Tracer les données Twitter dans le temps

Analyse des données des médias sociaux avec R

Vivek Vijayaraghavan

Data Science Coach

Aperçu de la leçon

  • Données de séries chronologiques
  • Créer des objets et des graphiques de séries chronologiques
  • Visualiser la fréquence des tweets dans le temps
  • Comparer la saillance de marque de deux marques

Définition de la saillance de marque

Saillance de marque mesurée par le volume de tweets

Analyse des données des médias sociaux avec R

Données de séries chronologiques

  • Série de points de données indexés dans le temps
  • Visualiser la fréquence des tweets

Un graphique de série chronologique

Analyse des données des médias sociaux avec R

Extraire des tweets pour l'analyse temporelle

  • Extraire des tweets pour l'analyse temporelle avec search_tweets()
library(rtweet)

# Extraire des tweets sur "#google" avec search_tweets()
search_tweets("#google", n = 18000, include_rts = FALSE)
Analyse des données des médias sociaux avec R

Données de tweets extraites

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 contient l'horodatage des tweets
Analyse des données des médias sociaux avec R

Visualiser la fréquence des tweets

Analyse des fréquences de tweets

  • Suivre l'engagement global pour un produit
  • Fréquences de tweets : aperçu du niveau d'intérêt
Analyse des données des médias sociaux avec R

Visualiser la fréquence des tweets

# Extraire des tweets sur "#camry" avec search_tweets()
camry_st <- search_tweets("#camry", n = 18000, include_rts = FALSE)
Analyse des données des médias sociaux avec R

Visualiser la fréquence des tweets

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
Analyse des données des médias sociaux avec R

Créer un graphique de série chronologique

# Créer un graphique de série chronologique
ts_plot(camry_st, by = "hours", color = "blue")

Graphique temporel des tweets sur Camry

Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

  • Le volume de tweets publiés est un bon indicateur de la saillance de marque
  • Comparer la saillance de marque de Tesla et Camry

Tesla vs Camry

Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

  • Convertir les tweets extraits sur Camry en objet de série chronologique
  • L'objet contient la fréquence agrégée des tweets sur un intervalle de temps
# Convertir les données de tweets en objet de série chronologique
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
Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

# Renommer les deux colonnes de l'objet de série chronologique
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
Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

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
Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

# Fusionner les deux objets et conserver la colonne "time"
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
Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

# Empiler les colonnes de fréquence avec la fonction melt()
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
Analyse des données des médias sociaux avec R

Comparer la fréquence des tweets

# Tracer la fréquence des tweets sur Camry et Tesla
ggplot(data = melt_df, 
       aes(x = time, y = value, col = variable)) +
       geom_line(lwd = 0.8)
Analyse des données des médias sociaux avec R

Graphique comparatif

Graphiques comparatifs des séries Camry et Tesla

Analyse des données des médias sociaux avec R

Passons à la pratique !

Analyse des données des médias sociaux avec R

Preparing Video For Download...