如何提取仅本地人发布的推文？

Question

我正在做一个关于当地人对香港运输服务态度的情感分析项目。我使用Twitter API收集了推文。但是，由于我的研究目标是香港本地人，因此应该删除例如旅行者发布的推文。有人可以给我一些关于如何从大量Twitter数据中提取本地人发布的推文的提示吗？我现在的想法是构建一个包含与旅行有关的单词的字典，并使用这些单词过滤推文。但这似乎不起作用

欢迎任何提示和见解！谢谢！

Answer 1

您可以通过三种主要方式来做到这一点。

1. 语言。如果用户使用粤语（或另一种当地语言）发推文，则与俄语相比，他们成为旅行者的可能性就较小。
2. 用户位置。如果用户的个人资料中存在某个位置，则可以查看该位置是否在香港。
3. 用户时区。如果用户的时区与香港的时区相同，则可能是本地时间。

所有这些都是非常模糊的。