistematización de los cuestionarios elaborada en las etapas previas del estudio. Esta base permitió identificar coincidencias entre los patrones emocionales detectados en redes sociales y las respuestas cualitativas del cuestionario aplicado a los usuarios.</p>
<p>De este modo, se logró evidenciar cómo ciertos colores —por ejemplo, el azul asociado a Alicia o el rojo vinculado a la Reina de Corazones— mantienen consistencia en sus asociaciones emocionales entre el discurso digital y las percepciones de los encuestados. Este hallazgo demuestra que los colores funcionan como marcadores culturales y afectivos estables, lo que refuerza la hipótesis de que la humanización cromática contribuye a hacer más comprensibles las narrativas visuales complejas.</p>
<p>En esta fase, el uso del procesamiento de lenguaje natural (<xref ref-type="bibr" rid="ref17">Hripcsak <italic>et al</italic>., 1995</xref>) y la culturómica permitió establecer un paralelismo entre la identidad narrativa de <italic>Alicia en el país de las maravillas</italic> y su reinterpretación contemporánea en los entornos digitales. Aunque el estudio no utilizó directamente la API de Google Books, sí replicó el enfoque teórico de análisis de n-gramas para rastrear cómo la historia y sus personajes son representados, reinterpretados y resignificados en la cultura digital.</p>
<p>El corpus final se analizó utilizando diecisiete redes sociales, en las que se monitorearon menciones, <italic>hashtags</italic> y palabras clave asociadas a los personajes principales y sus atributos emocionales. Este proceso se acompañó de la creación de un tablero de visualización y menciones, en el cual se consolidaron las tendencias detectadas en las distintas plataformas (<xref ref-type="fig" rid="gf2">Figura 2</xref>).</p>
<p>
<fig id="gf2">
<label>Figura 2.</label>
<caption>
<title>Coocurrencia de términos clave (<italic>n-grams</italic>)
asociados a los personajes principales basada en procesamiento de lenguaje
natural aplicado al corpus social</title>
</caption>
<alt-text>Figura 2. Coocurrencia de términos clave (n-grams)
asociados a los personajes principales basada en procesamiento de lenguaje
natural aplicado al corpus social</alt-text>
<graphic xlink:href="6562797022_gf3.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>El integrar resultados de redes sociales, cuestionarios y análisis del texto original por capítulos nos permite sustentar la propuesta de humanización cromática. Se presentan hallazgos descriptivos, cruces comparativos y una interpretación narrativa que articula emociones, plataformas y estructura narrativa.</p>
<sec>
<title><bold><italic>Síntesis </italic></bold></title>
<p>
<list list-type="bullet">
<list-item>
<p>Neutral: 3678 menciones
(76,62 %)</p>
</list-item>
<list-item>
<p>Positivo: 630 menciones
(13,12 %)</p>
</list-item>
<list-item>
<p>Negativo: 492 menciones
(10,25 %)</p>
</list-item>
<list-item>
<p>Total de menciones
consolidadas: 4800</p>
</list-item>
<list-item>
<p>Plataformas principales (<italic>top </italic>5): Dailymotion
(1300), Flickr (1297), Reddit (1033), Vkontakte
(698), <italic>unknown </italic>(379)</p>
</list-item>
<list-item>
<p>Serie temporal: 475 días
medidos entre 2009-08-02 y 2023-08-30, con picos asociados a hitos mediáticos</p>
</list-item>
</list>
</p>
</sec>
<sec>
<title><bold><italic>Cruces comparativos</italic></bold></title>
<p>
<list list-type="bullet">
<list-item>
<p>Redes sociales: el
sentimiento por plataforma muestra diferencias en la polaridad según el tipo de
red (visual, foro, video).</p>
</list-item>
<list-item>
<p>Cuestionarios: las
frecuencias de emociones, colores y personajes preferidos son coherentes con
los patrones observados en redes y capítulos.</p>
</list-item>
</list>
</p>
</sec>
</sec>
</sec>
<sec>
<title><bold>Análisis interpretativo</bold></title>
<p>La convergencia de los tres frentes sugiere que el discurso social mantiene una base descriptiva alta, pero con suficiente carga emocional para sustentar una codificación cromática sensible al contexto. Las plataformas con mayor volumen (p. ej., foros/visual) muestran perfiles de sentimiento particulares, lo que avala diferenciar paletas según canal. El análisis por capítulos evidencia picos de positividad/ambivalencia, coherentes con momentos narrativos clave, y el cuestionario confirma percepciones sobre personajes y colores que favorecen la lectura de la pieza visual.</p>
<p>La triangulación entre los resultados del análisis de sentimientos, las encuestas aplicadas y los datos cromáticos permitió elaborar una lectura multidimensional de la obra, al articular sus componentes emocionales, narrativos y visuales. Así, la investigación demuestra que los datos humanizados —al ser interpretados desde la percepción cromática y emocional— no solo enriquecen la comprensión de las narrativas visuales, sino que también potencian la comunicación cultural y simbólica en entornos digitales contemporáneos (<xref ref-type="fig" rid="gf3">Figura 3</xref>).</p>
<p>
<fig id="gf3">
<label>Figura 3.</label>
<caption>
<title>Rastreo en
redes mediante herramientas de análisis, antes de limpiar los datos para analizar
el sentimiento en las menciones</title>
</caption>
<alt-text>Figura 3. Rastreo en
redes mediante herramientas de análisis, antes de limpiar los datos para analizar
el sentimiento en las menciones</alt-text>
<graphic xlink:href="6562797022_gf4.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: <xref ref-type="bibr" rid="ref38">Social Searcher (2023)</xref>.</attrib>
</fig>
</p>
<p>El siguiente paso del proceso consistió en analizar los términos obtenidos en la búsqueda, con el fin de identificar cómo se manifiestan los sentimientos y percepciones del público hacia el tema. Para ello, se evaluó el tipo de palabras empleadas en las publicaciones y comentarios recopilados y se clasificaron en positivas, negativas y neutras, de acuerdo con su carga emocional y frecuencia de uso (<xref ref-type="table" rid="gt2">Tabla 2</xref>).</p>
<p>
<table-wrap id="gt2">
<label>Tabla 2.</label>
<caption>
<title>Sentimiento x
red social según análisis de menciones (se muestran las diez primeras)</title>
</caption>
<alt-text>Tabla 2.  Sentimiento x
red social según análisis de menciones (se muestran las diez primeras)</alt-text>
<graphic xlink:href="6562797022_gt3.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración
propia (2024).</attrib>
</table-wrap>
</p>
<p>Las palabras positivas
incluyeron expresiones como “amo”, “me encanta”, “lo máximo”, “perfecto” y
“excelente”, las cuales reflejan una actitud favorable hacia el tema y una
identificación emocional con los personajes o narrativas. Por su lado, las
palabras negativas registradas, como “malo”, “terrible”, “lo peor”, “me choca”
y “fatal”, evidencian una percepción desfavorable o de rechazo. Esta
clasificación permitió reconocer patrones emocionales dominantes y comprender
cómo los usuarios expresan sus emociones en redes sociales en torno a los
