Creare un grafo dai dati grezzi

Casi di studio: analisi di reti in R

Edmund Hart

Instructor

Esplorare i dati

Dati di alcuni giorni di tweet che menzionano #rstats
Attributi chiave per costruire il grafo:
- screen name
- testo grezzo del tweet

Anatomia di un tweet

ReecheshJC: "Ehi #rstats, come faccio fct_lump ma raggruppando in base ai conteggi in una colonna?"
kom_256: "RT @elenagbg: Retwittato R-Ladies Madrid (@RLadiesMAD):\n\nEn el #OCSummit17... Fast Talks sobre #rstats organizado por... https://t.co/CKY5aG…"

library(igraph)
library(stringr)
raw_tweets <- read.csv("datasets/rstatstweets.csv", 
  stringsAsFactors = FALSE)

Esempio di dato, singola riga

user_name:    Karen Millidine
screen_name:    KJMillidine
tweet_tex:t    RT @Rbloggers: RStudio v1.1 Released 
https://t.co/kCMHc689nY #rstats #DataScience
favorites:    0
retweets:    96
location:    None
expanded_url:    https://wp.me/pMm6L-ExV
in_reply_to_tweet_id:    NA
in_reply_to_user_id:    NA
dt:    10/10/17

Costruire il grafo

## Ottieni tutti gli screen name
all_sn <- unique(raw_tweets$screen_name)

## Crea il grafo
retweet_graph <- graph.empty()

## Aggiungi gli screen name come vertici
retweet_graph <- retweet_graph + vertices(all_sn)

Costruire il grafo

## Estrai il nome e aggiungi gli archi
for(i in 1:dim(raw_tweets)[1]){

  # Estrai il nome del retweet
  rt_name <- find_rt(raw_tweets$tweet_text[i])
  # Se c'è un nome, aggiungi un arco
   if(!is.null(rt_name)){

      # Verifica che il vertice esista, altrimenti aggiungilo
      if(!rt_name %in% all_sn){ 
        retweet_graph <- retweet_graph + vertices(rt_name)
      }

     # aggiungi l'arco
     retweet_graph <- retweet_graph + 
       edges(c(raw_tweets$screen_name[i], rt_name))

   }

}

Pulire il grafo

## Conta i vertici di grado 0
sum(degree(retweet_graph) == 0) 

## Pulisci e semplifica
retweet_graph <- simplify(retweet_graph)
retweet_graph <- delete.vertices(retweet_graph, 
  degree(retweet_graph) == 0)

Esercitiamoci!

Casi di studio: analisi di reti in R