Analiza użytkowników Twittera

Analiza danych z mediów społecznościowych w R

Vivek Vijayaraghavan

Data Science Coach

Przegląd lekcji

friends_count i followers_count użytkownika
Interpretacja złotego współczynnika w promocji marki
Listy Twittera do identyfikacji zainteresowanych użytkowników

Obserwujący a obserwowani

Obserwujący i obserwowani na Twitterze

Obserwujący to użytkownicy śledzący dane konto
Obserwowani to osoby, które dany użytkownik śledzi

Współczynnik obserwujących do obserwowanych

Formuła złotego współczynnika

Stosowany przez marketerów do planowania promocji

Współczynniki dodatnie i ujemne

Współczynnik dodatni: więcej obserwujących niż obserwowanych
Współczynnik ujemny: więcej obserwowanych niż obserwujących

Wyodrębnianie informacji o użytkownikach

# Search for 1000 tweets on #fitness
tweet_fit <- search_tweets("#fitness", n = 1000)

# Extract user information
user_fit <- users_data(tweet_fit)

Wyodrębnianie informacji o użytkownikach

# View column names of the user data
names(user_fit)

nazwy kolumn danych użytkownika

Wyodrębnianie followers_count i friends_count

Agregacja nazw ekranowych względem liczby obserwujących i obserwowanych

# Aggregate screen_name, followers_count & friends_count
library(dplyr)
counts_df <- user_fit %>%
               group_by(screen_name) %>%
               summarize(follower = mean(followers_count),
               friend = mean(friends_count))

Wyodrębnianie followers_count i friends_count

head(counts_df)

screen_name      follower     friend
<chr>              <dbl>       <dbl>
__seokjinnie124     209        454        
_Aminata            623        523        
_amsvn              167        126        
_arweeennn          539        801        
_asof_             1336        455        
_blendac            833        195

Złoty współczynnik

# Create a column to calculate the golden ratio
counts_df$ratio <- follow_df$follower/follow_df$friend
head(counts_df$ratio)

[1] 0.4603524 1.1912046 1.3253968 0.6729089 2.9362637 4.2717949

Eksploracja użytkowników na podstawie współczynnika

Analiza złotych współczynników w celu określenia typów użytkowników

# Sort the data frame in decreasing order of follower count
counts_sort <- arrange(counts_df, desc(follower))

Eksploracja użytkowników na podstawie współczynnika

# Select rows where the follower count is greater than 30000
counts_sort[counts_sort$follower>30000,]

screen_name    follower    friend    ratio        
<chr>            <dbl>      <dbl>    <dbl>
mashable         9817699    2783     3528    
MensHealthMag    4528421    1111     4076    
Sophie_Choudry   2367827    157      15082    
thewebmaster_    103936     6508     16    
qwikad           92932      89557    1    
Rharvley         90464      19484    5    
SayWhenLA        68122      6680     10

Medium do promocji produktów fitness

Eksploracja użytkowników na podstawie współczynnika

# Select rows where the follower count is less than 2000
counts_sort[counts_sort$follower<2000,]

screen_name    follower     friend    ratio        
<chr>            <dbl>       <dbl>    <dbl>
workout_ehime    1960        1027       2    
SardImperium     1932        256        8    
Deem_Hoops       1912        1520       1    
kaykay_inem      1890        443        4    
bhealhty         1855        3066       1

Reklamy na indywidualnych kontach w ramach promocji targetowanej

Analiza użytkowników za pomocą list Twittera

Lista Twittera to wyselekcjonowana grupa kont
Użytkownicy subskrybują listy według zainteresowań

Wyodrębnianie subskrybowanych list

# Get all lists "Playstation" subscribes to
lst_playstation <- lists_users("PlayStation")
lst_playstation[,1:4]

list_id          name                      uri               subscriber_count
<chr>            <chr>                    <chr>                      <int>
58505230       PS Family         /PlayStation/lists/ps-family         136    
4747423        GameDevelopers    /PlayStation/lists/gamedevelopers    467    
2490894        gaming            /PlayStation/lists/gaming            658

Wyodrębnianie subskrybentów listy

# Extract 100 subscribers of the "gaming" list owned by "Playstation"
list_PS_sub <- lists_subscribers(slug = "gaming", owner_user = "PlayStation", n = 100)

Wyświetlanie nazw ekranowych subskrybentów

# View screen names of the subscribers
list_PS_sub$screen_name

Nazwy ekranowe subskrybentów

Informacje o użytkownikach z list subskrybentów

# Create a list of four screen names
users <- c("Morten83032201","ndugumr", "WOLF210_Warrior", "souransb")

# Extract user information
users_PS_gaming <- lookup_users(users)

user_id                   status_id              created_at          screen_name
<chr>                       <chr>               <S3: POSIXct>          <chr>
1158299850573791233    1172604921121824769    2019-09-13 20:16:13    Morten83032201    
894525207620321280     1183293767215992832    2019-10-13 08:09:53    ndugumr    
325760816              1182867378293616640    2019-10-12 03:55:34    WOLF210_Warrior    
469270931              511997829384904704     2014-09-16 21:59:29    souransb

Czas na ćwiczenia!

Analiza danych z mediów społecznościowych w R