Filtrer des tweets

Analyzing Social Media Data in R

Vivek Vijayaraghavan

Data Science Coach

Aperçu de la leçon

Filtrer selon les composantes d'un tweet
- Extraire les tweets originaux
- Langue du tweet
- Tweets populaires selon un minimum de retweets et de favoris

Filtrer les tweets originaux

Un tweet original est une publication initiale par un utilisateur Twitter
Ni retweet, ni citation, ni réponse
Les tweets originaux évitent la répétition de contenu
Aident à maintenir l'engagement

Filtrer les tweets originaux

-filter sert à extraire des tweets originaux
-filter:retweets exclut tous les retweets
-filter:quote exclut les tweets cités
-filter:replies écarte les réponses

Extraire des tweets sans filtres

Extraire des tweets sur « digital marketing » sans filtre

# Extraire 100 tweets sur "digital marketing"
tweets_all <- search_tweets("digital marketing", n = 100)

Extraire des tweets sans filtres

Vérifier le décompte des valeurs dans reply_to_screen_name, is_quote, is_retweet

# Vérifier le nombre de réponses
library(plyr)
count(tweets_all$reply_to_screen_name)

x               freq
<fct>          <int>
blairaasmith      2            
javiergosende     1            
juanburgos        1            
WhutTheHale       2            
NA               94

Extraire des tweets sans filtres

# Vérifier le nombre de citations
count(tweets_all$is_quote)

x        freq
<lgl>    <int>
FALSE     98            
TRUE       2

Extraire des tweets sans filtres

# Vérifier le nombre de retweets
count(tweets_all$is_retweet)

x         freq
<lgl>    <int>
FALSE      61            
TRUE       39

Exclure retweets, citations et réponses

Extraire des tweets sur « digital marketing » en appliquant -filter

# Appliquer '-filter'
tweets_org <- search_tweets("digital marketing 
                            -filter:retweets 
                            -filter:quote 
                            -filter:replies", 
                            n = 100)

Exclure retweets, citations et réponses

Vérifier que réponses, citations et retweets sont exclus

# Vérifier le nombre de réponses
library(plyr)
count(tweets_org$reply_to_screen_name)

x         freq
<lgl>    <int>
NA         100

Exclure retweets, citations et réponses

# Vérifier le nombre de citations
library(plyr)
count(tweets_org$is_quote)

x         freq
<lgl>    <int>
FALSE     100

# Vérifier le nombre de retweets
library(plyr)
count(tweets_org$is_retweet)

x         freq
<lgl>    <int>
FALSE     100

Filtrer les tweets par langue

lang filtre les tweets selon la langue
Récupère les tweets d'une langue donnée

Codes de langue Twitter pour quelques langues

Filtrer les tweets par langue

# Filtrer et extraire les tweets publiés en espagnol
tweets_lang <- search_tweets("brand marketing", lang = "es")

Filtrer les tweets par langue

View(tweets_lang)

Tweets extraits en espagnol

Filtrer les tweets par langue

head(tweets_lang$lang)

[1] "es" "es" "es" "es" "es" "es"

Filtrer par nombre de retweets et de favoris

min_faves: filtre les tweets avec un nombre minimal de favoris
min_retweets: filtre les tweets avec un nombre minimal de retweets
Utiliser l'opérateur AND pour vérifier les deux conditions

Filtrer par nombre de retweets et de favoris

# Extraire des tweets avec au moins 100 favoris et retweets 
tweets_pop <- search_tweets("bitcoin min_faves:100 AND
                            min_retweets:100")

Filtrer par nombre de retweets et de favoris

# Créer un data frame pour vérifier retweets et favoris
counts <- tweets_pop[c("retweet_count", "favorite_count")]

head(counts)

retweet_count    favorite_count
    <int>              <int>
1    162                833
2    141                894    
3    164                1128
4    395                1346    
5    475                2271
6    270                1654

Filtrer par nombre de retweets et de favoris

# Afficher les tweets
head(tweets_pop$text)

text    
<chr>
1    As we continue to build the Bakkt Bitcoin Futures contract, we reached a
2    BREAKING: The United States is considering entering into a "currency pact"
3    REMINDER: The Bitcoin ETF will eventually get approved.\n\nNot a question
4    [New Post] Bitcoin is becoming much more important in Hong Kong and India.
5    Reports are surfacing that some Hong Kong ATMs have run out of cash as
6    Bitcoin is the most transparent currency ever created.

Passons à la pratique !

Analyzing Social Media Data in R