elementos visuales y narrativos analizados.</p>
<p>Posteriormente, cada
grupo de palabras se cuantificó y sistematizó como un conjunto de datos
emocionales y se asignaron porcentajes de frecuencia y polaridad que fueron
representados mediante una visualización cromática. Esta fase facilitó la
lectura comparativa entre emociones positivas, negativas y neutras, al integrar
los resultados en los gráficos de la pieza visual final. De este modo, el
análisis no solo permitió identificar tendencias sentimentales, sino también
traducirlas visualmente en códigos de color que representan la intensidad
emocional detectada en el público (<xref ref-type="fig" rid="gf4">Figuras 4</xref> y <xref ref-type="fig" rid="gf5">5</xref>).</p>
<p>
<fig id="gf4">
<label>Figura 4.</label>
<caption>
<title>Resultados de
menciones, palabras clave y análisis de sentimientos mediante rastreo en redes</title>
</caption>
<alt-text>Figura 4. Resultados de
menciones, palabras clave y análisis de sentimientos mediante rastreo en redes</alt-text>
<graphic xlink:href="6562797022_gf5.png" position="anchor" orientation="portrait"/>
<attrib>Fuente:
<xref ref-type="bibr" rid="ref38">Social Searcher (2023)</xref>.</attrib>
</fig>
</p>
<p>
<fig id="gf5">
<label>Figura
5. </label>
<caption>
<title>Resultados
de menciones, palabras clave, nube de palabras y análisis de sentimientos
mediante rastreo en redes</title>
</caption>
<alt-text>Figura
5.  Resultados
de menciones, palabras clave, nube de palabras y análisis de sentimientos
mediante rastreo en redes</alt-text>
<graphic xlink:href="6562797022_gf6.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: <xref ref-type="bibr" rid="ref38">Social Searcher (2023)</xref>.</attrib>
</fig>
</p>
<sec>
<title><bold>Análisis y procesamiento de los
datos: integración técnica y humanización cromática</bold></title>
<p>Aunque los términos iniciales obtenidos durante la búsqueda eran amplios, el proceso de análisis, limpieza y depuración de los datos permitió identificar en las menciones capturadas otros vocablos y expresiones específicas directamente relacionadas con la investigación. A partir de las listas de palabras positivas y negativas, se establecieron menciones y percepciones emocionales diferenciadas, lo que permitió cuantificar los porcentajes de sentimiento y definir los conceptos clave que posteriormente serían empleados en la visualización cromática.</p>
<p>Para redes como Twitter (X), se implementaron herramientas de rastreo semiautomatizado, entre ellas Hootsuite, configurando flujos de búsqueda o <italic>streams</italic> con parámetros específicos: por un lado, combinaciones del nombre de la obra o de los personajes principales con símbolos “:)” para sentimientos positivos y, por el otro lado, las mismas combinaciones con “:(” para sentimientos negativos. Sin embargo, esta automatización exigió un proceso de verificación manual y contextual, ya que el lenguaje natural aún presenta limitaciones para detectar fenómenos semánticos complejos como el sarcasmo, la ironía o las ambigüedades culturales.</p>
<p>A partir de los datos recolectados, se calculó el puntaje de sentimiento en redes sociales, considerando la proporción de menciones positivas respecto al total de menciones con carga emocional (excluyendo las neutras). Esta estrategia permitió obtener un indicador más sensible y realista de la percepción del público. De esta manera, se construyó un índice de sentimiento que refleja la tendencia emocional predominante hacia la narrativa de <italic>Alicia en el país de las maravillas</italic> y sus personajes (<xref ref-type="fig" rid="gf3">Figura 3</xref>).</p>
<p>Para complementar este análisis, se aplicaron cadenas de datos booleanas (<xref ref-type="bibr" rid="ref36">Russell y Norvig, 2010</xref>) que permitieron refinar las búsquedas mediante el uso de operadores lógicos como <italic>AND, OR</italic> y <italic>NOT</italic>. Estas expresiones facilitaron la segmentación del corpus y la identificación de menciones relevantes, lo cual aumentó la precisión en la detección de emociones y patrones de lenguaje. La integración de cadenas booleanas dentro del proceso de minería de datos posibilitó la comparación entre variables —por ejemplo, entre Alicia y el Sombrero Loco— mediante tablas de correlación y nubes de palabras que reflejan las asociaciones más recurrentes en las conversaciones digitales.</p>
<p>Herramientas como Hootsuite Insights y Google Trends permitieron, además, monitorear emociones específicas (como alegría, enojo o sorpresa) a lo largo del tiempo, de modo que se evidenciaron variaciones emocionales según ubicación geográfica y demografía. Esta lectura temporal y contextual de los sentimientos fue esencial para sustentar la humanización de los datos cromáticos, dado que las emociones predominantes se tradujeron visualmente en códigos de color que representan la intensidad y polaridad de las percepciones sociales.</p>
<p>En una tercera fase, orientada a profundizar en la dimensión cualitativa y humanizar los resultados, se aplicaron herramientas de análisis de texto para evaluar el porcentaje de sentimiento positivo o negativo en cada capítulo de la obra original de Lewis Carroll. Este procedimiento permitió contrastar las emociones detectadas en redes sociales con la narrativa literaria y así establecer vínculos entre el discurso cultural actual y el texto fuente. Cada capítulo fue analizado individualmente para evitar sesgos derivados de las traducciones o variaciones gramaticales, lo que generó una comparación entre los datos literarios del siglo XX y las percepciones sociales contemporáneas (<xref ref-type="fig" rid="gf6">Figura 6</xref>).</p>
<p>
<fig id="gf6">
<label>Figura 6.</label>
<caption>
<title>Frecuencia de menciones y nivel de
participación por capítulo basado en el análisis del corpus literario procesado</title>
</caption>
<alt-text>Figura 6. Frecuencia de menciones y nivel de
participación por capítulo basado en el análisis del corpus literario procesado</alt-text>
<graphic xlink:href="6562797022_gf7.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>El resultado de esta integración metodológica combina el análisis cuantitativo (frecuencias y porcentajes) con la interpretación cualitativa (lecturas semánticas y contextuales) para consolidar una base empírica que respalda la visualización cromática como una forma de humanización de los datos, en la que las emociones, los contextos y los signos culturales convergen en una narrativa visual accesible y significativa (<xref ref-type="table" rid="gt4">Tabla 3</xref>).</p>
<p>
<table-wrap id="gt4">
<label>Tabla 3.</label>
<caption>
<title>Datos parciales
obtenidos del análisis de lenguaje en el libro</title>
</caption>
<alt-text>Tabla 3.  Datos parciales
obtenidos del análisis de lenguaje en el libro</alt-text>
<graphic xlink:href="6562797022_gt4.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración
propia (2024).</attrib>
</table-wrap>
</p>
</sec>
</sec>
<sec>
