按时间绘制推文数据

用 R 分析社交媒体数据

Vivek Vijayaraghavan

Data Science Coach

课程概览

  • 时间序列数据
  • 创建时间序列对象与图表
  • 按时间可视化推文频率
  • 比较两品牌的品牌显著性

品牌显著性的定义

用推文量衡量品牌显著性

用 R 分析社交媒体数据

时间序列数据

  • 按时间索引的一系列数据点
  • 可视化推文频率

时间序列图

用 R 分析社交媒体数据

为时间序列分析提取推文

  • 使用 search_tweets() 提取用于时间序列分析的推文
library(rtweet)

# 使用 search_tweets() 提取 "#google" 的推文
search_tweets("#google", n = 18000, include_rts = FALSE)
用 R 分析社交媒体数据

提取的推文数据

status_id                 created_at           screen_name
<chr>                    <S3: POSIXct>            <chr>
1164921105066463232    2019-08-23 15:23:29    catapanoannal            
1164921037143699456    2019-08-23 15:23:13    STARBEXPLORE    
1164920927341039621    2019-08-23 15:22:46    indra_susanto    
1164920898475794435    2019-08-23 15:22:40    virfice    
1164920877940482048    2019-08-23 15:22:35    KnowledgeNile    
1164920647962832897    2019-08-23 15:21:40    mahomes_tech
  • created_at 为推文的时间戳
用 R 分析社交媒体数据

可视化推文频率

分析推文频率

  • 监测产品的整体互动
  • 推文频率：反映关注度
用 R 分析社交媒体数据

可视化推文频率

# 使用 search_tweets() 提取 "#camry" 的推文
camry_st <- search_tweets("#camry", n = 18000, include_rts = FALSE)
用 R 分析社交媒体数据

可视化推文频率

created_at            screen_name                    text
<S3: POSIXct>           <chr>                        <chr>
2019-08-23 03:29:58    dromru        Toyota Camry 2019 <U+0433><U+043E><U+0434><U+0        
2019-08-23 02:59:04    NusTrivia     Sportier 2020 Toyota Camry TRD to cost $31,995    
2019-08-22 18:09:06    NusTrivia     2020 Toyota Camry TRD Costs $31,995, It's The     
2019-08-23 01:56:51    RaitisRides   ALL NEW 2020 Toyota Avalon is coming to R    
2019-08-23 01:17:36    jhooie        I have to say, when I finally settled down tod
用 R 分析社交媒体数据

创建时间序列图

# 创建时间序列图
ts_plot(camry_st, by = "hours", color = "blue")

Camry 推文的时间序列图

用 R 分析社交媒体数据

比较推文频率

  • 推文发布量能强力指示品牌显著性
  • 比较 Tesla 与 Camry 的品牌显著性

Tesla 与 Camry 对比

用 R 分析社交媒体数据

比较推文频率

  • 将 Camry 推文转换为时间序列对象
  • 时间序列对象含按时间间隔汇总的推文频率
# 将推文数据转换为时间序列对象
camry_ts <- ts_data(camry_st, by = 'hours')
head(camry_ts)

time                    n
<S3: POSIXct>         <int>
2019-08-13 14:00:00     12            
2019-08-13 15:00:00     34            
2019-08-13 16:00:00      1            
2019-08-13 17:00:00      2
用 R 分析社交媒体数据

比较推文频率

# 重命名时间序列对象中的两列
names(camry_ts) <- c("time", "camry_n")

head(camry_ts)

time                  camry_n
<S3: POSIXct>          <int>
2019-08-13 14:00:00      12            
2019-08-13 15:00:00      34            
2019-08-13 16:00:00       1            
2019-08-13 17:00:00       2
用 R 分析社交媒体数据

比较推文频率

tesla_st <- search_tweets("#tesla", n = 18000, include_rts = FALSE)
tesla_ts <- ts_data(tesla_st, by = 'hours')

names(tesla_ts) <- c("time", "tesla_n")
head(tesla_ts)

time                 tesla_n
<S3: POSIXct>         <int>
2019-08-13 13:00:00    17            
2019-08-13 14:00:00    58            
2019-08-13 15:00:00    38            
2019-08-13 16:00:00    32            
2019-08-13 17:00:00    38
用 R 分析社交媒体数据

比较推文频率

# 合并两个时间序列对象并保留 "time" 列
merged_df <- merge(tesla_ts, camry_ts, by = "time", all = TRUE)
head(merged_df)

time                tesla_n    camry_n
<S3:POSIXct>          <int>     <int>
2019-08-13 13:00:00    17        NA    
2019-08-13 14:00:00    58        12    
2019-08-13 15:00:00    38        34    
2019-08-13 16:00:00    32         1
用 R 分析社交媒体数据

比较推文频率

# 使用 melt() 将推文频率列堆叠
library(reshape)
melt_df <- melt(merged_df, na.rm = TRUE, id.vars = "time")
head(melt_df)

time                  variable       value
<S3: POSIXct>          <fct>        <int>
2019-08-13 13:00:00    tesla_n        17    
2019-08-13 14:00:00    tesla_n        58    
2019-08-13 15:00:00    tesla_n        38    
2019-08-13 16:00:00    tesla_n        32    
2019-08-13 17:00:00    tesla_n        38    
2019-08-13 18:00:00    tesla_n        34
用 R 分析社交媒体数据

比较推文频率

# 绘制 Camry 与 Tesla 的推文频率
ggplot(data = melt_df, 
       aes(x = time, y = value, col = variable)) +
       geom_line(lwd = 0.8)
用 R 分析社交媒体数据

对比图

Camry 与 Tesla 的时间序列对比图

用 R 分析社交媒体数据

Passons à la pratique !

用 R 分析社交媒体数据

Preparing Video For Download...