Chapter 1: Introduction: Hacking on Twitter Data

Installing Python Development

  • www.python.org からダウンロードして Python をインストールせよ．
  • networkx,numpy パッケージのインストール
  • networkx で構築できるグラフのイメージ．

Collecting and Maipulating Twitter Data

  • twitter パッケージのインストール
  • Twitter REST API, Twitter search API を用いて，トレンド取得と検索してみよう．
  • Twitter search の結果を JSON 形式で出力（json パッケージの利用）
  • Twitter search API を用いて得たツイート群から text のみ取り出して，語の頻度解析（ただし，文を空白文字で区切って単語を同定する）
  • nltk を用いて頻度解析し，頻出する上位50語を抽出．
  • retweet されたツイートには "RT @screenName" または "via @screenName" の形式で元ツイートの発言者が記録される特性を利用して，retweet されたツイート（"@screenName" で表現）とリツイートしたユーザの関係を抽出．
  • netowrkx を用いて，前述のリツイート関係を有向グラフとして表現．ついでにノード数，エッジ数，各ノードの出次数に言及．
  • 視覚化には Graphviz がお勧め．グラフを DOT 形式で出力する方法を商会．
  • Protovis（Web ベースの視覚化ツール）に喰わせるデータ・フォーマットについては，github に載せたソースを見てね．