Prérequis pour configurer l'environnement R

Avant de configurer l'environnement R pour obtenir l'autorisation et interagir avec Twitter, il y a quelques prérequis à régler.

Parmi les éléments suivants, laquelle est la bonne réponse dans la liste de prérequis ci-dessous ?

Cette activité fait partie du cours

Analyse des données des médias sociaux avec R

Exercice interactif pratique

Passez de la théorie à l’action grâce à l’un de nos exercices interactifs

Commencer l’exercice

Cette activité fait partie du cours

Analyse des données des médias sociaux avec R

SkillTag.level.intermediateSkillTag.label

4.9+

Commencer le cours gratuitement

Commencez par découvrir la puissance des données de Twitter et ce que vous pouvez accomplir grâce à l'analyse des médias sociaux. Dans ce chapitre, vous extrairez votre premier ensemble de tweets au moyen de l'API de Twitter et des fonctions de la puissante bibliothèque « rtweet ». Vous verrez ensuite comment exploiter les composantes de vos données Twitter extraites pour dégager des insights utiles à l'analyse des médias sociaux.

Exercise 1: Analyser des données Twitter Exercise 2: La puissance des données de Twitter Exercise 3: Avantages et limites des données de Twitter Exercise 4: Extraction de données Twitter Exercise 5: Prérequis pour configurer l'environnement R

Exercice en cours

Exercise 6: Rechercher et extraire des tweets Exercise 7: Rechercher et extraire des fils Exercise 8: Composantes des données de Twitter Exercise 9: Intérêt des utilisateurs et nombre de tweets Exercise 10: Comparer le nombre d'abonnés Exercise 11: Nombre de retweets

Passons à la vitesse supérieure. Voyez comment appliquer des filtres aux tweets et analyser les données des utilisateurs de Twitter en utilisant le nombre d'or et les listes Twitter auxquelles ils sont abonnés. Vous apprendrez aussi à extraire les sujets en tendance et à analyser les données de Twitter dans le temps pour mettre en évidence des insights intéressants.

Exercise 1: Filtrer des tweets Exercise 2: Filtrer les tweets originaux Exercise 3: Filtrer selon la langue du gazouillis Exercise 4: Filtrer selon la popularité des gazouillis Exercise 5: Analyse des utilisateurs de Twitter Exercise 6: Extraire des renseignements sur les utilisateurs Exercise 7: Explorer les utilisatrices et utilisateurs selon le « golden ratio »Exercise 8: Abonnés aux listes Twitter Exercise 9: Tendances sur Twitter Exercise 10: Tendances disponibles Exercise 11: Tendances par nom de pays Exercise 12: Tendances par ville et tendances les plus tweetées Exercise 13: Tracer les données Twitter dans le temps Exercise 14: Visualiser la fréquence des tweets Exercise 15: Créer des objets de séries chronologiques Exercise 16: Comparer les fréquences de tweets pour deux marques

Une image vaut mille mots! Dans ce chapitre, vous découvrirez comment visualiser le texte des tweets à l'aide de diagrammes à barres et de nuages de mots. Vous apprendrez à traiter le texte des tweets et à préparer un corpus propre pour l'analyse. Imaginez pouvoir extraire les principaux sujets de discussion et la perception des gens à propos d'un sujet ou d'une marque à partir des tweets qu'ils partagent. Vous y arriverez grâce au modélisation thématique et à l'analyse des sentiments.

Exercise 1: Traiter le texte de Twitter Exercise 2: Retirer les URL et les caractères autres que des lettres Exercise 3: Créer un corpus et convertir en minuscules Exercise 4: Retirer les mots vides et les espaces supplémentaires Exercise 5: Visualiser les termes populaires Exercise 6: Retirer des mots vides personnalisés Exercise 7: Visualiser les termes populaires avec des diagrammes à barres Exercise 8: Nuages de mots pour la visualisation Exercise 9: Modélisation thématique des tweets Exercise 10: L'algorithme LDA Exercise 11: Créer une matrice termes-documents Exercise 12: Créer un modèle thématique Exercise 13: Analyse de sentiment sur Twitter Exercise 14: Extraire les scores de sentiment Exercise 15: Effectuer une analyse de sentiment

Les utilisateurs de Twitter tweetent, aiment, suivent et retweetent, créant des structures de réseau complexes. Dans ce dernier chapitre, vous apprendrez à analyser ces structures de réseau et à visualiser les relations entre ces personnes sous forme de réseau de retweets. En extrayant les données de géolocalisation des tweets, vous verrez aussi comment afficher les emplacements des tweets sur une carte et répondre à des questions éclairantes, comme quels États ou quels pays parlent le plus de votre marque? Les données géographiques ajoutent une nouvelle dimension à votre analyse des données de Twitter.

Exercise 1: Analyse du réseau Twitter Exercise 2: Préparer des données pour un réseau de retweets Exercise 3: Créer un réseau de retweets Exercise 4: Mesures de centralité du réseau Exercise 5: Calculer les scores de degré sortant Exercise 6: Calculer les scores d'indice d'entrée Exercise 7: Calculer les scores d'intermédiarité Exercise 8: Visualiser des réseaux Twitter Exercise 9: Créer un graphique de réseau avec des attributs Exercise 10: Graphe de réseau basé sur une mesure de centralité Exercise 11: Nombre d'abonnés pour enrichir le graphique de réseau Exercise 12: Mettre les données de Twitter sur la carte Exercise 13: Extraire des coordonnées de géolocalisation Exercise 14: Données Twitter sur la carte Exercise 15: Conclusion du cours