Reprezentarea grafică a datelor Twitter în timp

Analiza datelor din social media în R

Vivek Vijayaraghavan

Data Science Coach

Prezentare generală a lecției

  • Date de tip serii temporale
  • Crearea obiectelor și graficelor de serii temporale
  • Vizualizarea frecvenței tweet-urilor în timp
  • Compararea vizibilității a două mărci

Definiția vizibilității de marcă

Vizibilitatea de marcă măsurată prin volumul tweet-urilor

Analiza datelor din social media în R

Date de tip serii temporale

  • Serii de date indexate în timp
  • Vizualizarea frecvenței tweet-urilor

Un grafic de serii temporale

Analiza datelor din social media în R

Extragerea tweet-urilor pentru analiza seriilor temporale

  • Extragerea tweet-urilor pentru analiza seriilor temporale cu search_tweets()
library(rtweet)

# Extract tweets on "#google" using search_tweets()
search_tweets("#google", n = 18000, include_rts = FALSE)
Analiza datelor din social media în R

Date extrase din tweet-uri

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 conține marca temporală a tweet-urilor
Analiza datelor din social media în R

Vizualizarea frecvenței tweet-urilor

Analiza frecvenței tweet-urilor

  • Monitorizarea angajamentului global pentru un produs
  • Frecvența tweet-urilor: indiciu al nivelului de interes
Analiza datelor din social media în R

Vizualizarea frecvenței tweet-urilor

# Extract tweets on "#camry" using search_tweets()
camry_st <- search_tweets("#camry", n = 18000, include_rts = FALSE)
Analiza datelor din social media în R

Vizualizarea frecvenței tweet-urilor

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
Analiza datelor din social media în R

Crearea unui grafic de serii temporale

# Create a time series plot
ts_plot(camry_st, by = "hours", color = "blue")

Grafic de serii temporale pentru tweet-urile despre Camry

Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

  • Volumul tweet-urilor este un indicator puternic al vizibilității de marcă
  • Compararea vizibilității de marcă pentru Tesla și Camry

Tesla vs Camry

Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

  • Convertirea tweet-urilor despre Camry într-un obiect de serii temporale
  • Obiectul conține frecvența agregată a tweet-urilor pe un interval de timp
# Convert tweet data into a time series object
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
Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

# Rename the two columns in the time series object
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
Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

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
Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

# Merge the two time series objects and retain "time" column
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
Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

# Stack the tweet frequency columns using melt() function
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
Analiza datelor din social media în R

Compararea frecvenței tweet-urilor

# Plot frequency of tweets on Camry and Tesla
ggplot(data = melt_df, 
       aes(x = time, y = value, col = variable)) +
       geom_line(lwd = 0.8)
Analiza datelor din social media în R

Graficul comparativ

Grafice comparative de serii temporale pentru Camry și Tesla

Analiza datelor din social media în R

Să exersăm!

Analiza datelor din social media în R

Preparing Video For Download...