第十四周：社群網路分析 PTT 鄉民對於陳時中個人之看法
第8組-糠維軒 張惠茹 陳靖婷 鄭宇謙 張揚琛 鄭周祥
系統參數設定
Sys.setlocale(category = "LC_ALL", locale = "zh_TW.UTF-8") # 避免中文亂碼## [1] ""安裝需要的packages
packages = c("readr", "dplyr", "jiebaR", "tidyr", "tidytext", "igraph", "topicmodels", "ggplot2", "stringr")
existing = as.character(installed.packages()[,1])
for(pkg in packages[!(packages %in% existing)]) install.packages(pkg)讀進library
library(readr)
library(dplyr)
library(jiebaR)
library(tidyr)
library(tidytext)
library(igraph)
library(topicmodels)
library(stringr)
library(ggplot2)
library(reshape2)
library(wordcloud2)資料基本介紹
- 資料來源: 文字平台收集PTT nCov2019/Gossip/版文章、回覆
- 關鍵字：陳時中
- 資料時間：2020-01-01 ~ 2021-05-15
這次我們針對近1年半的資料，討論ptt版上陳時中相關討論的發文風向，主要針對以下方向分析：
1.與陳時中相關的討論主題有哪些? 2.討論陳時中個人的社群網路如何分布?
1. 資料前處理
在本篇分析中，我們希望建構特定議題的社群網路圖，並分析網路中討論的議題主題
我們需要兩種資料： (1) 每篇文章的主題分類(LDA) (2) 社群網路圖的link和nodes
載入文章和網友回覆資料
posts <- read_csv("../data/tttttt_articleMetaData.csv") # 文章 1399
reviews <- read_csv("../data/tttttt_articleReviews.csv") # 回覆 56079
head(posts)## # A tibble: 6 x 10
## artTitle artDate artTime artUrl artPoster artCat commentNum push boo
## <chr> <date> <time> <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 [新聞]陳時中籲「~ 2020-01-28 00:49:13 https:~ tsengcc Gossi~ 67 29 6
## 2 Re:[新聞]陳時~ 2020-01-28 05:22:52 https:~ israelii Gossi~ 27 9 4
## 3 [新聞]口罩是防疫~ 2020-01-28 08:09:22 https:~ xxx80076 Gossi~ 35 7 8
## 4 [問卦]陳時中的表~ 2020-01-31 04:16:53 https:~ Iam5566 Gossi~ 26 11 4
## 5 [新聞]確診第10~ 2020-01-31 04:25:10 https:~ wendycla~ Gossi~ 221 123 10
## 6 [新聞]中央統一調~ 2020-02-01 21:32:11 https:~ Jack3023~ Gossi~ 101 27 7
## # ... with 1 more variable: sentence <chr>head(reviews)## # A tibble: 6 x 10
## artTitle artDate artTime artUrl artPoster artCat cmtPoster cmtStatus
## <chr> <date> <time> <chr> <chr> <chr> <chr> <chr>
## 1 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ greg7575 →
## 2 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ CREA 推
## 3 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ CREA →
## 4 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ lesnaree2 推
## 5 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ ChungLi5~ 推
## 6 [新聞]陳時中籲「莫~ 2020-01-28 49'13" https://w~ tsengcc Gossi~ color3258 推
## # ... with 2 more variables: cmtDate <dttm>, cmtContent <chr>2.LDA 主題分類
文章斷句
#> 移除PTT貼新聞時會出現的格式用字
posts <- posts %>%
