Filtrando tweets

Analisando dados de mídias sociais em R

Vivek Vijayaraghavan

Data Science Coach

Visão geral da lição

Filtragem por componentes do tweet
- Extrair tweets originais
- Idioma do tweet
- Tweets populares por mínimo de retweets e favoritos

Filtrar tweets originais

Um tweet original é uma publicação inédita de um usuário do Twitter
Não é retweet, citação ou resposta
Tweets originais evitam conteúdo repetitivo
Ajuda a manter o engajamento

Filtrar tweets originais

-filter usado para extrair tweets originais
-filter:retweets exclui todos os retweets
-filter:quote remove tweets citados
-filter:replies garante que respostas sejam filtradas

Extrair tweets sem filtros

Extraia tweets sobre "digital marketing" sem filtros

# Extrair 100 tweets sobre "digital marketing"
tweets_all <- search_tweets("digital marketing", n = 100)

Extrair tweets sem filtros

Verifique a contagem nas colunas reply_to_screen_name, is_quote, is_retweet

# Verificar contagem de respostas
library(plyr)
count(tweets_all$reply_to_screen_name)

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

Extrair tweets sem filtros

# Verificar contagem de citações
count(tweets_all$is_quote)

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

Extrair tweets sem filtros

# Verificar contagem de retweets
count(tweets_all$is_retweet)

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

Excluir retweets, citações e respostas

Extraia tweets sobre "digital marketing" aplicando -filter

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

Excluir retweets, citações e respostas

Verifique se respostas, citações e retweets foram excluídos

# Verificar contagem de respostas
library(plyr)
count(tweets_org$reply_to_screen_name)

x         freq
<lgl>    <int>
NA         100

Excluir retweets, citações e respostas

# Verificar contagem de citações
library(plyr)
count(tweets_org$is_quote)

x         freq
<lgl>    <int>
FALSE     100

# Verificar contagem de retweets
library(plyr)
count(tweets_org$is_retweet)

x         freq
<lgl>    <int>
FALSE     100

Filtrar tweets por idioma

lang filtra tweets por idioma
Retorna tweets de um idioma específico

Códigos de idioma do Twitter para alguns idiomas

Filtrar tweets por idioma

# Filtrar e extrair tweets postados em espanhol
tweets_lang <- search_tweets("brand marketing", lang = "es")

Filtrar tweets por idioma

View(tweets_lang)

Tweets extraídos em espanhol

Filtrar tweets por idioma

head(tweets_lang$lang)

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

Filtrar por contagem de retweets e favoritos

min_faves: filtra por mínimo de favoritos
min_retweets: filtra por mínimo de retweets
Use o operador AND para exigir ambas as condições

Filtrar por contagem de retweets e favoritos

# Extrair tweets com mínimo de 100 favoritos e retweets 
tweets_pop <- search_tweets("bitcoin min_faves:100 AND
                            min_retweets:100")

Filtrar por contagem de retweets e favoritos

# Criar um data frame para verificar retweets e favoritos
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

Filtrar por contagem de retweets e favoritos

# Ver as publicações
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.

Vamos praticar!

Analisando dados de mídias sociais em R