<title><bold>Relación entre el análisis de datos y la humanización cromática</bold></title>
<p>El análisis de sentimientos desarrollado en este proyecto fue esencial para comprender cómo las audiencias perciben la narrativa de <italic>Alicia en el país de las maravillas</italic> y cómo dicha percepción ha evolucionado en distintos contextos culturales y mediáticos. En coherencia con el proceso de sistematización, los datos recolectados en redes sociales y a partir del texto original fueron depurados, clasificados y normalizados según su carga emocional, identificando patrones de lenguaje positivo y negativo. Esta clasificación permitió establecer un mapa de emociones que luego se tradujo en variables cromáticas, en el que cada rango de sentimiento correspondió a una escala de color específica dentro de la visualización final.</p>
<p>Monitorear el sentimiento en redes sociales permitió observar cómo los públicos se apropian de la obra, reconociendo las transformaciones que la figura de Alicia ha tenido en el tiempo y cómo cada adaptación —literaria, cinematográfica o digital— influye en la manera en que los usuarios expresan afecto, nostalgia, ironía o descontento. Este análisis, sustentado en datos cuantitativos (frecuencia, polaridad y porcentaje de sentimiento) y cualitativos (comentarios, <italic>hashtags</italic> y asociaciones semánticas), evidenció que la narrativa de Alicia conserva un valor emocional significativo, pero se reinterpreta constantemente según el entorno sociocultural y tecnológico (<xref ref-type="fig" rid="gf7">Figura 7</xref>).</p>
<p>
<fig id="gf7">
<label>Figura 7.</label>
<caption>
<title>Evolución temporal de las menciones
expresados en redes sociales</title>
</caption>
<alt-text>Figura 7. Evolución temporal de las menciones
expresados en redes sociales</alt-text>
<graphic xlink:href="6562797022_gf8.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>Para establecer el sentimiento hacia la temática, se empleó una metodología que integró el reconocimiento de audiencias y lenguajes dominantes, identificando expresiones que generaban empatía o rechazo. Esta fase correspondió al momento de lectura contextual de los datos, en el cual se cruzaron los resultados del cuestionario con las menciones recolectadas en redes. Esto permitió diferenciar los tipos de públicos (jóvenes, nostálgicos, críticos, creativos) y los códigos visuales o discursivos que cada grupo utiliza. A partir de ello, se proyectó la posibilidad de interacción futura con los usuarios, de modo que la obra visual resultante pueda evaluarse de manera participativa y, de esta manera, fortalecer el vínculo entre el análisis de datos y la creación estética (<xref ref-type="fig" rid="gf8">Figura 8</xref>).</p>
<p>
<fig id="gf8">
<label>Figura 8.</label>
<caption>
<title>Sentimiento por plataforma según
menciones expresadas en redes sociales</title>
</caption>
<alt-text>Figura 8. Sentimiento por plataforma según
menciones expresadas en redes sociales</alt-text>
<graphic xlink:href="6562797022_gf9.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>Los hallazgos del análisis emocional fueron fundamentales para desarrollar la humanización cromática y la visualización interactiva de los resultados (<xref ref-type="fig" rid="gf10">Figura 10</xref>). El recorrido de <italic>Alicia en el país de las maravillas</italic> —identificado como uno de los ejes de mayor resonancia en las respuestas— se convirtió en la base narrativa del diseño. A partir de los puntajes de sentimiento y los patrones detectados en las menciones, se asignaron códigos de color que representaban emociones predominantes (tristeza, serenidad, alegría, sorpresa, ira, pasión). Esto generó una cartografía visual en la que el color actúa como mediador entre los datos y la experiencia del espectador (<xref ref-type="fig" rid="gf9">Figura 9</xref>).</p>
<p>
<fig id="gf9">
<label>Figura 9.</label>
<caption>
<title>Mapa cromático emocional basado en
asociaciones perceptuales entre color y sentimiento</title>
</caption>
<alt-text>Figura 9. Mapa cromático emocional basado en
asociaciones perceptuales entre color y sentimiento</alt-text>
<graphic xlink:href="6562797022_gf10.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia (2024).</attrib>
</fig>
</p>
<p>Los resultados integrados confirman la pertinencia de la humanización cromática como estrategia de comunicación. En redes sociales, la alta proporción de menciones neutrales coexiste con núcleos emocionales identificables por plataforma: espacios de foro y discusión tienden a concentrar polaridades más marcadas, mientras que redes visuales presentan menciones positivas asociadas a lo estético. Esta segmentación por canal respalda el uso de paletas moduladas según el contexto de publicación.</p>
<p>El análisis por capítulos evidencia picos y valles emocionales coherentes con la estructura narrativa. Estos patrones son útiles para definir variaciones cromáticas locales que acompañen transiciones de tono (p. ej., mayor calidez en momentos de anticipación/sorpresa, enfriamiento en episodios de extrañamiento o tristeza). Finalmente, los cuestionarios triangulan la preferencia por ciertos personajes y asociaciones de color, lo cual aporta validación perceptiva de la propuesta. En conjunto, los tres frentes permiten traducir la complejidad emocional en un sistema visual consistente y culturalmente resonante.</p>
<p>De este modo, la visualización final no es solo un resultado estético, sino la traducción semiótica de los datos emocionales obtenidos durante el proceso. La información intangible —emociones, percepciones, vínculos simbólicos— se transformó en una narrativa cromática capaz de comunicar significados culturales de manera inmediata y empática. Así, la investigación confirma lo planteado por <xref ref-type="bibr" rid="ref39">Zatonyi (2011)</xref>, al demostrar que una visualización humanizada puede organizar símbolos y hechos accesibles que transmitan ideas, sensaciones y conceptos complejos con claridad para favorecer una lectura comprensiva y afectiva de los datos.</p>
<p>
<fig id="gf10">
<label>Figura 10.</label>
<caption>
<title>Mapa
interactivo resultante que utiliza la humanización cromática de los datos para
representar el recorrido de Alicia</title>
<p>
<italic>Nota</italic>. En este mapa, los datos intangibles obtenidos de la
percepción de la historia se visualizan a través del uso del color, lo cual facilita
una comprensión más profunda y emocional de la narrativa.</p>
</caption>
<alt-text>Figura 10. Mapa
interactivo resultante que utiliza la humanización cromática de los datos para
representar el recorrido de Alicia</alt-text>
<graphic xlink:href="6562797022_gf11.png" position="anchor" orientation="portrait"/>
<attrib>Fuente: elaboración propia
(2024).</attrib>
</fig>
</p>
</sec>
<sec>
<title><bold>Validación de la visualización cromática</bold></title>