mutate(sentence=gsub("媒體來源|記者署名|完整新聞標題|完整新聞內文|完整新聞連結|(或短網址)|備註|備註請放最後面|違者新聞文章刪除|張貼問卦請注意|充實文章內容|是否有專板|本板並非萬能問板|一天只能張貼|自刪及被刪也算兩篇之內|超貼者將被水桶|本看板嚴格禁止政治問卦|發文問卦前請先仔細閱讀相關板規|未滿30繁體中文字水桶3個月|嚴重者以鬧板論", "", sentence))
# 文章斷句("\n\n"取代成"。")
mask_meta <- posts %>%
mutate(sentence=gsub("[\n]{2,}", "。", sentence))
# 以全形或半形 驚歎號、問號、分號 以及 全形句號 爲依據進行斷句
mask_sentences <- strsplit(mask_meta$sentence,"[。！；？!?;]")
# 將每句句子，與他所屬的文章連結配對起來，整理成一個dataframe
mask_sentences <- data.frame(
artUrl = rep(mask_meta$artUrl, sapply(mask_sentences, length)),
sentence = unlist(mask_sentences)
) %>%
filter(!str_detect(sentence, regex("^(\t|\n| )*$")))
# 如果有\t或\n就去掉
mask_sentences$sentence <- as.character(mask_sentences$sentence)文章斷詞
## 文章斷詞
# # load mask_lexicon(特定要斷開的詞，像是user_dict)
# mask_lexicon <- scan(file = "../dict/word.txt", what=character(),sep='\n',
# encoding='utf-8',fileEncoding='utf-8')
# # load stop words
# stop_words <- scan(file = "../dict/stop_words.txt", what=character(),sep='\n',
# encoding='utf-8',fileEncoding='utf-8')
#
# # 使用默認參數初始化一個斷詞引擎
# jieba_tokenizer = worker()
#
# # 使用口罩字典重新斷詞
# new_user_word(jieba_tokenizer, c(mask_lexicon))
#
# # tokenize function
# chi_tokenizer <- function(t) {
# lapply(t, function(x) {
# if(nchar(x)>1){
# tokens <- segment(x, jieba_tokenizer)
# tokens <- tokens[!tokens %in% stop_words]
# # 去掉字串長度爲1的詞彙
# tokens <- tokens[nchar(tokens)>1]
# return(tokens)
# }
# })
# }
#
#
# # 用剛剛初始化的斷詞器把sentence斷開
# tokens <- mask_sentences %>%
# mutate(sentence = gsub("[[:punct:]]", "",sentence)) %>%
# mutate(sentence = gsub("[0-9a-zA-Z]", "",sentence)) %>%
# unnest_tokens(word, sentence, token=chi_tokenizer) %>%
# count(artUrl, word) %>% # 計算每篇文章出現的字頻
# rename(count=n)
# tokens
# save.image(file = "../data/token_result.rdata")斷詞結果可以先存起來，就不用再重跑一次
load("../data/token_result.rdata")清理斷詞結果
。根據詞頻，選擇只出現3字以上的字 。整理成url,word,n的格式之後，就可以轉dtm
P.S. groupby by之後原本的字詞結構會不見，把詞頻另存在一個reserved_word裡面
freq = 3
# 依據字頻挑字
reserved_word <- tokens %>%
group_by(word) %>%
count() %>%
filter(n > freq) %>%
unlist()
mask_removed <- tokens %>%
filter(word %in% reserved_word)
#mask_dtm 裡面 nrow:幾篇文章 ; ncol:幾個字
mask_dtm <- mask_removed %>% cast_dtm(artUrl, word, count) (2) LDA 主題分析
將剛處理好的dtm放入LDA函式分析
# LDA分成4個主題
mask_lda <- LDA(mask_dtm, k = 4, control = list(seed = 2021,alpha = 2,delta=0.1),method = "Gibbs")p.s. 。tidy(mask_lda, matrix = “beta”) # 取字 topic term beta值 。tidy(mask_lda, matrix=“gamma”) # 取主題 document topic gamma
取出代表字詞(term)
removed_word = c("陳時中","沒有","相關","台灣","部長","不是","市長","中央","大家","政府","不要","目前","記者會","國家","公布","可能","不會")
