Анализ данных социальных сетей в Python
Twitter ежедневно обрабатывает сотни миллионов сообщений, в которых люди по всему миру обсуждают спорт, политику, бизнес и развлечения. Можно получить доступ к тысячам сообщений за считанные минуты.
Преподаватель
Михаил Омельченко
Программист с многолетним опытом. Пишу на Python, Javascript, Typescript и руковожу командами разработчиков. Основатель youtube канал Django School. Стал ментором для десятков учеников и разработал платформу colabteam.dev
4часа
14видео
37упражнений
4400опыта
Описание курсаВ этом курсе вы узнаете, как собирать данные из Twitter, анализировать текст сообщений и их географическое местоположение. В процессе работы будут использоваться датасеты по компаниям технической отрасли и хэштеги из области Data Science. При помощи этих методов можно будет информировать бизнес и политиков о принятии решений, выявляя распространение важных тем, разнообразие обсуждаемых соцсетей и географический охват аудитории.
1. Основы анализа данных Twitter
В первой главе вы узнаете как анализировать Twitter, как получить доступ к API Twitter и что такое Twitter JSON.Анализ данных Twitter
50
Зачем анализировать данные Twitter
100
Использование анализа Twitter
100
Сбор данных через API Twitter
50
API Twitter
100
Настройка аутентификации с помощью tweepy
100
Сбор данных по ключевым словам
100
Основы работы с Twitter JSON
50
Загрузка и доступ к сообщениям в Twitter
100
Доступ к пользовательским данным
100
Доступ к данным ретвита
100
2. Обработка текста в Twitter
Во второй главе вы изучите как обрабатывать текст Twitter и анализировать настроение пользователей.Обработка текста в Twitter
50
Элементы сообщений и сглаживание постов
100
Функция tweet flattening
100
Загрузка сообщений в датафрейм
100
Проверка слов
50
Поиск ключевых слов
100
Поиск текста во всех неожиданных местах
100
Сравнение #python и #rstats
100
Временные ряды
50
Создание датафрейма временного ряда
100
Создание средней частоты
100
Построение графика средней частоты
100
Анализ настроений
50
Загрузка VADER
100
Подсчет оценок настроения
100
Построение графика оценки настроения
100
3. Сети Twitter
В третьей главе проведем анализ сетей с помощью данных Twitter.4. Размещение данных Twitter на карте
В четвертой главе составим карту данных Twitter.Карты и данные из Twitter
50
Мотивации
100
Сравнения
100
Географические данные в Twitter JSON
50
Координаты и ограничивающие области
100
Доступ к определенному местоположению пользователя
100
Доступ к граничной области
100
Вычисление центроида
100
Создание карты в Twitter
50
Карты Basemap
100
Построение координат центроида
100
Окрашивание по настроению
100
Подведение итогов
50