<p>En este contexto, la visualización de datos cromáticos cumple una función esencial al integrar la transmisión de información con la generación de una experiencia emocional significativa. No se limita a comunicar datos de forma eficiente, sino que activa procesos de empatía y reconocimiento cultural y así se conecta con las audiencias, a partir de su percepción personal y su conocimiento previo de la historia.</p>
<p>La propuesta visual resultante fue evaluada por una muestra de jóvenes entre 18 y 30 años —grupo etario que coincide con la mayoría de los participantes cuyos datos se usaron en el análisis inicial—. Este testeo buscó validar la comprensión y la carga emocional de la visualización, así como su coherencia con las narrativas y sentimientos identificados en la fase de análisis de datos. Para ello, se diseñó una encuesta comparativa en la que se presentaron dos imágenes: una representación tradicional del cuento, con colores pastel y un entorno utópico, y la visualización desarrollada (Figura 10), construida a partir de los datos cromáticos humanizados.</p>
<p>A los participantes se les pidió identificar cuál de las dos imágenes se aproximaba más a su percepción y sensación del recorrido de Alicia. El 49 % manifestó sentirse más identificado con la imagen clásica, al asociarla con la estética tradicional del relato; sin embargo, al preguntar cuál de las dos visualizaciones resultaba más clara y comprensible en términos de comunicación de información y decodificación del recorrido narrativo, el 80 % eligió la <xref ref-type="fig" rid="gf10">figura 10</xref>.</p>
<p>Estos resultados evidencian que, pese a la familiaridad estética y preferencia inicial por los tonos utópicos, la visualización basada en la humanización cromática logra transmitir información compleja de manera más efectiva. La claridad percibida sugiere que la estructura semiótica del color y su relación con las emociones permite al espectador construir significados con mayor profundidad, lo que valida la hipótesis central de esta investigación: los datos, al ser humanizados mediante estrategias cromáticas, pueden generar experiencias de comprensión más ricas, intuitivas y empáticas.</p>
</sec>
<sec>
<title><bold>Discusión y resultados</bold></title>
<p>El enfoque de la humanización de datos cromáticos aplicado al diseño de piezas visuales demuestra ventajas sustanciales en la manera en que la información es percibida, comprendida y recordada. En primer lugar, se evidencia una mejora significativa en la comunicación visual, pues comprender el impacto que los colores ejercen sobre la interpretación emocional y cognitiva permite diseñar visualizaciones que se adapten mejor a las sensibilidades del público objetivo. Tal como plantea <xref ref-type="bibr" rid="ref11">Cairo (2016)</xref>, traducir los colores en información accesible y significativa no solo refuerza el mensaje visual, sino que también reduce ambigüedades interpretativas y optimiza la claridad y la efectividad del mensaje. En segundo lugar, la adaptación cultural y semiótica del color se consolida como un elemento esencial dentro del proceso de diseño. Según <xref ref-type="bibr" rid="ref19">Hernández y Oliveros Aya (2023)</xref>, ajustar las estrategias cromáticas a las asociaciones culturales del público garantiza que los contenidos sean percibidos de manera coherente y respetuosa, lo cual coincide con Few (2017), quien destaca que la narrativa visual adquiere mayor relevancia cuando se contextualiza culturalmente, lo cual genera conexiones emocionales más profundas entre la imagen y sus espectadores.</p>
<p>Los resultados obtenidos confirman que una visualización puede generar resonancia emocional mediante colores socialmente asociados a una temática, pero esto no garantiza una comprensión informativa. La claridad en la estructura visual de los datos resulta indispensable para que la audiencia pueda decodificar los mensajes de forma efectiva. En este sentido, al humanizar los datos cromáticos teniendo en cuenta las emociones generadas en la historia —derivadas del análisis de sentimiento realizado sobre los textos y las menciones en redes sociales— se logró un entendimiento más natural de la narrativa y una lectura más fluida de la información visual. El análisis integral reveló correlaciones significativas entre la emocionalidad percibida por los lectores y las tendencias sociales asociadas a los personajes principales: el Sombrerero Loco y el Gato de Cheshire fueron los más mencionados en redes sociales, lo que mostró polaridades emocionales contrastantes, pues mientras el primero fue vinculado con expresiones de caos y humor, el segundo se asoció con ambigüedad y fascinación. Las visualizaciones desarrolladas evidenciaron, además, un patrón cíclico de interés mediático coincidente con fechas de estrenos cinematográficos y adaptaciones audiovisuales, que demostró cómo los fenómenos culturales influyen en la percepción emocional del relato. El análisis de sentimiento por capítulos del texto original mostró un equilibrio entre emociones de sorpresa y confusión, con picos de positividad en los capítulos 3, 7 y 12, momentos narrativos clave del viaje de Alicia.</p>
<p>Estos hallazgos validan la eficacia de la metodología combinada —análisis de sentimiento, procesamiento de lenguaje natural, correlación cromática y testeo perceptual— para transformar los datos en narrativas visuales comprensibles, emocionalmente resonantes y culturalmente contextualizadas. Asimismo, la humanización cromática no solo facilita la interpretación de datos complejos, sino que también enriquece la experiencia narrativa, al integrar emociones, contextos culturales y visualizaciones interactivas. La correlación entre los colores asignados a emociones específicas y la respuesta del público confirmó la hipótesis central: el color actúa como un puente semiótico y emocional entre los datos y el espectador, lo cual abre nuevas posibilidades de aplicación en campos como la educación, la comunicación social, las campañas de sensibilización y las narrativas transmedia.</p>
<p>Por su parte, la metodología computacional no sustituye el análisis semiótico, sino que lo complementa al traducir las emociones colectivas en estructuras observables. Este enfoque coincide con la perspectiva de las <italic>Digital Visual Humanities</italic> (<xref ref-type="bibr" rid="ref7">Berry y Fagerjord, 2017</xref>), en las que los datos se conciben como mediaciones culturales y no como verdades objetivas. De este modo, la investigación mantiene su carácter crítico al reflexionar sobre cómo la automatización afecta la lectura cultural de la imagen y del color. En coherencia con ello, el modelo de análisis afectivo utilizado no se basó en categorías psicológicas cerradas, sino en la detección contextual del tono emocional de los mensajes. Esto permitió una lectura más abierta de la sensibilidad colectiva frente a los personajes y escenas de <italic>Alicia en el país de las maravillas</italic>, en correspondencia con la naturaleza polisémica del relato.</p>
</sec>
<sec>
