Twitter 数据的组成

用 R 分析社交媒体数据

Sowmya Vivek

Data Science Coach

课程概览

  • 认识 Twitter 的 JSON
  • 从 JSON 提取元数据组件
  • 用组件生成洞察
用 R 分析社交媒体数据

Twitter JSON

  • 一条推文可含 150+ 个元数据组件
  • 推文及其组件以 JSON（JavaScript 对象表示法）返回
用 R 分析社交媒体数据

JSON 的属性与值

  • 用属性和值描述推文及其组件
  • 例：screen_name 存储用户的账号名

Twitter JSON 的属性与值

用 R 分析社交媒体数据

将 JSON 转为数据框

  • 使用 rtweet 库将 Twitter JSON 转为数据框
  • 属性和值转为列名与列值

将 JSON 属性转换为数据框列

用 R 分析社交媒体数据

查看推文组件

# 使用 search_tweets() 抓取 "#brexit" 推文
tweets_df <- search_tweets("#brexit")

# 查看列名
names(tweets_df)
用 R 分析社交媒体数据

查看推文组件

推文的组成

用 R 分析社交媒体数据

探索组件

  • 使用 screen_name 了解用户兴趣
  • 用 followers_count 比较社交影响力
  • 结合 retweet_count 和 text 找出热门推文
用 R 分析社交媒体数据

用户兴趣与发推量

  • screen_name 指 Twitter 账号名（句柄）
  • 发推数量可反映对某话题的兴趣
  • 向感兴趣用户推广产品
用 R 分析社交媒体数据

用户兴趣与发推量

# 使用 search_tweets() 抓取 "#Arsenal" 推文
twts_arsnl <- search_tweets("#Arsenal", n = 18000)

# 生成该话题的用户及发推次数表
sc_name <- table(twts_arsnl$screen_name)
head(sc_name)

_____today_____   ___JJ23    ___SAbI__   __ambell   __Amzo__     __bobbysingh 
       1               2          3           1         1               1
用 R 分析社交媒体数据

用户兴趣与发推量

# 按发推次数降序排序
sc_name_sort <- sort(sc_name, decreasing = TRUE)

# 查看前 6 位用户及频次
head(sc_name_sort)

 _whatthesport  footy90com  Official_ATG1   TheShortFuse   RubellM   ArsenalZone_Ind 
      176           90            88             53           48            43
用 R 分析社交媒体数据

关注者数（followers_count）

  • 某账号的关注者数量
  • 反映账号受欢迎程度
  • 衡量社交媒体影响力
  • 在热门账号投放广告以提高曝光
用 R 分析社交媒体数据

比较关注者数

# 用 lookup_users() 获取用户数据
tvseries <- lookup_users("GameOfThrones", "fleabag", "BreakingBad")

# 创建仅含 screen_name 与 followers_count 的数据框
user_df <- tvseries[,c("screen_name","followers_count")]
用 R 分析社交媒体数据

比较关注者数

# 查看关注者数以便比较
user_df

screen_name        followers_count
<chr>                   <int>
GameOfThrones          8597188            
fleabag                  58727            
BreakingBad            1240349
用 R 分析社交媒体数据

转推数与热门推文

  • 转推是被他人再次分享的推文
  • retweet_count 存储转推次数
  • 转推数有助于识别趋势
  • 利用高转推内容做品牌推广
用 R 分析社交媒体数据

转推数与热门推文

# 构建包含推文文本与转推数的数据框
rtwt <- tweets_arsenal[,c("text", "retweet_count")]

# 按转推数降序排序
library(dplyr)
rtwt_sort <- arrange(rtwt, desc(retweet_count))
用 R 分析社交媒体数据

转推数与热门推文

# 去除重复文本的行
rtwt_unique <- unique(rtwt_sort, by = "text")
用 R 分析社交媒体数据

转推数与热门推文

# 输出转推次数最高的前 6 条去重帖子
head(rtwt_unique)

retweet_count                text
<int>                        <chr>
5606            Once a Gunner, Always a Gunner. We are proud of you @alexanderiwob
3764            Emirates on Fire 🔥🔥🔥🔥 Never give up Gunners💪🏽💪🏽💪🏽 #Arsenal #CO
2798            That mood tonight ⚡️⚡️⚡️ 3️⃣ POINTS 🔴⚪️ #Arsenal #Gunners #COYG h
2741            #Arsenal fan: "I reckon we'll win the League this season." @Robbie
1687            Auba 😭😭😍😍 This is what I call happiness #aubameyang #arsenal
1166            When sky sports introduced the new Monday night football! The Sha
用 R 分析社交媒体数据

Vamos praticar!

用 R 分析社交媒体数据

Preparing Video For Download...