Question

在使用R中的twitteR软件包分析#flipkart上的推文时，大多数推文都是关于优惠的新闻，大约有2-3个句柄。这无助于评估关于flipkart的整体情绪。我可以在提取推文时排除这2-3个句柄吗？我需要客户回复，而不是新闻。感谢

Answer 1

这只是一个提示，而不是一个完整的解决方案（我认为这不可行）。然而，评论的时间太长了。

查看twitter api文档，如何搜索，query operators段。如果您将-添加到术语中，则会将其从查询中排除。

只需在您的搜索查询中转换为twitteR，如下所示：

searchTwitter("#flipkart -pricetrak", n=10)

您可以尝试排除某些条款，但这不是一件容易的事。

此外，你不应该这样做，例如#flipkart -@flipkart，因为大多数客户的评论似乎都是针对用户@flipkart的，并且您会将其丢失。（搜索查询的条款被解释为用户或推文的内容。）

最后一点，您的搜索查询中最多只能有500个字符。

希望它有所帮助。

<强>更新

根据评论，我提出了一些你可以采取的其他简单行动。但我担心没有“魔弹”，你应该玩数据并进行大量的试验。另外，重要的是要注意twitteR库，虽然它非常有用，但在做更多“高级”的东西时使用起来有点棘手（实际上每个twitter库都有点像我的经验，并且有时你最终需要直接访问Twitter REST API;在某种程度上它是有道理的，因为库使得常见任务非常简单，比如获取推文，但对其他任务来说不一定容易）。

从某些用户或经过验证的用户中删除推文

这是一个玩具示例，说明如何访问发送推文的用户：

tweets = searchTwitter("#flipkart -pricetrak", n=10)

for (tweet in tweets) {
  screenName <- as.data.frame(tweet)$screenName
  print(screenName)
  tuser <- getUser(screenName)
  verified <- as.data.frame(tuser)$verified
  print(verified)
}

通过这种方式，您可以过滤来自@flipkart的推文，或者来自您知道不是客户的用户列表。此外，您可以假设客户通常不是经过验证的用户（有关已验证帐户的详细信息，请参阅here），只需过滤推文即可。

跳过其文字中包含链接的推文

客户在其推文中发送链接会很奇怪（当然现在不可能）。您可以用类似的方式过滤它们：

for (tweet in tweets) {
  text <- as.data.frame(tweet)$text
  print(text)
  print(length(strsplit(text, "https://")[[1]]))
}

（当然，如果strsplit的长度为1，则推文文本中没有链接。）

通过这种方式，您将过滤一些实际来自真实客户的推文，但我认为这可以轻松过滤包含优惠或交易的大部分推文（所有包括链接）。

希望它有用。

更新2

评论后，代码的改进版本

data <- NULL
ads <- NULL
for (tweet in tweets) {
  tweet_df <- as.data.frame(tweet)
  screenName <- tweet_df$screenName
  tuser <- getUser(screenName)
  verified <- as.data.frame(tuser)$verified
  print(verified)
  if (verified == TRUE) {
    ads <- rbind(ads, tweet_df)    
  } else {
    data <- rbind(data, tweet_df)    
  }
}
if (! is.null(ads)) {
  write.table(ads, file = "ads.csv", append=TRUE, col.names=FALSE)
}
if (! is.null(data)) {
  write.table(data, file = "data.csv", append=TRUE, col.names=FALSE)
}

使用twitteR时不包括twitter句柄

1 个答案: