Prerequisiti per configurare l'ambiente R

Prima di configurare l'ambiente R per ottenere l'autorizzazione e interagire con twitter, ci sono alcuni prerequisiti da soddisfare.

Qual è la risposta corretta tra le opzioni elencate qui sotto?

Questo esercizio fa parte del corso

Analisi dei dati dei social media in R

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

Analisi dei dati dei social media in R

IntermediárioNível de habilidade

4.9+

Inizia il corso gratuitamente

Inizia a comprendere la potenza dei dati di Twitter e ciò che puoi ottenere con l’analisi dei social media. In questo capitolo estrarrai il tuo primo set di tweet usando la Twitter API e le funzioni della potente libreria ‘rtweet’. Poi esplorerai come utilizzare i componenti dei dati di Twitter estratti per ricavare insight utili all’analisi dei social media.

Exercise 1: Analizzare i dati di Twitter Exercise 2: La potenza dei dati di Twitter Exercise 3: Pro e contro dei dati di Twitter Exercise 4: Estrazione dei dati da Twitter Exercise 5: Prerequisiti per configurare l'ambiente R

Esercizio attuale

Exercise 6: Cerca ed estrai tweet Exercise 7: Cerca ed estrai le timeline Exercise 8: Componenti dei dati di Twitter Exercise 9: Interesse degli utenti e conteggio dei tweet Exercise 10: Confronta il numero di follower Exercise 11: Conteggi dei retweet

È il momento di andare più a fondo. Impara ad applicare filtri ai tweet e ad analizzare i dati degli utenti Twitter usando il golden ratio e le liste Twitter a cui sono iscritti. Imparerai anche a estrarre gli argomenti di tendenza e ad analizzare i dati di Twitter nel tempo per individuare insight interessanti.

Exercise 1: Filtrare i tweet Exercise 2: Filtrare i tweet originali Exercise 3: Filtrare per lingua del tweet Exercise 4: Filtra in base alla popolarità del tweet Exercise 5: Analisi degli utenti di Twitter Exercise 6: Estrai le informazioni sugli utenti Exercise 7: Esplora gli utenti in base al golden ratio Exercise 8: Iscritti alle liste di Twitter Exercise 9: Trend di Twitter Exercise 10: Trend disponibili Exercise 11: Trend per nome del paese Exercise 12: Trend per città e trend più twittati Exercise 13: Rappresentare i dati di Twitter nel tempo Exercise 14: Visualizzare la frequenza dei tweet Exercise 15: Crea oggetti di serie temporali Exercise 16: Confronta la frequenza dei tweet per due brand

Un’immagine vale più di mille parole! In questo capitolo scoprirai come visualizzare il testo dei tweet usando grafici a barre e word cloud. Imparerai a processare il testo dei tweet e a preparare un corpus pulito per l’analisi. Immagina di poter estrarre gli argomenti chiave di discussione e le percezioni delle persone su un tema o un brand dai tweet che condividono. Potrai farlo proprio grazie al topic modeling e all’analisi del sentiment.

Exercise 1: Elaborare il testo di Twitter Exercise 2: Rimuovi URL e caratteri diversi dalle lettere Exercise 3: Crea un corpus e converti in minuscolo Exercise 4: Rimuovi stop word e spazi aggiuntivi Exercise 5: Visualizza i termini più popolari Exercise 6: Rimozione di stop word personalizzate Exercise 7: Visualizza i termini più popolari con i grafici a barre Exercise 8: Word cloud per la visualizzazione Exercise 9: Topic modeling dei tweet Exercise 10: L'algoritmo LDA Exercise 11: Crea una document term matrix Exercise 12: Crea un topic model Exercise 13: Analisi del sentiment su Twitter Exercise 14: Estrai i punteggi di sentiment Exercise 15: Esegui un'analisi del sentiment

Gli utenti di Twitter twittano, mettono like, seguono e ritwittano, creando strutture di rete complesse. In questo capitolo finale imparerai ad analizzare queste strutture di rete e a visualizzare le relazioni tra le singole persone come una rete di retweet. Estraendo i dati di geolocalizzazione dai tweet scoprirai anche come mostrare le posizioni dei tweet su una mappa e rispondere a domande potenti, come ad esempio quali stati o paesi parlano di più del tuo brand. I dati geografici aggiungono una nuova dimensione all’analisi dei dati di Twitter.

Exercise 1: Analisi delle reti su Twitter Exercise 2: Preparare i dati per una rete di retweet Exercise 3: Crea una rete di retweet Exercise 4: Misure di centralità della rete Exercise 5: Calcola gli out-degree Exercise 6: Calcola i punteggi di in-degree Exercise 7: Calcolare i punteggi di betweenness Exercise 8: Visualizzare le reti di Twitter Exercise 9: Crea un grafico di rete con attributi Exercise 10: Grafico di rete basato sulla misura di centralità Exercise 11: Conteggio dei follower per migliorare il grafico della rete Exercise 12: Mettere i dati di Twitter sulla mappa Exercise 13: Estrai le coordinate di geolocalizzazione Exercise 14: Dati di Twitter sulla mappa Exercise 15: Chiusura del corso