<title><bold>Conclusiones</bold></title>
<p>El ejercicio de visualización desarrollado en esta investigación permitió evidenciar la persistencia y reconfiguración de los imaginarios de <italic>Alicia en el país de las maravillas</italic> en los entornos digitales contemporáneos, así como su capacidad de generar nuevas lecturas culturales a través de la interacción en redes sociales. El cruce metodológico entre analítica social, lingüística computacional y visualización narrativa demostró que la integración de estos campos amplía las posibilidades de la investigación-creación y aporta nuevas rutas de análisis para comprender la relación entre datos, emociones y cultura visual.</p>
<p>La humanización de datos cromáticos se consolida como una metodología eficaz para transformar información cuantitativa y textual en experiencias visuales significativas. Este enfoque no solo mejora la claridad y coherencia de la comunicación visual, sino que también fortalece la conexión emocional y cultural con las audiencias al adaptar los colores y símbolos a sus sensibilidades semióticas y contextuales. La investigación comprobó que, al traducir las emociones y percepciones identificadas en redes sociales hacia un lenguaje visual basado en el color, los datos se vuelven más accesibles, comprensibles y emocionalmente resonantes.</p>
<p>El análisis del caso de <italic>Alicia en el país de las maravillas</italic> confirmó que el uso estratégico del color actúa como un puente entre los datos y las experiencias humanas, lo que permite una interpretación más profunda y empática de la narrativa visual. Los resultados del testeo con una audiencia joven mostraron que la visualización humanizada facilita la comprensión de datos complejos y mejora la legibilidad informativa, aun frente a representaciones más convencionales o estéticamente familiares. Esto valida la eficacia del modelo de humanización cromática como herramienta de traducción entre lo técnico y lo sensible, entre lo informativo y lo emocional.</p>
<p>De cara al futuro, la combinación del análisis de sentimientos en redes sociales con técnicas de visualización de datos ofrece un campo fértil para la creación de lenguajes visuales más ajustados a los contextos culturales, temporales y demográficos de las audiencias. Esta aproximación permitirá generar narrativas visuales que respondan con mayor precisión a las necesidades comunicativas, para así favorecer la inclusión, la diversidad y la empatía en la transmisión de la información.</p>
<p>La metodología aplicada también revela un alto potencial de transferencia hacia otros campos. En educación, puede contribuir a la enseñanza de conceptos complejos mediante visualizaciones que fomenten el vínculo emocional y la comprensión significativa. En publicidad, la humanización cromática puede fortalecer la conexión entre marca y público al integrar valores culturales y percepciones afectivas. En las narrativas transmedia e interactivas, este enfoque posibilita experiencias inmersivas en las que los datos no solo informan, sino que generan interacción y reflexión crítica.</p>
<p>Finalmente, se recomienda replicar el estudio con corpus ampliados y comparar obras literarias o narrativas visuales de distintos periodos históricos para fortalecer el marco analítico y validar la aplicabilidad de la metodología en diversos contextos culturales y comunicativos.</p>
</sec>
</body>
<back>
<ref-list>
<title><bold>Referencias</bold></title>
<ref id="ref1">
<mixed-citation>Arnheim, R. (2002). <italic>Arte y percepción visual: psicología del ojo creador</italic>. Alianza Editorial.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Arnheim</surname>
<given-names>R.</given-names>
</name>
</person-group>
<source>Arte y percepción visual: psicología del ojo creador</source>
<year>2002</year>
</element-citation>
</ref>
<ref id="ref2">
<mixed-citation>Arnheim, R. (1974). <italic>Art and visual perception: A psychology of the creative eye</italic>. University of California Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Arnheim</surname>
<given-names>R.</given-names>
</name>
</person-group>
<source>Art and visual perception: A psychology of the creative eye</source>
<year>1974</year>
</element-citation>
</ref>
<ref id="ref3">
<mixed-citation>Bartram, L., Patra, A. y Stone, M. (2017). Affective color in visualization. En <italic>Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems</italic> (pp. 1426-1437). Association for Computing Machinery. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1145/3025453.3026041">https://doi.org/10.1145/3025453.3026041</ext-link>
</mixed-citation>
<element-citation publication-type="confproc">
<person-group person-group-type="author">
<name>
<surname>Bartram</surname>
<given-names>L.</given-names>
</name>
<name>
<surname>Patra</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Stone</surname>
<given-names>M.</given-names>
</name>
</person-group>
<source>Affective color in visualization</source>
<year>2017</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1145/3025453.3026041">https://doi.org/10.1145/3025453.3026041</ext-link>
</comment>
<conf-name>Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems</conf-name>
</element-citation>
</ref>
<ref id="ref4">
<mixed-citation>Barthes, R. (1977). <italic>Image, music, text</italic>. Hill and Wang.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Barthes</surname>
<given-names>R.</given-names>
</name>
</person-group>
<source>Image, music, text</source>
<year>1977</year>
</element-citation>
</ref>
<ref id="ref5">
<mixed-citation>Becerra, J., Hernández, J. y Rodriguez, J. (2026). Data wars. The struggle between factual data and pseudodata in western society. <italic>International Review of Sociology</italic>, 1-15. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1080/03906701.2025.2608791">https://doi.org/10.1080/03906701.2025.2608791</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Becerra</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Hernández</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Rodriguez</surname>
<given-names>J.</given-names>
</name>
</person-group>
<article-title>Data wars. The struggle between
factual data and pseudodata in western society</article-title>
<source>International Review of Sociology</source>
<year>2026</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1080/03906701.2025.2608791">https://doi.org/10.1080/03906701.2025.2608791</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref6">
<mixed-citation>Berry, D. (2012). <italic>Understanding digital humanities</italic>. Palgrave Macmillan.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Berry</surname>
<given-names>D.</given-names>
</name>
</person-group>
<source>Understanding digital humanities</source>
<year>2012</year>
</element-citation>
</ref>
<ref id="ref7">
<mixed-citation>Berry, D. M. y Fagerjord, A. (2017). <italic>Digital humanities: Knowledge and critique in a digital age</italic>. Polity Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Berry</surname>
