Componentele datelor Twitter

Analiza datelor din social media în R

Sowmya Vivek

Data Science Coach

Prezentarea lecției

  • Introducere în JSON-ul Twitter
  • Extragerea componentelor de metadate din JSON
  • Utilizarea componentelor pentru a obține informații
Analiza datelor din social media în R

JSON Twitter

  • Un tweet poate conține peste 150 de componente de metadate
  • Tweet-urile și componentele lor sunt returnate în format JavaScript Object Notation
Analiza datelor din social media în R

Atribute și valori JSON

  • Atribute și valori pentru descrierea tweet-urilor și componentelor
  • Exemplu: screen_name stochează identificatorul Twitter al unui utilizator

Atribute și valori JSON Twitter

Analiza datelor din social media în R

Conversia JSON în dataframe

  • JSON-ul Twitter este convertit în dataframe de biblioteca rtweet
  • Atributele și valorile devin nume de coloane și valori

Atribute JSON convertite în coloane de dataframe

Analiza datelor din social media în R

Vizualizarea componentelor tweet-urilor

# Extract tweets on "#brexit" using search_tweets()
tweets_df <- search_tweets("#brexit")

# View the column names
names(tweets_df)
Analiza datelor din social media în R

Vizualizarea componentelor tweet-urilor

Componentele unui tweet

Analiza datelor din social media în R

Explorarea componentelor

  • screen_name pentru a înțelege interesul utilizatorilor
  • followers_count pentru a compara influența în rețele sociale
  • retweet_count și text pentru a identifica tweet-urile populare
Analiza datelor din social media în R

Interesul utilizatorilor și numărul de tweet-uri

  • screen_name reprezintă identificatorul Twitter al utilizatorului
  • Numărul de tweet-uri postate indică interesul față de un subiect
  • Promovarea produselor către utilizatori interesați
Analiza datelor din social media în R

Interesul utilizatorilor și numărul de tweet-uri

# Extract tweets on "#Arsenal" using search_tweets()
twts_arsnl <- search_tweets("#Arsenal", n = 18000)

# Create a table of users and tweet counts for the topic
sc_name <- table(twts_arsnl$screen_name)
head(sc_name)

_____today_____   ___JJ23    ___SAbI__   __ambell   __Amzo__     __bobbysingh 
       1               2          3           1         1               1
Analiza datelor din social media în R

Interesul utilizatorilor și numărul de tweet-uri

# Sort the table in descending order of tweet counts
sc_name_sort <- sort(sc_name, decreasing = TRUE)

# View top 6 users and tweet frequencies
head(sc_name_sort)

 _whatthesport  footy90com  Official_ATG1   TheShortFuse   RubellM   ArsenalZone_Ind 
      176           90            88             53           48            43
Analiza datelor din social media în R

Numărul de urmăritori

  • Numărul de urmăritori abonați la un cont Twitter
  • Indică popularitatea contului
  • Măsoară influența în rețelele sociale
  • Plasați reclame pe conturi populare pentru vizibilitate sporită
Analiza datelor din social media în R

Compararea numărului de urmăritori

# Extract user data using lookup_users()
tvseries <- lookup_users("GameOfThrones", "fleabag", "BreakingBad")

# Create a dataframe with the columns screen_name and followers_count
user_df <- tvseries[,c("screen_name","followers_count")]
Analiza datelor din social media în R

Compararea numărului de urmăritori

# View the followers count for comparison
user_df

screen_name        followers_count
<chr>                   <int>
GameOfThrones          8597188            
fleabag                  58727            
BreakingBad            1240349
Analiza datelor din social media în R

Numărul de retweet-uri și tweet-urile populare

  • Un retweet este un tweet redistribuit de un alt utilizator
  • retweet_count stochează numărul de retweet-uri
  • Numărul de retweet-uri ajută la identificarea tendințelor
  • Retweet-urile populare pot fi folosite pentru promovarea unui brand
Analiza datelor din social media în R

Numărul de retweet-uri și tweet-urile populare

# Create a data frame of tweet text and retweet counts
rtwt <- tweets_arsenal[,c("text", "retweet_count")]

# Sort data frame based on descending order of retweet counts
library(dplyr)
rtwt_sort <- arrange(rtwt, desc(retweet_count))
Analiza datelor din social media în R

Numărul de retweet-uri și tweet-urile populare

# Exclude rows with duplicate tweet text
rtwt_unique <- unique(rtwt_sort, by = "text")
Analiza datelor din social media în R

Numărul de retweet-uri și tweet-urile populare

# Print top 6 unique posts retweeted most number of times
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
Analiza datelor din social media în R

Să exersăm!

Analiza datelor din social media în R

Preparing Video For Download...