Visualisera populära termer

Analysera data från sociala medier i R

Vivek Vijayaraghavan

Data Science Coach

Lektionsöversikt

Extrahera de vanligaste termerna från textkorpusen
Ta bort anpassade stoppord och förfina korpusen
Visualisera populära termer med stapeldiagram och ordmoln

Termfrekvens

Extrahera termfrekvens, det vill säga antal förekomster av varje ord

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

Termfrekvens

Ta bort anpassade stoppord

# 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)

Termantal efter förfinad korpus

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

Termfrekvens efter förfinad korpus

Ett varumärke som marknadsför ett vikthanteringsprogram kan analysera dessa termer

Stapeldiagram över populära termer

Skapa ett stapeldiagram över termer som förekommer mer än 50 gånger
Stapeldiagram sammanfattar populära termer på ett lättolkat sätt

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

Stapeldiagram över de vanligaste termerna

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))

Stapeldiagram över populära termer

Ordmoln

Visualisera vanliga termer med ordmoln
Ett ordmoln är en bild uppbyggd av ord
Varje ords storlek speglar dess frekvens
Effektivt reklammaterial för kampanjer
Förmedlar varumärkesbudskapet och lyfter fram populära termer

Ordmoln baserat på minimifrekvens

Funktionen wordcloud() används för att skapa ordmoln

# 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)

Ordmoln baserat på minimifrekvens

Färgglatt ordmoln

# 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)

Färgglatt ordmoln

Ordmoln med olika färger

Nu kör vi en övning!

Analysera data från sociala medier i R