原文链接：http://tecdat.cn/?p=4012
最近我们被客户要求撰写关于文本情感分析的研究报告，包括一些图形和统计输出。
我们以R语言抓取的推特数据为例，对数据进行文本挖掘，进一步进行情感分析，从而得到很多有趣的信息
找到推特来源是苹果手机或者安卓手机的样本,清理掉其他来源的样本。
代码语言：javascript复制tweets <-tweets_df>%select(id, statusSource, text, created) %>%
extract(statusSource, "source", "Twitter for (.*?)<")>%filter(source %in%c("iPhone", "Android"))对数据进行可视化计算不同时间对应的推特比例.。
并且对比安卓手机和苹果手机上的推特数量的区别。
从对比图中我们可以发现，安卓手机和苹果手机发布推特的时间有显著的差别，安卓手机倾向于在5点到10点之间发布推特，而苹果手机一般在10点到20点左右发布推特。同时我们也可以看到，安卓手机发布推特数量的比例要高于苹果手机。
点击标题查阅往期内容
NLP自然语言处理—主题模型LDA案例：挖掘人民网留言板文本数据
左右滑动查看更多
01
02
03
04
然后查看推特中是否含有引用 ,并且对比不同平台上的数量。
代码语言：javascript复制ggplot(aes(source, n, fill = quoted))
geom_bar(stat ="identity", position ="dodge")
labs(x ="", y ="Number of tweets", fill ="")
从对比的结果来看，安卓手机没有被引用的比例要明显低于苹果手机。而安卓手机引用的数量要明显大于苹果手机。因此可以认为，苹果手机发的推特内容大多为原创，而安卓手机大多为引用。
然后查看推特中是否有链接或者图片，并且对比不同平台的情况
代码语言：javascript复制ggplot(tweet_picture_counts, aes(source, n, fill = picture))
geom_bar(stat ="identity", position ="dodge")
labs(x ="",
从上面的对比图中，我们可以看到安卓手机没有图片或者链接的情况要多于苹果，也就是说，使用苹果手机的用户在发推特的时候一般会发布照片或者链接。
同时可以看到安卓平台的用户把推特一般不使用图片或者链接，而苹果手机的用户恰恰相反。
代码语言：javascript复制spr <-tweet_picture_counts>%spread(source, n) %>%
mutate_each(funs(. /sum(.)), Android, iPhone)
rr <-spr$iPhone[2] /spr$Android[2]然后我们对推特中的异常字符进行检测，并且进行删除然后找到推特中关键词，并且按照数量进行排序
代码语言：javascript复制reg <- "([^A-Za-zd#@']|'(?![A-Za-zd#@]))
"tweet_words <-tweets>%filter(!str_detect(text, '^"')) %>%m
utate(text =str_replace_all(text, "https://t.co/[A-Za-zd] |&", "")) %>%
unnest_tokens(word, text, token ="regex", pattern = reg) %>%
filter(!word %in%stop_words$word,str_detect(word, "[a-z]"))
tweet_words %>%count(word, sort =TRUE) %>%head(20) %>%
mutate(word =reorder(word, n)) %>%ggplot(aes(word, n)) geom_b
对数据进行情感分析，并且计算安卓和苹果手机的相对影响比例。
通过特征词情感倾向分别计算不同平台的情感比，并且进行可视化。
在统计出不同情感倾向的词的数量之后，绘制他们的置信区间。从上面的图中可以看到，相比于苹果手机，安卓手机的负面情绪最多，其次是厌恶，然后是悲伤。表达积极的情感倾向很少。
然后我们对每个情感类别中出现的关键词的数量进行统计。
代码语言：javascript复制android_iphone_ratios %>%inner_join(nrc, by ="word") %>%
filter(!sentiment %in%c("positive", "negative")) %>%
mutate(sentiment =reorder(sentiment, -logratio),word =reorder(word, -logratio)) %>%
从结果中我们可以看到，负面词大多出现在安卓手机上，而苹果手机上出现的负面词的数量要远远小于安卓平台上的数量。
点击文末 “阅读原文”
获取全文完整代码数据资料。
本文选自《R语言对推特twitter数据进行文本情感分析》。
点击标题查阅往期内容
【数据分享】维基百科Wiki负面有害评论（网络暴力）文本数据多标签分类挖掘可视化 R语言文本挖掘tf-idf,主题建模，情感分析,n-gram建模研究 NLP自然语言处理—主题模型LDA案例：挖掘人民网留言板文本数据 Python主题建模LDA模型、t-SNE 降维聚类、词云可视化文本挖掘新闻组数据集 自然语言处理NLP：主题LDA、情感分析疫情下的新闻文本数据 R语言对NASA元数据进行文本挖掘的主题建模分析 R语言文本挖掘、情感分析和可视化哈利波特小说文本数据 Python、R对小说进行文本挖掘和层次聚类可视化分析案例 用于NLP的Python：使用Keras进行深度学习文本生成 长短期记忆网络LSTM在时间序列预测和文本分类中的应用 用Rapidminer做文本挖掘的应用：情感分析 R语言文本挖掘tf-idf,主题建模，情感分析,n-gram建模研究 R语言对推特twitter数据进行文本情感分析 Python使用神经网络进行简单文本分类 用于NLP的Python：使用Keras的多标签文本LSTM神经网络分类 R语言文本挖掘使用tf-idf分析NASA元数据的关键字 R语言NLP案例：LDA主题文本挖掘优惠券推荐网站数据 Python使用神经网络进行简单文本分类 R语言自然语言处理（NLP）：情感分析新闻文本数据 Python、R对小说进行文本挖掘和层次聚类可视化分析案例 R语言对推特twitter数据进行文本情感分析 R语言中的LDA模型：对文本数据进行主题模型topic modeling分析 R语言文本主题模型之潜在语义分析（LDA:Latent Dirichlet Allocation
