Menyaring tweet

Menganalisis Data Media Sosial dengan R

Vivek Vijayaraghavan

Data Science Coach

Gambaran pelajaran

Penyaringan berdasarkan komponen tweet
- Ekstrak tweet asli
- Bahasa tweet
- Tweet populer berdasar minimal retweet dan favorit

Menyaring tweet asli

Tweet asli adalah posting asli oleh pengguna Twitter
Bukan retweet, kutipan, atau balasan
Tweet asli mencegah konten berulang
Membantu menjaga keterlibatan pengguna

Menyaring tweet asli

-filter untuk mengekstrak tweet asli
-filter:retweets mengecualikan semua retweet
-filter:quote menghapus tweet kutipan
-filter:replies memastikan tweet balasan tersaring

Ekstrak tweet tanpa filter

Ekstrak tweet tentang "digital marketing" tanpa filter

# Ekstrak 100 tweet tentang "digital marketing"
tweets_all <- search_tweets("digital marketing", n = 100)

Ekstrak tweet tanpa filter

Periksa jumlah nilai pada kolom reply_to_screen_name, is_quote, is_retweet

# Periksa jumlah balasan
library(plyr)
count(tweets_all$reply_to_screen_name)

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

Ekstrak tweet tanpa filter

# Periksa jumlah kutipan
count(tweets_all$is_quote)

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

Ekstrak tweet tanpa filter

# Periksa jumlah retweet
count(tweets_all$is_retweet)

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

Kecualikan retweet, kutipan, dan balasan

Ekstrak tweet tentang "digital marketing" dengan -filter

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

Kecualikan retweet, kutipan, dan balasan

Periksa output untuk memastikan balasan, kutipan, dan retweet dikecualikan

# Periksa jumlah balasan
library(plyr)
count(tweets_org$reply_to_screen_name)

x         freq
<lgl>    <int>
NA         100

Kecualikan retweet, kutipan, dan balasan

# Periksa jumlah kutipan
library(plyr)
count(tweets_org$is_quote)

x         freq
<lgl>    <int>
FALSE     100

# Periksa jumlah retweet
library(plyr)
count(tweets_org$is_retweet)

x         freq
<lgl>    <int>
FALSE     100

Menyaring tweet berdasarkan bahasa

lang menyaring tweet berdasarkan bahasa
Mencocokkan tweet dalam bahasa tertentu

Kode bahasa Twitter untuk beberapa bahasa

Menyaring tweet berdasarkan bahasa

# Saring dan ekstrak tweet berbahasa Spanyol
tweets_lang <- search_tweets("brand marketing", lang = "es")

Menyaring tweet berdasarkan bahasa

View(tweets_lang)

Tweet yang diekstrak dalam bahasa Spanyol

Menyaring tweet berdasarkan bahasa

head(tweets_lang$lang)

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

Saring berdasarkan jumlah retweet dan favorit

min_faves: menyaring dengan minimal jumlah favorit
min_retweets: menyaring dengan minimal jumlah retweet
Gunakan operator AND untuk cek kedua syarat

Saring berdasarkan jumlah retweet dan favorit

# Ekstrak tweet dengan minimal 100 favorit dan retweet 
tweets_pop <- search_tweets("bitcoin min_faves:100 AND
                            min_retweets:100")

Saring berdasarkan jumlah retweet dan favorit

# Buat data frame untuk memeriksa jumlah retweet dan favorit
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

Saring berdasarkan jumlah retweet dan favorit

# Lihat tweet
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.

Ayo berlatih!

Menganalisis Data Media Sosial dengan R