SOLUCION
A través de la API de Twitter, descargamos 15.000 tweets de argentinos conocidos por ser haters o acosados. Sus conversaciones, junto con un diccionario propietario de palabras y frases en español argentino que nos ayudaron a navegar en una jerga compleja y descifrar la connotación de cada tweet, entrenaron nuestro modelo de machine learning.
Una vez que se completó el entrenamiento del algoritmo, tuvimos que procesar más de cinco millones de tweets de más de 100.000 usuarios únicos de la comunidad de Twitter de Sprite y cuentas de otras marcas con una gran afinidad con el target adolescente de Sprite.
Clasificando cada tweet como ofensivo o no ofensivo y diferenciando a los haters de los no haters.
Para comprender mejor a nuestra audiencia y el contexto actual del bullying en Argentina, utilizamos técnicas de procesamiento del lenguaje natural para identificar las temáticas generales utilizadas por los hates para atacar a sus víctimas: ideología, vergüenza corporal, trolling, agresión por género e identidad.
Finalmente, generamos una scoring, que nos llevó a nuestro hater: @AguanteElCofler.