<given-names>D. M.</given-names>
</name>
<name>
<surname>Fagerjord</surname>
<given-names>A.</given-names>
</name>
</person-group>
<source>Digital humanities: Knowledge and critique in a digital age</source>
<year>2017</year>
</element-citation>
</ref>
<ref id="ref8">
<mixed-citation>Boehm, G. (2021). <italic>Meaning and machine learning: Humanities at the edge of computation</italic>. MIT Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Boehm</surname>
<given-names>G.</given-names>
</name>
</person-group>
<source>Meaning and machine learning: Humanities at the edge of computation</source>
<year>2021</year>
</element-citation>
</ref>
<ref id="ref9">
<mixed-citation>Bollen, J., Mao, H. y Zeng, X. (2011). Twitter mood predicts the stock market. <italic>Journal of Computational Science, 2</italic>(1), 1-8. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.jocs.2010.12.007">https://doi.org/10.1016/j.jocs.2010.12.007</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Bollen</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Mao</surname>
<given-names>H.</given-names>
</name>
<name>
<surname>Zeng</surname>
<given-names>X.</given-names>
</name>
</person-group>
<article-title>Twitter mood predicts the stock market</article-title>
<source>Journal of Computational Science</source>
<year>2011</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.jocs.2010.12.007">https://doi.org/10.1016/j.jocs.2010.12.007</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref10">
<mixed-citation>Cambria, E., Schuller, B., Xia, Y. y Havasi, C. (2013). New avenues in opinion mining and sentiment analysis. <italic>IEEE Intelligent Systems, 28</italic>(2), 15-21. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/MIS.2013.30">https://doi.org/10.1109/MIS.2013.30</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Cambria</surname>
<given-names>E.</given-names>
</name>
<name>
<surname>Schuller</surname>
<given-names>B.</given-names>
</name>
<name>
<surname>Xia</surname>
<given-names>Y.</given-names>
</name>
<name>
<surname>Havasi</surname>
<given-names>C.</given-names>
</name>
</person-group>
<article-title>New avenues in opinion mining
and sentiment analysis</article-title>
<source>IEEE Intelligent Systems</source>
<year>2013</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/MIS.2013.30">https://doi.org/10.1109/MIS.2013.30</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref11">
<mixed-citation>Cairo, A. (2016). <italic>The truthful art: Data, charts, and maps for communication</italic>. New Riders.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Cairo</surname>
<given-names>A.</given-names>
</name>
</person-group>
<source>The truthful art: Data charts and maps for communication</source>
<year>2016</year>
</element-citation>
</ref>
<ref id="ref12">
<mixed-citation>Chun, W. H. K. (2018). <italic>Updating to remain the same: Habitual new media</italic>. MIT Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Chun</surname>
<given-names>W. H. K.</given-names>
</name>
</person-group>
<source>Updating to remain the same: Habitual new media</source>
<year>2018</year>
</element-citation>
</ref>
<ref id="ref13">
<mixed-citation>Drucker, J. (2011). Humanities approaches to graphical display. <italic>Digital Humanities Quarterly, 5</italic>(1), 1-22.</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Drucker</surname>
<given-names>J.</given-names>
</name>
</person-group>
<article-title>Humanities approaches to graphical display</article-title>
<source>Digital Humanities Quarterly</source>
<year>2011</year>
</element-citation>
</ref>
<ref id="ref14">
<mixed-citation>Dykes, B. (2020). <italic>Effective data storytelling: How to drive change with data, narrative, and visuals</italic>. Wiley.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Dykes</surname>
<given-names>B.</given-names>
</name>
</person-group>
<source>Effective data storytelling: How to drive change with data narrative and visuals</source>
<year>2020</year>
</element-citation>
</ref>
<ref id="ref15">
<mixed-citation>Eco, U. (1979). <italic>A theory of semiotics</italic>. Indiana University Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Eco</surname>
<given-names>U.</given-names>
</name>
</person-group>
<source>A theory of semiotics</source>
<year>1979</year>
</element-citation>
</ref>
<ref id="ref16">
<mixed-citation>Fuchs, C. (2017). <italic>Critical theory of communication: New readings of Lukács, Adorno, Marcuse, Honneth and Habermas in the age of the internet</italic>. University of Westminster Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Fuchs</surname>
<given-names>C.</given-names>
</name>
</person-group>
<source>Critical theory of communication: New readings of Lukács Adorno Marcuse Honneth and Habermas in the age of the internet</source>
<year>2017</year>
</element-citation>
</ref>
<ref id="ref17">
<mixed-citation>Hripcsak, G., Friedman, C., Alderson, P. O., DuMouchel, W., Johnson, S. B. y Clayton, P. D. (1995). <italic>Unlocking clinical data from narrative reports: A study of natural language processing. Annals of internal medicine, 122</italic>(9), 681-688. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.7326/0003-4819-122-9-199505010-00007">https://doi.org/10.7326/0003-4819-122-9-199505010-00007</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Hripcsak</surname>
<given-names>G.</given-names>
</name>
<name>
<surname>Friedman</surname>
<given-names>C.</given-names>
</name>
<name>
<surname>Alderson</surname>
<given-names>P. O.</given-names>
</name>
<name>
<surname>DuMouchel</surname>
<given-names>W.</given-names>
</name>
<name>
<surname>Johnson</surname>
<given-names>S. B.</given-names>
</name>
<name>
<surname>Clayton</surname>
<given-names>P. D.</given-names>
</name>
</person-group>
<article-title>Unlocking
clinical data from narrative reports: A study of natural language processing</article-title>
<source>Annals of internal medicine</source>
<year>1995</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.7326/0003-4819-122-9-199505010-00007">https://doi.org/10.7326/0003-4819-122-9-199505010-00007</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref18">
<mixed-citation>Hernández Contreras, J. D. (2024). El color intertextual, activo y transversal en la ilustración de cuentos clásicos: una mirada artístico-práctica a <italic>Blancanieves</italic> y <italic>Alicia en el país de las maravillas</italic> a lo largo de los siglos XIX y XX [Tesis doctoral]. Universitat Politècnica de València, España.</mixed-citation>
<element-citation publication-type="thesis">
<person-group person-group-type="author">
<name>
<surname>Hernández Contreras</surname>
<given-names>J. D.</given-names>
</name>
</person-group>
<source>El color intertextual, activo y transversal en la ilustración de cuentos clásicos: una mirada artístico-práctica a Blancanieves y Alicia en el país de las maravillas a lo largo de los siglos XIX y XX</source>
