用R挖掘Twitter數據

原文 http://tecdat.cn/?p=3956

Twitter是一個流行的社交網絡，這裏有大量的數據等着咱們分析。Twitter R包是對twitter數據進行文本挖掘的好工具。本文是關於如何使用Twitter R包獲取twitter數據並將其導入R，而後對它進行一些有趣的數據分析。

第一步是註冊一個你的應用程序。

爲了可以訪問Twitter數據編程，咱們須要建立一個與Twitter的API交互的應用程序。

註冊後你將收到一個密鑰和密碼：

獲取密鑰和密碼後即可以在R裏面受權咱們的應用程序以表明咱們訪問Twitter：

根據不一樣的搜索詞，咱們能夠在幾分鐘以內收集到成千上萬的tweet。這裏咱們測試一個關鍵詞 littlecaesars的twitter結果：

抓取最新的1000條相關twitter

因爲默認的抓取結果是json格式，所以使用twlisttodf函數將其轉換成數據框

而後咱們作一些簡單的文本清理

從獲得的數據裏，咱們能夠看到有twitter發表時間，內容，經緯度等信息

在清理數據以後，咱們對twitter內容進行分詞，以便進行數據可視化

分詞以後能夠獲得相關twitter的高頻詞彙，而後將其可視化

除此以外，還能夠結合數據中的時間戳數據和地理數據進行可視化分析

若是你一直在考慮對一些文本數據應用情感分析，你可能會發現使用R比你想象的更容易！