【原创】R语言对twitter推特数据进行文本情感分析报告

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

对推特数据进行文本情感分析

美国调查公司盖洛普公司(Gallup poll found)民调显示，至少51%美国人不赞同总统特朗普的政策。据外媒报道，特朗普上任8天以来引发51%美国人的不满，42%美国人赞同新总统的政策。该项调查共有1500名成年美国人，误差为3%。

为了验证美国民众的不满情绪，我们以R语言抓取的特朗普推特数据为例，对数据进行文本挖掘，进一步进行情感分析，从而得到很多有趣的信息。

找到推特来源是苹果手机或者安卓手机的样本,清理掉其他来源的样本

tweets <-trump_tweets_df %>%

select(id, statusSource, text, created) %>%

extract(statusSource, \, \) %>% filter(source %in%c(\, \))

对数据进行可视化计算不同时间，对应的推特比例.

并且对比安卓手机和苹果手机上的推特数量的区别

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

从对比图中我们可以发现，安卓手机和苹果手机发布推特的时间有显著的差别，安卓手机倾向于在5点到10点之间发布推特，而苹果手机一般在10点到20，点左右发布推特.同时我们也可以看到，安卓手机发布推特数量的比例要高于苹果手机

然后查看推特中是否含有引用 ,并且对比不同平台上的数量

ggplot(aes(source, n, fill = quoted)) +

geom_bar(stat =\, position =\) + labs(x =\, y =\, fill =\) +

ggtitle('Whether tweets start with a quotation mark (\)

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

从对比的结果来看，安卓手机，没有引用的比例要明显低于苹果手机。而安卓手机应用的数量要明显大于苹果手机。因此可以认为，苹果手机发的推特内容大多为原创，而安卓手机大多为应用内

然后查看推特中是否有链接或者图片，并且对比不同平台的情况

ggplot(tweet_picture_counts, aes(source, n, fill = picture)) + geom_bar(stat =\, position =\) + labs(x =\, y =\, fill =\)

【原创】附代码数据

有问题到淘宝找“大数据部落”就可以了

从上面的对比图中，我们可以看到安卓手机没有图片或者链接的情况要多与苹果，也就是说，使用苹果手机的用户在发推特的时候一般会发布照片或者链接 同时可以看到安卓平台的用户把推特一般不使用图片或者链接，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]

然后我们对推特中的异常字符进行检测，并且进行删除 然后找到推特中关键词，并且按照数量进行排序

library(tidytext)

reg <-\ tweet_words <-tweets %>%

filter(!str_detect(text, '^\)) %>%

mutate(text =str_replace_all(text, \, \\)) %>%

unnest_tokens(word, text, token =\, pattern = reg) %>%