Twitter数据采集以及情感分析方法

　　Twitter数据采集和情感分析方法

　　2. 想知道如何使用Python进行情感分析.

　　首先，我们打开Octoparse官方网站，下载最新的官方版本，然后按照说明完成注册. 登录后，打开内置的Twitter简单模板.

　　采集的数据字段包括:

　　首先在Twitter采集模板的关键字参数中输入“ Donald Trump”，然后单击“开始采集”以自动采集数据，如下图所示，这很简单，我大概采集了10,000多个Twitter推文. 您可以输入尽可能多的关键字来采集更多推文. 采集到推文数据后，将数据导出为文本文件，并将文件命名为“ data. TXT”.

　　使用Python进行情感分析

　　开始之前，请确保您的计算机已安装Python开发环境和文本编辑器. 我在文章中使用了Python2.7和Notepad ++文本编辑器.

　　然后，我们使用由两个情感关键字列表组成的txt文件来分析以前采集的Twitter信息. 您可以在文章末尾下载这两个文件.

　　这里的想法是将txt文件中的每个情感关键词提取到列表中，然后计算每个推文中这些关键词的出现频率，最后我们记录收录情感词的相应推文.

　　首先，将正情绪和消费者情绪关键字分别存储在plist和nlist列表的两个txt文件中.

　　然后，对来自采集的Twitter tweet进行数据清理，删除所有特殊符号（标点，数字等），并将每个tweet数据保存在word_list列表中.

　　在数据处理之后，数据仅收录清除的tweet，这使数据分析更加容易. 稍后，我们将创建三个字典: wordcountdict，wordcountpositive和wordcountnegative.

　　接下来，定义每个字典. 如果Twitter数据中出现相应的tweet，请添加1并将其存储在wordcountdict词典中.

　　接下来，确定每条推文都收录正面或负面的情感关键词. 如果它收录积极的情感关键词，则在单词反义词词典关键词上加1，否则请确保该值相同. 如果它收录否定性情感关键字，则单词否定性关键字也是如此. 如果该推文不收录任何肯定或否定关键字，则不会处理任何内容.

　　情绪分析: 正面或负面

　　通过运行上述Python脚本，我得到了5,352个否定关键字和3,894个肯定关键字，它们被保存在上面的相应列表中，然后打开Tableau来创建气泡图，如下所示. 如果您不知道如何使用Tableau创建气泡图，请单击此处.

　　从图中可以看出，很多肯定关键字是单方面的，只使用了404个肯定关键字，最常用的词是“ like”，“ great”和“ right”，大多数关键字是基本的. 更具口语性，例如“哇”和“酷”. 使用的否定关键字更加多样化. 他们中的大多数都非常正式和先进. 最常用的是“非法”，“谎言”和“种族主义者”. 也经常出现“惯犯”，“发炎”和“虚伪”之类的词.

　　上述关键字还表明，支持者的教育程度低于反对者. 显然，唐纳德·特朗普在Twitter用户中并不受欢迎.

　　摘要:

　　在本文中，我们讨论了Octoparse软件如何捕获Twitter推文，还讨论了如何执行数据清理以及如何使用Python对Twitter推文进行情感分析. 要获取完整版本的代码，您可以在下面的链接中下载它.

　　（/ octoparse / fd9e0006794754edfbdaea86de5b1a51）

　　参考链接: /@datamonsters//~liub/FBS//jeffreybreen/twitter-sentiment-analysis-tutorial-201107/blob/master/data/opinion-lexicon-English//Home.html

　　文章翻译为: / blog / text-mining-and-sentiment-analysis-using-python

　　作者: Ashley Weldon