Avantages et limites des données Twitter

Utiliser les données Twitter pour l’analyse des réseaux sociaux présente des avantages et des limites.

Laquelle des affirmations suivantes à propos de Twitter est fausse ?

Cet exercice fait partie du cours

<cours>Analyzing Social Media Data in R</cours>

Exercice interactif pratique

Transformez la théorie en action avec l’un de nos exercices interactifs

Commencer l’exercice

Cet exercice fait partie du cours

<cours>Analyzing Social Media Data in R</cours>

IntermédiaireNiveau de compétence

4.9+

Commencer le cours gratuitement

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

Exercise 1: Analyser des données Twitter Exercise 2: La puissance des données Twitter Exercise 3: Avantages et limites des données Twitter

Exercice actuel

Exercise 4: Extraire des données Twitter Exercise 5: Prérequis pour configurer l’environnement R Exercise 6: Rechercher et extraire des tweets Exercise 7: Rechercher et extraire des timelines Exercise 8: Composants des données 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. Apprenez à appliquer des filtres aux tweets et à analyser les données des utilisateurs Twitter en utilisant le nombre d’or et les listes Twitter auxquelles ils sont abonnés. Vous verrez aussi comment extraire les sujets tendances et analyser les données 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 tweet Exercise 4: Filtrer selon la popularité des tweets Exercise 5: Analyse des utilisateurs Twitter Exercise 6: Extraire des informations sur les utilisateurs Exercise 7: Explorer les utilisateurs selon le golden ratio Exercise 8: Abonnés aux listes Twitter Exercise 9: Tendances 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 des données Twitter dans le temps Exercise 14: Visualiser la fréquence des tweets Exercise 15: Créer des objets de séries temporelles 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 d’histogrammes 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 thèmes clés de discussion et la perception des personnes sur un sujet ou une marque à partir des tweets qu’elles partagent. Vous pourrez précisément le faire grâce au topic modeling et à l’analyse de sentiments.

Exercise 1: Traiter le texte des tweets Exercise 2: Supprimer les URL et les caractères autres que des lettres Exercise 3: Créer un corpus et convertir en minuscules Exercise 4: Supprimer les mots vides et les espaces supplémentaires Exercise 5: Visualiser les termes populaires Exercise 6: Supprimer des mots vides personnalisés Exercise 7: Visualiser les termes populaires avec des diagrammes en barres Exercise 8: Nuages de mots pour la visualisation Exercise 9: Modélisation thématique de tweets Exercise 10: L’algorithme LDA Exercise 11: Créer une matrice termes-documents Exercise 12: Créer un modèle de sujets Exercise 13: Analyse de sentiment sur Twitter Exercise 14: Extraire des scores de sentiment Exercise 15: Réaliser 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 découvrirez aussi comment afficher les emplacements des tweets sur une carte et répondre à des questions puissantes comme : quels États ou quels pays parlent le plus de votre marque ? Les données géographiques ajoutent une nouvelle dimension à votre analyse des données Twitter.

Exercise 1: Analyse du réseau Twitter Exercise 2: Préparer les 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’in-degree 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: Ajouter le nombre d’abonnés pour enrichir le graphique de réseau Exercise 12: Mettre les données Twitter sur la carte Exercise 13: Extraire des coordonnées de géolocalisation Exercise 14: Les données Twitter sur la carte Exercise 15: Conclusion du cours