Algoritmul LDA

Modelul LDA este un model matematic care estimează simultan combinația de cuvinte asociată unui subiect și combinația de subiecte care descrie fiecare document.

Din lista de mai jos, selectează parametrii de intrare pentru funcția LDA() în R:

Corpusul de tweet-uri
Matricea document-termen
Numărul de subiecte
Numărul de cuvinte dintr-un subiect

Acest exercițiu face parte din cursul

Analiza datelor din social media în R

Vezi cursul

Exercițiu interactiv practic

Transformă teoria în practică cu unul dintre exercițiile noastre interactive

Începe exercițiul

Acest exercițiu face parte din cursul

Analiza datelor din social media în R

SkillTag.level.intermediateSkillTag.label

4.9+

90 reviews

Începe cursul gratuit

Descoperă puterea datelor Twitter și ce poți obține prin analiza social media. În acest capitol, vei extrage primul set de tweet-uri folosind API-ul Twitter și funcții din biblioteca `rtweet`. Apoi vei explora cum poți utiliza componentele datelor Twitter extrase pentru a obține informații utile în analiza social media.

Exercise 1: Analiza datelor de pe Twitter Exercise 2: Puterea datelor Twitter Exercise 3: Avantajele și limitele datelor de pe Twitter Exercise 4: Extragerea datelor de pe Twitter Exercise 5: Condiții prealabile pentru configurarea mediului R Exercise 6: Caută și extrage tweeturi Exercise 7: Caută și extrage timeline-uri Exercise 8: Componentele datelor Twitter Exercise 9: Interesul utilizatorilor și numărul de tweet-uri Exercise 10: Compară numărul de urmăritori Exercise 11: Numărul de redistribuiri

Este momentul să aprofundezi. Vei învăța cum să aplici filtre asupra tweet-urilor și să analizezi datele utilizatorilor de Twitter folosind raportul de aur și listele la care sunt abonați. Vei afla, de asemenea, cum să extragi subiecte în tendințe și să analizezi datele Twitter în timp, pentru a identifica informații interesante.

Exercise 1: Filtrarea tweet-urilor Exercise 2: Filtrarea tweet-urilor originale Exercise 3: Filtrarea după limba tweet-ului Exercise 4: Filtrare după popularitatea tweet-urilor Exercise 5: Analiza utilizatorilor de Twitter Exercise 6: Extragerea datelor despre utilizatori Exercise 7: Explorează utilizatorii pe baza raportului de aur Exercise 8: Abonați la liste Twitter Exercise 9: Tendințe pe Twitter Exercise 10: Tendințe disponibile Exercise 11: Trenduri după numele țării Exercise 12: Tendințe pe orașe și cele mai tweetuite subiecte Exercise 13: Reprezentarea grafică a datelor Twitter în timp Exercise 14: Vizualizarea frecvenței tweet-urilor Exercise 15: Creează obiecte de tip serie de timp Exercise 16: Compară frecvențele tweet-urilor pentru două branduri

O imagine valorează cât o mie de cuvinte! În acest capitol, vei descoperi cum să vizualizezi textul din tweet-uri folosind diagrame cu bare și nori de cuvinte. Vei învăța cum să procesezi textul tweet-urilor și să pregătești un corpus de text curat pentru analiză. Prin modelare tematică și analiză a sentimentelor, vei reuși să extragi principalele subiecte de discuție și percepțiile oamenilor despre un subiect sau brand.

Exercise 1: Procesarea textului de pe Twitter Exercise 2: Elimină URL-urile și caracterele care nu sunt litere Exercise 3: Construiește un corpus și convertește la litere mici Exercise 4: Elimină cuvintele de oprire și spațiile suplimentare Exercise 5: Vizualizează termenii populari Exercise 6: Eliminarea cuvintelor de oprire personalizate Exercise 7: Vizualizează termenii populari cu diagrame cu bare Exercise 8: Word clouds pentru vizualizare Exercise 9: Modelarea subiectelor din tweet-uri Exercise 10: Algoritmul LDA

Exercițiul curent

Exercise 11: Creează o matrice document-termen Exercise 12: Creează un model de subiecte Exercise 13: Analiza sentimentelor pe Twitter Exercise 14: Extrage scorurile de sentiment Exercise 15: Realizează analiza sentimentelor

Utilizatorii de Twitter postează, apreciază, urmăresc și redistribuie tweet-uri, creând structuri de rețea complexe. În acest capitol final, vei învăța cum să analizezi aceste structuri și să vizualizezi relațiile dintre utilizatori sub forma unei rețele de retweet-uri. Extragând date de geolocalizare din tweet-uri, vei descoperi cum să afișezi locațiile pe o hartă și să răspunzi la întrebări precum: din ce state sau țări vorbesc oamenii cel mai mult despre brandul tău? Datele geografice adaugă o nouă dimensiune analizei datelor Twitter.

Exercise 1: Analiza rețelei Twitter Exercise 2: Pregătirea datelor pentru o rețea de retweet-uri Exercise 3: Creează o rețea de retweet-uri Exercise 4: Măsuri de centralitate în rețele Exercise 5: Calculează scorurile de out-degree Exercise 6: Calculează scorurile de in-degree Exercise 7: Calculează scorurile de intermediere Exercise 8: Vizualizarea rețelelor Twitter Exercise 9: Creează un grafic de rețea cu atribute Exercise 10: Grafic de rețea bazat pe măsura de centralitate Exercise 11: Numărul de urmăritori pentru îmbunătățirea graficului rețelei Exercise 12: Plasarea datelor Twitter pe hartă Exercise 13: Extragerea coordonatelor de geolocalizare Exercise 14: Date Twitter pe hartă Exercise 15: Rezumatul cursului