Twitterdata over tijd plotten

Socialemediagegevens analyseren in R

Vivek Vijayaraghavan

Data Science Coach

Lesoverzicht

Tijdreeksdata
Tijdreeksobjecten en -plots maken
Frequentie van tweets in de tijd visualiseren
Merksaliëntie van twee merken vergelijken

Definitie van merksaliëntie

Merksaliëntie gemeten via tweetvolume

Tijdreeksdata

Reeks datapunten met tijdsindex
Frequentie van tweets visualiseren

Een tijdreeksplot

Tweets ophalen voor tijdreeksanalyse

Haal tweets op voor tijdreeksanalyse met search_tweets()

library(rtweet)

# Extract tweets on "#google" using search_tweets()
search_tweets("#google", n = 18000, include_rts = FALSE)

Opgehaalde tweetdata

status_id                 created_at           screen_name
<chr>                    <S3: POSIXct>            <chr>
1164921105066463232    2019-08-23 15:23:29    catapanoannal            
1164921037143699456    2019-08-23 15:23:13    STARBEXPLORE    
1164920927341039621    2019-08-23 15:22:46    indra_susanto    
1164920898475794435    2019-08-23 15:22:40    virfice    
1164920877940482048    2019-08-23 15:22:35    KnowledgeNile    
1164920647962832897    2019-08-23 15:21:40    mahomes_tech

created_at bevat de timestamp van de tweets

Frequentie van tweets visualiseren

Frequenties van tweets analyseren

Volg de totale engagement voor een product
Tweetfrequenties: inzicht in interesse

Tweetfrequentie visualiseren

# Extract tweets on "#camry" using search_tweets()
camry_st <- search_tweets("#camry", n = 18000, include_rts = FALSE)

Tweetfrequentie visualiseren

created_at            screen_name                    text
<S3: POSIXct>           <chr>                        <chr>
2019-08-23 03:29:58    dromru        Toyota Camry 2019 <U+0433><U+043E><U+0434><U+0        
2019-08-23 02:59:04    NusTrivia     Sportier 2020 Toyota Camry TRD to cost $31,995    
2019-08-22 18:09:06    NusTrivia     2020 Toyota Camry TRD Costs $31,995, It’s The     
2019-08-23 01:56:51    RaitisRides   ALL NEW 2020 Toyota Avalon is coming to R    
2019-08-23 01:17:36    jhooie        I have to say, when I finally settled down tod

Tijdreeksplot maken

# Create a time series plot
ts_plot(camry_st, by = "hours", color = "blue")

Tijdreeksplot van tweets over Camry

Tweetfrequenties vergelijken

Het aantal geplaatste tweets is een sterke indicator van merksaliëntie
Vergelijk de merksaliëntie van Tesla en Camry

Tesla vs Camry

Tweetfrequenties vergelijken

Zet de Camry-tweets om naar een tijdreeksobject
Dit object bevat geaggregeerde tweetfrequentie per tijdsinterval

# Convert tweet data into a time series object
camry_ts <- ts_data(camry_st, by = 'hours')
head(camry_ts)

time                    n
<S3: POSIXct>         <int>
2019-08-13 14:00:00     12            
2019-08-13 15:00:00     34            
2019-08-13 16:00:00      1            
2019-08-13 17:00:00      2

Tweetfrequenties vergelijken

# Rename the two columns in the time series object
names(camry_ts) <- c("time", "camry_n")

head(camry_ts)

time                  camry_n
<S3: POSIXct>          <int>
2019-08-13 14:00:00      12            
2019-08-13 15:00:00      34            
2019-08-13 16:00:00       1            
2019-08-13 17:00:00       2

Tweetfrequenties vergelijken

tesla_st <- search_tweets("#tesla", n = 18000, include_rts = FALSE)
tesla_ts <- ts_data(tesla_st, by = 'hours')

names(tesla_ts) <- c("time", "tesla_n")
head(tesla_ts)

time                 tesla_n
<S3: POSIXct>         <int>
2019-08-13 13:00:00    17            
2019-08-13 14:00:00    58            
2019-08-13 15:00:00    38            
2019-08-13 16:00:00    32            
2019-08-13 17:00:00    38

Tweetfrequenties vergelijken

# Merge the two time series objects and retain "time" column
merged_df <- merge(tesla_ts, camry_ts, by = "time", all = TRUE)
head(merged_df)

time                tesla_n    camry_n
<S3:POSIXct>          <int>     <int>
2019-08-13 13:00:00    17        NA    
2019-08-13 14:00:00    58        12    
2019-08-13 15:00:00    38        34    
2019-08-13 16:00:00    32         1

Tweetfrequenties vergelijken

# Stack the tweet frequency columns using melt() function
library(reshape)
melt_df <- melt(merged_df, na.rm = TRUE, id.vars = "time")
head(melt_df)

time                  variable       value
<S3: POSIXct>          <fct>        <int>
2019-08-13 13:00:00    tesla_n        17    
2019-08-13 14:00:00    tesla_n        58    
2019-08-13 15:00:00    tesla_n        38    
2019-08-13 16:00:00    tesla_n        32    
2019-08-13 17:00:00    tesla_n        38    
2019-08-13 18:00:00    tesla_n        34

Tweetfrequenties vergelijken

# Plot frequency of tweets on Camry and Tesla
ggplot(data = melt_df, 
       aes(x = time, y = value, col = variable)) +
       geom_line(lwd = 0.8)

De vergelijkingsplot

Vergelijkende tijdreeksplots van Camry en Tesla

Laten we oefenen!

Socialemediagegevens analyseren in R