Visualiser les termes populaires

Analyse des données des médias sociaux avec R

Vivek Vijayaraghavan

Data Science Coach

Aperçu de la leçon

Extraire les termes les plus fréquents du corpus
Retirer des mots vides personnalisés et affiner le corpus
Visualiser les termes populaires avec un diagramme à bandes et un nuage de mots

Fréquence des termes

Extraire la fréquence des termes, soit le nombre d'occurrences de chaque mot

# Extract term frequency
library(qdap)
term_count  <-  freq_terms(twt_corpus_final, 60)
term_count

Fréquence des termes

Retrait de mots vides personnalisés

# Create a vector of custom stop words
custom_stop <- c("obesity", "can", "amp", "one", "like", "will", "just", 
                "many", "new", "know", "also", "need", "may", "now", 
                "get", "s", "t", "m", "re")

# Remove custom stop words
twt_corpus_refined <- tm_map(twt_corpus_final,removeWords, custom_stop)

Comptage des termes après affinage du corpus

# Term count after refining corpus
term_count_clean <- freq_terms(twt_corpus_refined, 20)
term_count_clean

Fréquence des termes après affinage du corpus

Une marque qui fait la promotion d'un programme de gestion de l'obésité peut analyser ces termes

Diagramme à bandes des termes populaires

Créer un diagramme à bandes des termes présents plus de 50 fois
Les diagrammes à bandes résument clairement les termes populaires

# Create a subset dataframe
term50 <- subset(term_count_clean, FREQ > 50)

Diagramme à bandes des termes les plus populaires

library(ggplot2)

# Create a bar plot of frequent terms
ggplot(term50, aes(x = reorder(WORD,  -FREQ),  y = FREQ)) +
       geom_bar(stat = "identity", fill = "blue") + 
       theme(axis.text.x = element_text(angle = 45, hjust = 1))

Diagramme à bandes des termes populaires

Nuage de mots

Visualiser les termes fréquents avec des nuages de mots
Un nuage de mots est une image formée de mots
La taille de chaque mot indique sa fréquence
Image promotionnelle efficace pour des campagnes
Transmet le message de marque et met en valeur les termes populaires

Nuage de mots basé sur une fréquence minimale

La fonction wordcloud() permet de créer des nuages de mots

# Create a word cloud based on min frequency
library(wordcloud)
wordcloud(twt_corpus_refined, min.freq = 20, colors = "red", 
          scale = c(3,0.5), random.order = FALSE)

Nuage de mots basé sur une fréquence minimale

Nuage de mots coloré

# Create a colorful word cloud
library(RColorBrewer)
wordcloud(twt_corpus_refined, max.words = 100, 
          colors = brewer.pal(6,"Dark2"), scale = c(2.5,.5),
          random.order = FALSE)

Nuage de mots coloré

Nuage de mots avec différentes couleurs

Passons à la pratique !

Analyse des données des médias sociaux avec R