0
Análises Automatizadas de tweets e posts:
filtrando textos no twitter e no facebook.
JEAN MEDEIROS E MARCUS LEITE
Começo.


Script de RTs e @s (Retweets e menções)



Linguagem R



Python
Twitter.
Twitter: Script de narrativa ou parse_tweets.py
 Entrada: Retirada do yourTwapperKeeper.
 Saídas em pipe_delime...
Twitter.


Saída em comma_separated CSVs:




Hashtags_networks.csv: Feito para importação no Gephi.

Saída em texte tx...
Facebook.
Facebook: Script de narrativa ou parse_posts.py
 Entrada: Retirada do netvizz
 Saídas em pipe_delimeted CSVs:
...
Facebook.


Saídas em pipe_delimeted CSVs:


Post_likes_by_type.csv: Número de likes de acordo com o tipo do post.



P...
Referências.


yourTwapperKeeper:
http://www.github.com/540co/yourTwapperKeeper



Netvizz: https://apps.facebook.com/ne...
Upcoming SlideShare
Loading in...5
×

Análises Automatizadas de tweets e posts: filtrando textos no twitter e no facebook

291

Published on

Labic :: 11 de junho de 2013

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
291
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
7
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of "Análises Automatizadas de tweets e posts: filtrando textos no twitter e no facebook"

  1. 1. Análises Automatizadas de tweets e posts: filtrando textos no twitter e no facebook. JEAN MEDEIROS E MARCUS LEITE
  2. 2. Começo.  Script de RTs e @s (Retweets e menções)  Linguagem R  Python
  3. 3. Twitter. Twitter: Script de narrativa ou parse_tweets.py  Entrada: Retirada do yourTwapperKeeper.  Saídas em pipe_delimeted CSVs:   Dates.csv: Número de tweets por dia.  Hashtags.csv: hashtags e o número de usuários que as utilizaram.  Locations.csv: São as coordenadas geográficas dos tweets.  Mentions.csv: Perfis mais mencionados.  Top_tweets.csv: Lista de tweets ordenados pelo número de RTs recebidos.  Urls.csv: URLs e o número de usuários que as mencionaram.  Users_activity.csv: Número de tweets por usuário.  Users_by_date.csv: Número de usuários ativos por dia.  Words_per_period: Tabela com as 10 palavras mais usadas.
  4. 4. Twitter.  Saída em comma_separated CSVs:   Hashtags_networks.csv: Feito para importação no Gephi. Saída em texte txt:  Top_words_wordle.txt: Feito para gerar uma Word Cloud das palavras mais mencionadas no Wordle.  Top_hashtags_wordle.txt: O mesmo que a anterior, porém para hashtags.
  5. 5. Facebook. Facebook: Script de narrativa ou parse_posts.py  Entrada: Retirada do netvizz  Saídas em pipe_delimeted CSVs:   Comments_per_day.csv: Número de comentários por dia.  Comments_per_hour.csv: Número de comentários por hora.  Interactions_summary.csv: Quantidade e porcentagens de comentários, likes e shares por tipo de post.  Post_comments.csv: Data, tipo de posts, texto dos posts e números de comentários de cada.  Post_comments_by_type.csv: Número de comentários de acordo com o tipo do post.  Post_likes.csv: Data, tipo de posts, texto dos posts e números de likes de cada.
  6. 6. Facebook.  Saídas em pipe_delimeted CSVs:  Post_likes_by_type.csv: Número de likes de acordo com o tipo do post.  Post_shares.csv:Data, tipo de posts, texto dos posts e números de shares de cada.  Post_shares_by_type.csv: Número de shares de acordo com o tipo do post.  Posts_per_day.csv: Números posts por dia.  Post_type_distribution.csv: Quantidade e porcentagem de tipos de posts.  Top_hashtags.csv: Lista em ordem descrescente de hashtags presentes em mais posts.  Top_urls.csv: Lista em ordem descrescente de urls presentes em mais posts.  Top_words.csv: Lista em ordem descrescente de palavras presentes em mais posts.
  7. 7. Referências.  yourTwapperKeeper: http://www.github.com/540co/yourTwapperKeeper  Netvizz: https://apps.facebook.com/netvizz/  Wordle: http://www.wordle.net/  Tagxido: http://www.tagxedo.com/  Python: http://www.python.org/
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×