<year>2024</year>
<comment content-type="degree">Tesis
doctoral</comment>
</element-citation>
</ref>
<ref id="ref19">
<mixed-citation>Hernández, J. y Oliveros Aya, C. (2023). El color en los cuentos de hadas y los derechos humanos: la transversalidad del color detrás de la narrativa de Alicia y Blancanieves<italic>. Novum Jus, 17</italic>(2), 301-328.</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Hernández</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Oliveros Aya</surname>
<given-names>C.</given-names>
</name>
</person-group>
<article-title>El
color en los cuentos de hadas y los derechos humanos: la transversalidad del
color detrás de la narrativa de Alicia y Blancanieves</article-title>
<source>Novum Jus</source>
<year>2023</year>
</element-citation>
</ref>
<ref id="ref20">
<mixed-citation>Hernández, J. (2020). La transversalidad del color y su papel comunicador en las imágenes visuales, de la literatura a la imagen actual del cuento clásico <italic>Blancanieves. Revista KEPES, 17</italic>(21), 171-194.</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Hernández</surname>
<given-names>J.</given-names>
</name>
</person-group>
<article-title>La
transversalidad del color y su papel comunicador en las imágenes visuales, de
la literatura a la imagen actual del cuento clásico <italic>Blancanieves</italic>
</article-title>
<source>Revista KEPES</source>
<year>2020</year>
</element-citation>
</ref>
<ref id="ref21">
<mixed-citation>Hernández, J., Torres Ardila, D. y Camargo, E. (2020). Era digital en tiempos de pandemia: educación, color, conocimiento y comunicación. <italic>Utopía y Praxis Latinoamericana, 25</italic>(1), 216-230. <ext-link ext-link-type="uri" xlink:href="https://produccioncientificaluz.org/index.php/utopia/article/view/34171">https://produccioncientificaluz.org/index.php/utopia/article/view/34171</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Hernández</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Torres Ardila</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Camargo</surname>
<given-names>E.</given-names>
</name>
</person-group>
<article-title>Era digital en tiempos de pandemia: educación, color,
conocimiento y comunicación</article-title>
<source>Utopía y Praxis Latinoamericana</source>
<year>2020</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://produccioncientificaluz.org/index.php/utopia/article/view/34171">https://produccioncientificaluz.org/index.php/utopia/article/view/34171</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref22">
<mixed-citation>Jockers, M. (2013). <italic>Macroanalysis: Digital methods and literary history</italic>. University of Illinois Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Jockers</surname>
<given-names>M.</given-names>
</name>
</person-group>
<source>Macroanalysis: Digital methods and literary history</source>
<year>2013</year>
</element-citation>
</ref>
<ref id="ref23">
<mixed-citation>Kosara, R. y Mackinlay, J. (2013). Storytelling: The next step for visualization. <italic>Computer, 46</italic>(5), 44-50. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/MC.2013.36">https://doi.org/10.1109/MC.2013.36</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Kosara</surname>
<given-names>R.</given-names>
</name>
<name>
<surname>Mackinlay</surname>
<given-names>J.</given-names>
</name>
</person-group>
<article-title>Storytelling: The next step for visualization</article-title>
<source>Computer</source>
<year>2013</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1109/MC.2013.36">https://doi.org/10.1109/MC.2013.36</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref24">
<mixed-citation>Liu, B. (2012). <italic>Sentiment analysis and opinion mining</italic>. Morgan &amp; Claypool Publishers. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.2200/S00416ED1V01Y201204HLT016">https://doi.org/10.2200/S00416ED1V01Y201204HLT016</ext-link>
</mixed-citation>
<element-citation publication-type="webpage">
<person-group person-group-type="author">
<name>
<surname>Liu</surname>
<given-names>B.</given-names>
</name>
</person-group>
<source>Sentiment analysis and opinion mining</source>
<year>2012</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.2200/S00416ED1V01Y201204HLT016">https://doi.org/10.2200/S00416ED1V01Y201204HLT016</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref25">
<mixed-citation>Lupi, G. (2017). <italic>Dear data</italic>. Princeton Architectural Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Lupi</surname>
<given-names>G.</given-names>
</name>
</person-group>
<source>Dear data</source>
<year>2017</year>
</element-citation>
</ref>
<ref id="ref26">
<mixed-citation>Lupi, G. (2019, noviembre). <italic>Data humanism: The revolution will be visualized. Medium.</italic>
<ext-link ext-link-type="uri" xlink:href="https://medium.com/@giorgialupi/data-humanism-the-revolution-will-be-visualized-31486a30dbfb">https://medium.com/@giorgialupi/data-humanism-the-revolution-will-be-visualized-31486a30dbfb</ext-link>
</mixed-citation>
<element-citation publication-type="webpage">
<person-group person-group-type="author">
<name>
<surname>Lupi</surname>
<given-names>G.</given-names>
</name>
</person-group>
<source>Data humanism: The revolution will be visualized Medium</source>
<year>2019</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://medium.com/@giorgialupi/data-humanism-the-revolution-will-be-visualized-31486a30dbfb">https://medium.com/@giorgialupi/data-humanism-the-revolution-will-be-visualized-31486a30dbfb</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref27">
<mixed-citation>Machin, D. (2007). <italic>Introduction to multimodal analysis</italic>. Bloomsbury Academic.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Machin</surname>
<given-names>D.</given-names>
</name>
</person-group>
<source>Introduction to multimodal analysis</source>
<year>2007</year>
</element-citation>
</ref>
<ref id="ref28">
<mixed-citation>Manning, C. D. y Schütze, H. (1999). <italic>Foundations of statistical natural language processing</italic>. MIT Press.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Manning</surname>
<given-names>C. D.</given-names>
</name>
<name>
<surname>Schütze</surname>
<given-names>H.</given-names>
</name>
</person-group>
<source>Foundations of statistical natural language processing</source>
<year>1999</year>
</element-citation>
</ref>
<ref id="ref29">
<mixed-citation>Manovich, L. (2016). <italic>The science of culture? Social computing, digital humanities, and cultural analytics</italic>.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Manovich</surname>
<given-names>L.</given-names>
</name>
</person-group>
<source>The science of culture? Social computing digital humanities, and cultural analytics</source>
<year>2016</year>
</element-citation>
</ref>
<ref id="ref30">
