Analisi del sentiment su Twitter

Analisi dei dati dei social media in R

Vivek Vijayaraghavan

Data Science Coach

Panoramica della lezione

Cos'è l'analisi del sentiment?
Esegui l'analisi sui tweet
Interpreta per capire opinioni ed emozioni

Analisi del sentiment

Ricava insight sulla percezione di un prodotto o brand
Estrai e quantifica opinioni positive, negative e neutre
Emozioni come fiducia, gioia e rabbia dal testo

Emozioni nell'analisi del sentiment

Perché è importante

Le percezioni dei clienti influenzano gli acquisti
Aiuta a cogliere il polso di ciò che provano i clienti
Approccio proattivo per ascoltare e coinvolgere direttamente

Come funziona l'analisi del sentiment

Librerie di sentiment predefinite per calcolare i punteggi
Addestrate e valutate in base al significato o intento delle parole
Ogni parola ha un punteggio in base alla vicinanza a termini positivi o negativi
Stesso concetto esteso a parole che esprimono emozioni specifiche

Fasi dell'analisi del sentiment

Fase 1 dell'analisi del sentiment

Fasi dell'analisi del sentiment

Fase 2 dell'analisi del sentiment

Fasi dell'analisi del sentiment

Fase 3 dell'analisi del sentiment

Fasi dell'analisi del sentiment

Fase 4 dell'analisi del sentiment

Estrai tweet per l'analisi del sentiment

# Extract tweets on galaxy fold
twts_galxy  <-  search_tweets("galaxy fold", n = 5000, 
                                lang = "en", include_rts = FALSE)

Esegui l'analisi del sentiment

# Perform sentiment analysis for tweets on galaxy fold
library(syuzhet)
sa.value <- get_nrc_sentiment(twts_galxy$text)

Visualizza i punteggi di sentiment

# View the sentiment scores
sa.value[1:5,1:7]

anger    anticipation    disgust    fear    joy    sadness    surprise
<dbl>       <dbl>         <dbl>     <dbl>  <dbl>    <dbl>       <dbl> 
0             0             0         0      0        0           0
1             0             0         0      0        0           0
1             1             0         2      1        1           1
0             0             0         1      0        0           0
0             0             0         0      0        0           0

Somma dei punteggi di sentiment

# Calculate sum of sentiment scores
score <- colSums(sa.value[,])

Data frame dei punteggi di sentiment

# Convert to data frame
score_df <- data.frame(score)

# View the data frame
score_df

               score
               <dbl>
anger           211            
anticipation    825            
disgust         214            
fear            253            
joy             412            
sadness         197            
surprise        315            
trust           641            
negative        487            
positive       1351

Data frame dei punteggi di sentiment

# Convert row names into 'sentiment' column
# Combine with sentiment scores
sa.score <- cbind(sentiment = row.names(score_df), 
                  score_df, row.names=NULL)

Data frame dei punteggi di sentiment

# View data frame with sentiment scores
print(sa.score)

sentiment      score
<fct>         <dbl>
anger           211            
anticipation    825            
disgust         214            
fear            253            
joy             412            
sadness         197            
surprise        315            
trust           641            
negative        487            
positive        1351

Traccia e visualizza i sentiment

Traccia e visualizza i sentiment con ggplot()

# Plot the sentiment scores
ggplot(data = sa.score2, aes(x = sentiment, y = score, 
       fill = sentiment)) +
       geom_bar(stat = "identity") +
       theme(axis.text.x = element_text(angle = 45, hjust = 1))

Visualizza i sentiment

Passiamo alla pratica !

Analisi dei dati dei social media in R