As redes sociais estão sendo usadas como fonte de dados de várias pesquisas, seja de negócios, utilidade pública, marketing e nas diversas áreas da computação. Para realização destas pesquisas, as empresas estão utilizando uma técnica chamada mineração de dados, que consiste em uma busca e classificação de grandes quantidades de dados, afim de entender o consumidor e as tendências de mercado. O Knowledge Discovery in Data Base ou processo KDD, é utilizado para o processamento destes dados através de padrões como o pré-processamento, que consiste basicamente na limpeza de dados inúteis, a mineração de dados que possibilita a extração e a classificação dos dados através de algoritmos que utilizam técnicas de Inteligência Artificial, e o pósprocessamento que é a análise do resultado de toda a extração de dados. No caso deste trabalho, a ferramenta Scup foi a escolhida para realizar todo o processo KDD, desde o pré-processamento até a análise final dos resultados, ela utiliza um algoritmo baseado na técnica de Máquina de Suporte Vetorial, que busca dados a partir de filtros e dimensões. A pesquisa deste trabalho teve o objetivo de analisar as menções relacionadas aos candidatos à presidência do Brasil nas eleições de 2014 no segundo turno. Para isso foram criados os monitoramentos “Aécio Neves” e “Dilma Roussef”, com palavras-chave relacionadas aos dois candidatos. A classificação dos dados ocorreu a partir da análise de cada menção encontrada na base de dados e resultou num resultado praticamente igual aos resultados encontrados nos veículos de pesquisas Datafolha, Ibope e propriamente no resultado final das eleições para presidente do Brasil no segundo turno.