用R语言挖掘Twitter数据

全文链接：http://tecdat.cn/?p=387

第一步是注册一个你的应用程序。

为了能够访问Twitter数据编程，我们需要创建一个与Twitter的API交互的应用程序。

注册后你将收到一个密钥和密码：

获取密钥和密码后便可以在R里面授权我们的应用程序以代表我们访问Twitter：

根据不同的搜索词，我们可以在几分钟之内收集到成千上万的tweet。这里我们测试一个关键词 littlecaesars的twitter结果：

抓取最新的1000条相关twitter

由于默认的抓取结果是json格式，因此使用twlisttodf函数将其转换成数据框

然后我们做一些简单的文本清理

从得到的数据里，我们可以看到有twitter发表时间，内容，经纬度等信息

在清理数据之后，我们对twitter内容进行分词，以便进行数据可视化

分词之后可以得到相关twitter的高频词汇，然后将其可视化

---

点击标题查阅往期内容

R语言推特twitter网络转发可视化分析

左右滑动查看更多

01

02

03

04

除此之外，还可以结合数据中的时间戳数据和地理数据进行可视化分析

如果你一直在考虑对一些文本数据应用情感分析，你可能会发现使用R比你想象的更容易！

---

本文摘选《R语言对TWITTER推特数据进行文本挖掘》，点击“阅读原文”获取全文完整资料。

本文中的推特数据分享到会员群，扫描下面二维码即可加群！

点击标题查阅往期内容

R语言对推特twitter数据进行文本情感分析

R语言推特twitter网络转发可视化分析

文本挖掘：twitter推特LDA主题情感分析

看推特数据如何"塑造"地区形象

用R语言挖掘Twitter数据

爬取微博用户行为数据语义分析数据挖掘报告

R语言文本主题模型之潜在语义分析（LDA:Latent Dirichlet Allocation）

语义分析智能门锁评价数据

python爬虫进行Web抓取LDA主题语义数据分析报告

在PYTHON中进行主题模型LDA分析

R语言NLP案例：LDA主题文本挖掘优惠券推荐网站数据

python主题建模可视化LDA和T-SNE交互式可视化

R语言中的LDA模型：对文本数据进行主题模型topic modeling分析

R语言主题模型LDA评估公司面临的风险领域与可视化