La aplicación de análisis en los feeds de Twitter es un campo de investigación muy popular. Un tweet con una limitación de 280 caracteres puede revelar una gran cantidad de información sobre cómo las personas expresan sus sentimientos y emociones dentro de su red o comunidad. Al recolectar, limpiar y analizar tweets de diferentes individuos sobre un tema en particular, podemos capturar no solo los sentimientos y emociones de un individuo, sino también los sentimientos y emociones expresados por un grupo más grande. Usando el conocido clasificador basado en el léxico NRC, clasificamos casi siete millones de tweets en siete estados de batalla en los EE. UU. para comprender las emociones y sentimientos expresados por los ciudadanos estadounidenses hacia los candidatos presidenciales de 2020. Utilizamos las emociones y sentimientos expresados dentro de estos tweets como proxies de sus votos y predecimos las direcciones de cambio de cada estado de batalla. Al comparar con el resultado de los candidatos presidenciales de 2020, pudimos predecir con precisión las direcciones de cambio de cuatro estados de batalla (Arizona, Michigan, Texas y Carolina del Norte), revelando así el potencial de este enfoque en la predicción de resultados electorales futuros. El análisis semana a semana de los tweets utilizando el clasificador NRC se corroboró bien con los diversos eventos políticos que tuvieron lugar antes de las elecciones, lo que permitió comprender la dinámica de las emociones y sentimientos de los seguidores en cada campo. Estas estrategias de investigación e ideas basadas en evidencia pueden traducirse en entornos del mundo real e intervenciones prácticas para mejorar los resultados electorales.