Filtrera tweets

Analysera data från sociala medier i R

Vivek Vijayaraghavan

Data Science Coach

Lektionsöversikt

Filtrering baserat på tweetkomponenter
- Extrahera ursprungliga tweets
- Tweetens språk
- Populära tweets baserat på minsta antal retweets och favoriter

Filtrera ursprungliga tweets

En ursprunglig tweet är ett originalt inlägg av en Twitter-användare
Inte en retweet, citat eller svar
Ursprungliga tweets undviker repetitivt innehåll
Bidrar till att behålla användarengagemanget

Filtrera ursprungliga tweets

-filter används för att extrahera ursprungliga tweets
-filter:retweets utesluter alla retweets
-filter:quote filtrerar bort citerade tweets
-filter:replies filtrerar bort svarstweetstyper

Extrahera tweets utan filter

Extrahera tweets om "digital marketing" utan filter

# Extract 100 tweets on "digital marketing"
tweets_all <- search_tweets("digital marketing", n = 100)

Extrahera tweets utan filter

Kontrollera antal värden i kolumnerna reply_to_screen_name, is_quote, is_retweet

# Check for count of replies
library(plyr)
count(tweets_all$reply_to_screen_name)

x               freq
<fct>          <int>
blairaasmith      2            
javiergosende     1            
juanburgos        1            
WhutTheHale       2            
NA               94

Extrahera tweets utan filter

# Check for count of quotes
count(tweets_all$is_quote)

x        freq
<lgl>    <int>
FALSE     98            
TRUE       2

Extrahera tweets utan filter

# Check for count of retweets
count(tweets_all$is_retweet)

x         freq
<lgl>    <int>
FALSE      61            
TRUE       39

Uteslut retweets, citat och svar

Extrahera tweets om "digital marketing" med -filter

# Apply the '-filter'
tweets_org <- search_tweets("digital marketing 
                            -filter:retweets 
                            -filter:quote 
                            -filter:replies", 
                            n = 100)

Uteslut retweets, citat och svar

Kontrollera utdata för att se om svar, citat och retweets är uteslutna

# Check for count of replies
library(plyr)
count(tweets_org$reply_to_screen_name)

x         freq
<lgl>    <int>
NA         100

Uteslut retweets, citat och svar

# Check for count of quotes
library(plyr)
count(tweets_org$is_quote)

x         freq
<lgl>    <int>
FALSE     100

# Check for count of retweets
library(plyr)
count(tweets_org$is_retweet)

x         freq
<lgl>    <int>
FALSE     100

Filtrera tweets på språk

lang filtrerar tweets baserat på språk
Matchar tweets på ett visst språk

Twitter-språkkoder för några språk

Filtrera tweets på språk

# Filter and extract tweets posted in Spanish
tweets_lang <- search_tweets("brand marketing", lang = "es")

Filtrera tweets på språk

View(tweets_lang)

Tweets extraherade på spanska

Filtrera tweets på språk

head(tweets_lang$lang)

[1] "es" "es" "es" "es" "es" "es"

Filtrera på antal retweets och favoriter

min_faves: filtrerar tweets med minsta antal favoriter
min_retweets: filtrerar tweets med minsta antal retweets
Använd operatorn AND för att kontrollera båda villkoren

Filtrera på antal retweets och favoriter

# Extract tweets with minimum 100 favorites and retweets 
tweets_pop <- search_tweets("bitcoin min_faves:100 AND
                            min_retweets:100")

Filtrera på antal retweets och favoriter

# Create a data frame to check retweet and favorite counts
counts <- tweets_pop[c("retweet_count", "favorite_count")]

head(counts)

retweet_count    favorite_count
    <int>              <int>
1    162                833
2    141                894    
3    164                1128
4    395                1346    
5    475                2271
6    270                1654

Filtrera på antal retweets och favoriter

# View the tweets
head(tweets_pop$text)

text    
<chr>
1    As we continue to build the Bakkt Bitcoin Futures contract, we reached a
2    BREAKING: The United States is considering entering into a "currency pact"
3    REMINDER: The Bitcoin ETF will eventually get approved.\n\nNot a question
4    [New Post] Bitcoin is becoming much more important in Hong Kong and India.
5    Reports are surfacing that some Hong Kong ATMs have run out of cash as
6    Bitcoin is the most transparent currency ever created.

Nu kör vi en övning!

Analysera data från sociala medier i R