分析影响程度

Question

我正在使用Ipython并通过库Twython我能够使用用户名获取推文。 是否有可能分析影响力度量（比如我的检索推文的人有多大影响力）或推文的影响

由于

Answer 1

您的问题的简短答案是，是的，您当然可以通过某种方式衡量Twitter数据的影响力。另一方面，您可能应该充分考虑如何将影响理解为度量标准，如何将其与数据相关联，以及如何衡量数据中的影响力。

您可能会考虑的一些事项：

1。）除了为个人用户提供推文之外，您可能还想提取他们的个人资料信息（例如，关注者数量，推文总数等）。通过将这些数据与推文中的元数据相结合，您可以获得更多内容。

2。）考虑按个别基础查看以下某些数据点：

• 分享推文转发：假设您为个人提供了1000条推文;您可以确定转发这些推文的百分比（例如，这些推文中有多少百分比正在影响其他推文转发）。
• 每转发推文的平均转发次数：当转发这个人时，只有一两个人转推他/她，或者是一团糟？
• 追随者计数：这个数据点本身告诉你一些事情。一般情况下，拥有更多粉丝的人可能比拥有更少粉丝的人更有影响力。

3.）你也应该考虑主题相关性。如果有人在Twitter上被转发很多并且拥有大量的关注，是因为与他们的职业有关的推文，还是因为他们写的是猫？根据您的使用案例和业务逻辑，这些问题可能至关重要。

这些只是一些起点。我花了一些时间查看Twitter REST API 1.1文档和Twython文档，以便更好地了解哪些数据点可用，然后考虑这些数据点如何影响您的影响力。

祝你好运。

修改 如果我理解正确，vishal1985，在你的评论中，你问的是如何使用Twython来收集有关转推的信息。这可能意味着其中的一件事，但我认为你所询问的是如何获得我列出的一些数据点（例如，上面的“转发的推文份额”）。

在这里，我再次指出Twython和Twitter API Documentation，如果您打算使用这类数据进行大量工作，您应该知道。但是为了指出你正确的方向，这里是你如何确定被其他人转发的作者的原始推文的百分比。

from twython import Twython
from __future__ import division  #assuming you're using Python 2.X

t = Twython(app_key='...',
        app_secret='...',
        oauth_token = '...',
        oauth_token_secret = '...')  #supply your credentials for each of these

tweets = t.getUserTimeline(screen_name='justinbieber', include_retweets=False) #see note below
retweeted_tweets = 0  

for tweet in tweets:
  if tweet['retweet_count']> 0: #...if at least one person has retweeted the tweet
    retweeted_tweets += 1

share_tweets_retweeted = retweeted_tweets/len(tweets) 
   #e.g., #number retweeted divided by total number of sampled tweets

这些步骤的作用是提取用户时间轴中出现的200条推文。 include_retweets = False 部分可能看起来令人困惑，但这是必要的。这样做是排除其他人写的那些你感兴趣的作者（在这种情况下是Justin Bieber）转推的推文，因为你想知道的是有多少人在你写作原创内容时转发你的作者。我们遍历用户的时间线，并确定至少一个人转发的推文数量。然后我们将其除以抽样推文的总数，这样就可以获得转发的份额。

请注意，这并未考虑分页（例如，浏览时间轴的多个页面 - 您一次只能从时间轴请求200条推文，总共最多可以请求5000条），这是您的意思d可能想要实施。希望这会有所帮助。