# 看各群的常用詞彙
tidy(mask_lda, matrix = "beta") %>% # 取出topic term beta值
filter(! term %in% removed_word) %>%
group_by(topic) %>%
top_n(15, beta) %>% # beta值前15的字
ungroup() %>%
mutate(topic = as.factor(topic),
term = reorder_within(term, beta, topic)) %>%
ggplot(aes(term, beta, fill = topic)) +
geom_col(show.legend = FALSE) +
facet_wrap(~ topic, scales = "free") +
coord_flip() +
scale_x_reordered()
可以歸納出
topic 1 = “檢疫狀況”
topic 2 = “陳時中個人新聞”
topic 3 = “疫苗接種”
topic 4 = “美豬事件”
以下我們挑出第一個主題與第三個主題來做比較。
取出代表主題(topic)
每篇文章拿gamma值最大的topic當該文章的topic
# 在tidy function中使用參數"gamma"來取得 theta矩陣
mask_topics <- tidy(mask_lda, matrix="gamma") %>% # document topic gamma
group_by(document) %>%
top_n(1, wt=gamma)
mask_topics## # A tibble: 3,583 x 3
## # Groups: document [3,546]
## document topic gamma
## <chr> <int> <dbl>
## 1 https://www.ptt.cc/bbs/Gossiping/M.1580218136.A.251.html 1 0.451
## 2 https://www.ptt.cc/bbs/Gossiping/M.1580228124.A.03A.html 1 0.831
## 3 https://www.ptt.cc/bbs/Gossiping/M.1580473872.A.066.html 1 0.858
## 4 https://www.ptt.cc/bbs/Gossiping/M.1580632630.A.857.html 1 0.583
## 5 https://www.ptt.cc/bbs/Gossiping/M.1580637593.A.E42.html 1 0.552
## 6 https://www.ptt.cc/bbs/Gossiping/M.1580638519.A.26D.html 1 0.574
## 7 https://www.ptt.cc/bbs/Gossiping/M.1580641627.A.B5E.html 1 0.545
## 8 https://www.ptt.cc/bbs/Gossiping/M.1580646887.A.0A2.html 1 0.808
## 9 https://www.ptt.cc/bbs/Gossiping/M.1580781970.A.A56.html 1 0.790
## 10 https://www.ptt.cc/bbs/Gossiping/M.1580782609.A.647.html 1 0.420
## # ... with 3,573 more rows資料內容探索
posts_topic <- merge(x = posts, y = mask_topics, by.x = "artUrl", by.y="document")
# 看一下各主題在說甚麼
set.seed(123)
posts_topic %>% # 主題一
filter(topic==1) %>%
select(artTitle) %>%
unique() %>%
sample_n(10)## artTitle
## 1 [新聞]1968熱點成「危險地區」？陳時中嘆：這是
## 2 [新聞]各國首波解封未列台灣陳時中：政治凌駕
## 3 [新聞]第3度包機能否成行陳時中：牽涉互信有待觀察
## 4 [新聞]【美官訪台】明簽合作備忘錄陳時中提醒
## 5 [新聞]追蹤513位3月從歐洲返台者陳時中：案例
## 6 [新聞]邊境不解封陳時中:安全跟開放是兩回事
## 7 [新聞]外籍人士入境禁令陳時中：3/1後可望鬆綁
## 8 [新聞]華航自英國載百人27日晚返台陳時中：入
## 9 [新聞]旅遊泡泡陳時中:除帛琉其他國家暫不考慮
## 10 [新聞]前天開始發燒、咳嗽陳時中：我去做新冠posts_topic %>% # 主題二
filter(topic==2) %>%
select(artTitle) %>%
unique() %>%
sample_n(10)## artTitle
## 1 [新聞]柯文哲槓上陳時中！黃珊珊鬆口：我才是
## 2 Re:[新聞]柯文哲前往和平醫院視察明早和陳時中碰
## 3 [新聞]若520改組7成民眾挺陳時中續任衛福部長
## 4 Re:[新聞]超帥！陳時中登時尚雜誌封面「大衣+黑
## 5 [新聞]中選會手伸入罷韓案？韓粉呼叫陳時中出來
## 6 [新聞]洩露足跡雙標？柯文哲緩頰：不能怪陳時中
## 7 [新聞]Kolas見證陳時中不眠不休 淚讚：男兒淚
## 8 [新聞]陳佩琪為「小明」逆時中陳時中：掛滿箭
## 9 [新聞]陳時中迅速走紅？中官媒不爽：專業無能
## 10 [新聞]陳時中遊墾丁鼓勵國旅國外解禁還要等posts_topic %>% # 主題三
filter(topic==3) %>%
