Twitter 数据的力量
每秒在 Twitter 上发布的推文的体量与速度，正体现了 Twitter 数据的力量。
可用的信息极其庞大，既包括推文本身，也包括其元数据。这为分析已提取的推文并获得洞见提供了广阔空间。
让我们使用 stream_tweets() 在 120 秒的窗口内抽取 1% 的实时推文随机样本，并将其保存到一个数据框中。
通过查看该数据框的维度，您可以了解提取到的实时推文数量，以及包含推文正文与元数据的列数。
本练习是课程的一部分
用 R 分析社交媒体数据
练习说明
- 抓取 120 秒时间窗口内的实时推文。
- 查看包含已提取推文的数据框的维度。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Extract live tweets for 120 seconds window
tweets120s <- stream_tweets("", timeout = ___)
# View dimensions of the data frame with live tweets
dim(___)