ツイートのフィルタリング

Rで学ぶソーシャルメディアデータ分析

Vivek Vijayaraghavan

Data Science Coach

レッスン概要

ツイート要素でのフィルタリング
- オリジナルツイートを抽出
- ツイートの言語
- リツイート・いいね最小数での人気ツイート

オリジナルツイートの抽出

オリジナルツイートはユーザーの元投稿
リツイート・引用・返信ではない
重複を避けられる
エンゲージメント維持に有効

オリジナルツイートの抽出

-filter でオリジナルツイートを抽出
-filter:retweets でリツイート除外
-filter:quote で引用を除外
-filter:replies で返信を除外

フィルタなしで抽出

「digital marketing」をフィルタなしで抽出

# 「digital marketing」のツイートを100件抽出
tweets_all <- search_tweets("digital marketing", n = 100)

フィルタなしで抽出

reply_to_screen_name、is_quote、is_retweet の値を集計

# 返信数を確認
library(plyr)
count(tweets_all$reply_to_screen_name)

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

フィルタなしで抽出

# 引用ツイート数を確認
count(tweets_all$is_quote)

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

フィルタなしで抽出

# リツイート数を確認
count(tweets_all$is_retweet)

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

リツイート・引用・返信を除外

「digital marketing」を -filter で抽出

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

リツイート・引用・返信を除外

返信・引用・リツイートが除外されたか確認

# 返信数を確認
library(plyr)
count(tweets_org$reply_to_screen_name)

x         freq
<lgl>    <int>
NA         100

リツイート・引用・返信を除外

# 引用ツイート数を確認
library(plyr)
count(tweets_org$is_quote)

x         freq
<lgl>    <int>
FALSE     100

# リツイート数を確認
library(plyr)
count(tweets_org$is_retweet)

x         freq
<lgl>    <int>
FALSE     100

言語でツイートをフィルタ

lang は言語でツイートをフィルタ
特定言語のツイートに一致

いくつかの言語のTwitter言語コード

言語でツイートをフィルタ

# スペイン語のツイートを抽出
tweets_lang <- search_tweets("brand marketing", lang = "es")

言語でツイートをフィルタ

View(tweets_lang)

スペイン語で抽出したツイート

言語でツイートをフィルタ

head(tweets_lang$lang)

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

リツイート数・いいね数でフィルタ

min_faves: 最小いいね数でフィルタ
min_retweets: 最小リツイート数でフィルタ
両条件は AND を使用

リツイート数・いいね数でフィルタ

# いいね・リツイート各100以上を抽出 
tweets_pop <- search_tweets("bitcoin min_faves:100 AND
                            min_retweets:100")

リツイート数・いいね数でフィルタ

# リツイート・いいね数を確認するデータフレーム
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

リツイート数・いいね数でフィルタ

# ツイート本文を表示
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.

Let's practice!

Rで学ぶソーシャルメディアデータ分析