<mixed-citation>McCandless, D. (2014). <italic>Knowledge is beautiful: Impossible ideas, invisible patterns, hidden connections-visualized</italic>. Harper Design.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>McCandless</surname>
<given-names>D.</given-names>
</name>
</person-group>
<source>Knowledge is beautiful: Impossible ideas invisible patterns hidden connections-visualized</source>
<year>2014</year>
</element-citation>
</ref>
<ref id="ref31">
<mixed-citation>Meirelles, I. (2013). <italic>Design for information: An introduction to the histories, theories, and best practices behind effective information visualizations</italic>. Rockport Publisher.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Meirelles</surname>
<given-names>I.</given-names>
</name>
</person-group>
<source>Design for information: An introduction to the histories theories and best practices behind effective information visualizations</source>
<year>2013</year>
</element-citation>
</ref>
<ref id="ref32">
<mixed-citation>Michel, J.-B., Shen, Y. K., Aiden, A. P., Veres, A., Gray, M. K., Pickett, J. P., Hoiberg, D., Clancy, D., Norvig, P., Orwant, J., Pinker, S., Nowak, M. A. y Aiden, E. L. (2011). Quantitative analysis of culture using millions of digitized books. <italic>Science, 331</italic>(6014), 176-182. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1126/science.1199644">https://doi.org/10.1126/science.1199644</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Michel</surname>
<given-names>J.-B.</given-names>
</name>
<name>
<surname>Shen</surname>
<given-names>Y. K.</given-names>
</name>
<name>
<surname>Aiden</surname>
<given-names>A. P.</given-names>
</name>
<name>
<surname>Veres</surname>
<given-names>A.</given-names>
</name>
<name>
<surname>Gray</surname>
<given-names>M. K.</given-names>
</name>
<name>
<surname>Pickett</surname>
<given-names>J. P.</given-names>
</name>
<name>
<surname>Hoiberg</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Clancy</surname>
<given-names>D.</given-names>
</name>
<name>
<surname>Norvig</surname>
<given-names>P.</given-names>
</name>
<name>
<surname>Orwant</surname>
<given-names>J.</given-names>
</name>
<name>
<surname>Pinker</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Nowak</surname>
<given-names>M. A.</given-names>
</name>
<name>
<surname>Aiden</surname>
<given-names>E. L.</given-names>
</name>
</person-group>
<article-title>Quantitative analysis of culture using millions of
digitized books</article-title>
<source>Science</source>
<year>2011</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1126/science.1199644">https://doi.org/10.1126/science.1199644</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref33">
<mixed-citation>Meirelles, I. (2014). <italic>Design for information: An introduction to the histories, theories, and best practices behind effective information visualization</italic>. Rockport Publishers.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Meirelles</surname>
<given-names>I.</given-names>
</name>
</person-group>
<source>Design for information: An introduction to the histories theories and best practices behind effective information visualization</source>
<year>2014</year>
</element-citation>
</ref>
<ref id="ref34">
<mixed-citation>Pang, B. y Lee, L. (2008). Opinion mining and sentiment analysis. <italic>Foundations and Trends in Information Retrieval, 2</italic>(1-2), 1-135.</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Pang</surname>
<given-names>B.</given-names>
</name>
<name>
<surname>Lee</surname>
<given-names>L.</given-names>
</name>
</person-group>
<article-title>Opinion mining and sentiment analysis</article-title>
<source>Foundations and Trends in Information Retrieval</source>
<year>2008</year>
</element-citation>
</ref>
<ref id="ref35">
<mixed-citation>Rensink, R. A. y Baldridge, G. (2010). The perception of correlation in scatterplots. <italic>Computer Graphics Forum, 29</italic>(3), 1203-1210.</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Rensink</surname>
<given-names>R. A.</given-names>
</name>
<name>
<surname>Baldridge</surname>
<given-names>G.</given-names>
</name>
</person-group>
<article-title>The perception of correlation in scatterplots</article-title>
<source>Computer Graphics Forum</source>
<year>2010</year>
</element-citation>
</ref>
<ref id="ref36">
<mixed-citation>Russell, S. y Norvig, P. (2010). <italic>Artificial intelligence: A modern approach</italic> (3<sup>a</sup>. ed.). Prentice Hall.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Russell</surname>
<given-names>S.</given-names>
</name>
<name>
<surname>Norvig</surname>
<given-names>P.</given-names>
</name>
</person-group>
<source>Artificial intelligence: A modern approach</source>
<year>2010</year>
</element-citation>
</ref>
<ref id="ref37">
<mixed-citation>Saif, H., He, Y., Fernandez, M. y Alani, H. (2016). Contextual semantics for sentiment analysis of Twitter. <italic>Information Processing &amp; Management, 52</italic>(1), 5-19. <ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.ipm.2015.01.005">https://doi.org/10.1016/j.ipm.2015.01.005</ext-link>
</mixed-citation>
<element-citation publication-type="journal">
<person-group person-group-type="author">
<name>
<surname>Saif</surname>
<given-names>H.</given-names>
</name>
<name>
<surname>He</surname>
<given-names>Y.</given-names>
</name>
<name>
<surname>Fernandez</surname>
<given-names>M.</given-names>
</name>
<name>
<surname>Alani</surname>
<given-names>H.</given-names>
</name>
</person-group>
<article-title>Contextual semantics for
sentiment analysis of Twitter</article-title>
<source>Information Processing &amp; Management</source>
<year>2016</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://doi.org/10.1016/j.ipm.2015.01.005">https://doi.org/10.1016/j.ipm.2015.01.005</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref38">
<mixed-citation>Social Searcher. (2023). <italic>Social Searcher</italic> [Herramienta de monitoreo de redes sociales]. <ext-link ext-link-type="uri" xlink:href="https://www.social-searcher.com/">https://www.social-searcher.com/</ext-link>
</mixed-citation>
<element-citation publication-type="webpage">
<person-group person-group-type="author">
<collab>Social Searcher</collab>
</person-group>
<source>Social Searcher [Herramienta de monitoreo de redes sociales]</source>
<year>2023</year>
<comment>
<ext-link ext-link-type="uri" xlink:href="https://www.social-searcher.com/">https://www.social-searcher.com/</ext-link>
</comment>
</element-citation>
</ref>
<ref id="ref39">
<mixed-citation>Zatonyi, Á. (2011). <italic>Cultura visual y comunicación</italic>. Editorial Cátedra.</mixed-citation>
<element-citation publication-type="book">
<person-group person-group-type="author">
<name>
<surname>Zatonyi</surname>
<given-names>Á.</given-names>
</name>
</person-group>
<source>Cultura visual y comunicación</source>
<year>2011</year>
</element-citation>
</ref>
</ref-list>
<fn-group>
<title>Notas</title>
<fn id="fn1" fn-type="other">
<label>*</label>
<p>Artículo
de investigación</p>
</fn>
</fn-group>
</back>
</article>
