关于数据挖掘:R语言对推特twitter数据进行文本情感分析附代码数据

原文链接:http://tecdat.cn/?p=4012

最近咱们被客户要求撰写对于文本情感剖析的钻研报告,包含一些图形和统计输入。

咱们以R语言抓取的推特数据为例,对数据进行文本开掘,进一步进行情感剖析,从而失去很多乏味的信息

找到推特起源是苹果手机或者安卓手机的样本,清理掉其余起源的样本。

tweets <-tweets_df>%select(id, statusSource, text, created) %>%
extract(statusSource, "source", "Twitter for (.*?)<")>%filter(source %in%c("iPhone", "Android"))

对数据进行可视化计算不同工夫对应的推特比例.。

并且比照安卓手机和苹果手机上的推特数量的区别。

从比照图中咱们能够发现,安卓手机和苹果手机公布推特的工夫有显著的差异,安卓手机偏向于在5点到10点之间公布推特,而苹果手机个别在10点到20点左右公布推特。同时咱们也能够看到,安卓手机公布推特数量的比例要高于苹果手机。


点击题目查阅往期内容

NLP自然语言解决—主题模型LDA案例:开掘人民网留言板文本数据

左右滑动查看更多

01

02

03

04

而后查看推特中是否含有援用 ,并且比照不同平台上的数量。

ggplot(aes(source, n, fill = quoted)) +
geom_bar(stat ="identity", position ="dodge") +
labs(x ="", y ="Number of tweets", fill ="")

从比照的后果来看,安卓手机没有被援用的比例要显著低于苹果手机。而安卓手机援用的数量要显著大于苹果手机。因而能够认为,苹果手机发的推特内容大多为原创,而安卓手机大多为援用。

而后查看推特中是否有链接或者图片,并且比照不同平台的状况

ggplot(tweet_picture_counts, aes(source, n, fill = picture)) +
geom_bar(stat ="identity", position ="dodge") +
labs(x ="",

从下面的比照图中,咱们能够看到安卓手机没有图片或者链接的状况要多于苹果,也就是说,应用苹果手机的用户在发推特的时候个别会公布照片或者链接。

同时能够看到安卓平台的用户把推特个别不应用图片或者链接,而苹果手机的用户恰恰相反。

spr <-tweet_picture_counts>%spread(source, n) %>%
mutate_each(funs(. /sum(.)), Android, iPhone)
rr <-spr$iPhone[2] /spr$Android[2]

而后咱们对推特中的异样字符进行检测,并且进行删除而后找到推特中关键词,并且依照数量进行排序

reg <- "([^A-Za-zd#@']|'(?![A-Za-zd#@]))
"tweet_words <-tweets>%filter(!str_detect(text, '^"')) %>%m
utate(text =str_replace_all(text, "https://t.co/[A-Za-zd]+|&", "")) %>%
unnest_tokens(word, text, token ="regex", pattern = reg) %>%
filter(!word %in%stop_words$word,str_detect(word, "[a-z]"))


tweet_words %>%count(word, sort =TRUE) %>%head(20) %>%
mutate(word =reorder(word, n)) %>%ggplot(aes(word, n)) +geom_b

对数据进行情感剖析,并且计算安卓和苹果手机的绝对影响比例。

通过特征词情感偏向别离计算不同平台的情感比,并且进行可视化。

在统计出不同情感偏向的词的数量之后,绘制他们的置信区间。从下面的图中能够看到,相比于苹果手机,安卓手机的负面情绪最多,其次是讨厌,而后是悲伤。表白踊跃的情感偏向很少。

而后咱们对每个情感类别中呈现的关键词的数量进行统计。

android_iphone_ratios %>%inner_join(nrc, by ="word") %>%
filter(!sentiment %in%c("positive", "negative")) %>%
mutate(sentiment =reorder(sentiment, -logratio),word =reorder(word, -logratio)) %>%

从后果中咱们能够看到,负面词大多呈现在安卓手机上,而苹果手机上呈现的负面词的数量要远远小于安卓平台上的数量。


点击文末 “浏览原文”

获取全文残缺代码数据资料。

本文选自《R语言对推特twitter数据进行文本情感剖析》。

点击题目查阅往期内容

【数据分享】维基百科Wiki负面无害评论(网络暴力)文本数据多标签分类开掘可视化
R语言文本开掘tf-idf,主题建模,情感剖析,n-gram建模钻研
NLP自然语言解决—主题模型LDA案例:开掘人民网留言板文本数据
Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本开掘新闻组数据集
自然语言解决NLP:主题LDA、情感剖析疫情下的新闻文本数据
R语言对NASA元数据进行文本开掘的主题建模剖析
R语言文本开掘、情感剖析和可视化哈利波特小说文本数据
Python、R对小说进行文本开掘和档次聚类可视化剖析案例
用于NLP的Python:应用Keras进行深度学习文本生成
长短期记忆网络LSTM在工夫序列预测和文本分类中的利用
用Rapidminer做文本开掘的利用:情感剖析
R语言文本开掘tf-idf,主题建模,情感剖析,n-gram建模钻研
R语言对推特twitter数据进行文本情感剖析
Python应用神经网络进行简略文本分类
用于NLP的Python:应用Keras的多标签文本LSTM神经网络分类
R语言文本开掘应用tf-idf剖析NASA元数据的关键字
R语言NLP案例:LDA主题文本开掘优惠券举荐网站数据
Python应用神经网络进行简略文本分类
R语言自然语言解决(NLP):情感剖析新闻文本数据
Python、R对小说进行文本开掘和档次聚类可视化剖析案例
R语言对推特twitter数据进行文本情感剖析
R语言中的LDA模型:对文本数据进行主题模型topic modeling剖析
R语言文本主题模型之潜在语义剖析(LDA:Latent Dirichlet Allocation

【腾讯云】轻量 2核2G4M,首年65元

阿里云限时活动-云数据库 RDS MySQL  1核2G配置 1.88/月 速抢

本文由乐趣区整理发布,转载请注明出处,谢谢。

您可能还喜欢...

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据