Sentimentanalys på Twitter

Analysera data från sociala medier i R

Vivek Vijayaraghavan

Data Science Coach

Lektionsöversikt

Vad är sentimentanalys?
Utför sentimentanalys på tweets
Tolka och förstå människors åsikter och känslor

Sentimentanalys

Inhämta information om uppfattningen av en produkt eller ett varumärke
Extrahera och kvantifiera positiva, negativa och neutrala åsikter
Känslor som tillit, glädje och ilska från texten

Känslor i sentimentanalys

Sentimentanalysens betydelse

Kundernas uppfattningar påverkar köpbeslut
Ger förståelse för vad kunderna faktiskt känner
Proaktivt sätt att lyssna på kunden och engagera sig direkt

Så fungerar sentimentanalys

Fördefinierade sentimentbibliotek beräknar poäng
Tränas och poängsätts utifrån ords betydelse eller avsikt
Varje ord poängsätts efter hur nära det ligger ett positivt eller negativt ord
Samma princip tillämpas på ord som uttrycker specifika känslor

Steg i sentimentanalys

Steg 1 i sentimentanalys

Steg i sentimentanalys

Steg 2 i sentimentanalys

Steg i sentimentanalys

Steg 3 i sentimentanalys

Steg i sentimentanalys

Steg 4 i sentimentanalys

Extrahera tweets för sentimentanalys

# Extract tweets on galaxy fold
twts_galxy  <-  search_tweets("galaxy fold", n = 5000, 
                                lang = "en", include_rts = FALSE)

Utför sentimentanalys

# Perform sentiment analysis for tweets on galaxy fold
library(syuzhet)
sa.value <- get_nrc_sentiment(twts_galxy$text)

Visa sentimentpoäng

# View the sentiment scores
sa.value[1:5,1:7]

anger    anticipation    disgust    fear    joy    sadness    surprise
<dbl>       <dbl>         <dbl>     <dbl>  <dbl>    <dbl>       <dbl> 
0             0             0         0      0        0           0
1             0             0         0      0        0           0
1             1             0         2      1        1           1
0             0             0         1      0        0           0
0             0             0         0      0        0           0

Summera sentimentpoäng

# Calculate sum of sentiment scores
score <- colSums(sa.value[,])

Dataram med sentimentpoäng

# Convert to data frame
score_df <- data.frame(score)

# View the data frame
score_df

               score
               <dbl>
anger           211            
anticipation    825            
disgust         214            
fear            253            
joy             412            
sadness         197            
surprise        315            
trust           641            
negative        487            
positive       1351

Dataram med sentimentpoäng

# Convert row names into 'sentiment' column
# Combine with sentiment scores
sa.score <- cbind(sentiment = row.names(score_df), 
                  score_df, row.names=NULL)

Dataram med sentimentpoäng

# View data frame with sentiment scores
print(sa.score)

sentiment      score
<fct>         <dbl>
anger           211            
anticipation    825            
disgust         214            
fear            253            
joy             412            
sadness         197            
surprise        315            
trust           641            
negative        487            
positive        1351

Plotta och visualisera sentiment

Plotta och visualisera sentiment med ggplot()

# Plot the sentiment scores
ggplot(data = sa.score2, aes(x = sentiment, y = score, 
       fill = sentiment)) +
       geom_bar(stat = "identity") +
       theme(axis.text.x = element_text(angle = 45, hjust = 1))

Visualisera sentimenten

Nu kör vi en övning!

Analysera data från sociala medier i R