En los últimos años, cada vez más personas han estado utilizando videos de YouTube para experimentar viajes de realidad virtual. Muchos individuos utilizan los comentarios para expresar sus ideas o criticar un tema en YouTube. El número de respuestas a videos de 360 grados y unidireccionales es enorme y puede diferir entre los dos tipos de videos. Esto presenta el problema de evaluar de manera eficiente las opiniones de los usuarios con respecto a qué tipo de video será más atractivo para los espectadores, comentarios positivos o interés. Este artículo tiene como objetivo estudiar las técnicas SentiStrength-SE y SenticNet7 para el análisis de sentimientos. Los hallazgos demuestran que el análisis de sentimientos obtenido de SenticNet7 supera al de SentiStrength-SE. A través del análisis de sentimientos se revela que la disparidad de sentimientos entre los espectadores de videos de 360 grados y unidireccionales es baja e insignificante. Además, el estudio muestra que los videos unidireccionales generaron más tráfico durante las prohibiciones de viaje global inducidas por COVID-19. El estudio elabora sobre la capacidad de los videos unidireccionales en los viajes y las implicaciones para la industria y la academia. El segundo objetivo de este artículo también emplea una Red Neuronal Convolucional y un Bosque Aleatorio para el análisis de sentimientos de los comentarios de los espectadores de YouTube, donde el análisis de sentimientos producido por SenticNet7 se utiliza como valores reales. Se emplea validación cruzada con 10 pliegues en los modelos propuestos. Los hallazgos demuestran que la técnica de votación máxima supera en comparación con un pliegue individual.