select(artTitle) %>%
unique() %>%
sample_n(10)## artTitle
## 1 [新聞]陳時中下午親主持健保醫材新制「閉門會議
## 2 [新聞]記者列疫苗施打第三順位陳時中：建議有
## 3 [新聞]又一本土疫苗邁二期試驗陳時中：發展樂
## 4 Re:[新聞]英國包機防疫不如武漢嚴謹陳時中：武漢
## 5 [新聞]陳時中與美衛生部長電話會議美方挺台擴
## 6 [新聞]陳時中投書泰媒籲各方支持WHO納入台灣
## 7 [新聞]採購500萬劑BNT疫苗破局！陳時中證實：
## 8 [新聞]陸國台辦槓上陳時中痛批台「防疫機構負
## 9 [新聞]康匠口罩違法私設產線！陳時中：不影響口
## 10 [新聞]陳時中打垮柯文哲？北市口罩販賣機傳出可posts_topic %>% # 主題四
filter(topic==4) %>%
select(artTitle) %>%
unique() %>%
sample_n(10)## artTitle
## 1 [新聞]萊豬增訂貨品分類號列陳時中反對用殘留
## 2 Re:[新聞]發文罵衛福部長陳時中「無恥舔美賣台」
## 3 [新聞]國民黨要推公投反瘦肉精美豬陳時中：科
## 4 [新聞]美豬標示及示範如何做？陳時中：大家一
## 5 [新聞]陳時中坦言：全面標示是個「大工程」
## 6 [新聞]不贊成食安健康捐陳時中扯「走路也有打
## 7 [新聞]侯友宜砲轟未有紓困SOP陳時中：中央會做
## 8 [新聞]有房有地也來申請紓困？陳時中：受疫情影
## 9 Re:[新聞]健保自付差額上限醫界有疑慮陳時中夜襲
## 10 [新聞]何者更傷手次氯酸水與酒精差異陳時中日期主題分布
畫出每天topic的分布，可以發現整年關於陳時中的個人新聞都保持一定的討論度
posts_topic %>%
mutate(artDate = as.Date(artDate)) %>%
group_by(artDate= format(artDate,'%Y%m'),topic) %>%
summarise(sum =sum(topic)) %>%
ggplot(aes(x= artDate,y=sum,fill=as.factor(topic))) +
geom_col(position="fill") +
theme(axis.text.x = element_text(angle = 90, hjust = 1))## `summarise()` has grouped output by 'artDate'. You can override using the `.groups` argument.
posts_topic %>%
group_by(artCat,topic) %>%
summarise(sum = n()) %>%
ggplot(aes(x= artCat,y=sum,fill=as.factor(topic))) +
geom_col(position="dodge") ## `summarise()` has grouped output by 'artCat'. You can override using the `.groups` argument.
4. 社群網路圖
資料合併
# 文章和留言
reviews <- reviews %>%
select(artUrl, cmtPoster, cmtStatus, cmtContent)
posts_Reviews <- merge(x = posts, y = reviews, by = "artUrl")
# 把文章和topic
posts_Reviews <- merge(x = posts_Reviews, y = mask_topics, by.x = "artUrl", by.y="document")
head(posts_Reviews,3)## artUrl
## 1 https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html
## 2 https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html
## 3 https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html
## artTitle artDate artTime artPoster
## 1 [新聞]陳時中籲「莫挑釁戴口罩原則」侯友宜： 2020-01-28 00:49:13 tsengcc
## 2 [新聞]陳時中籲「莫挑釁戴口罩原則」侯友宜： 2020-01-28 00:49:13 tsengcc
## 3 [新聞]陳時中籲「莫挑釁戴口罩原則」侯友宜： 2020-01-28 00:49:13 tsengcc
## artCat commentNum push boo
## 1 Gossiping 67 29 6
## 2 Gossiping 67 29 6
## 3 Gossiping 67 29 6
## sentence
## 1 1.:\n\n民視\n\n\n2.\n\n楊凱安、嚴俊強 新北市報導）\n\n3.:\n\n陳時中籲「莫挑釁戴口罩原則」 侯友宜：只是建議\n\n\n4.:\n\n新北市長侯友宜，大年初四到板橋發福袋，全程依舊戴上口罩，不過日前衛福部長陳時中\n提到戴口罩三原則，要政治人物別做不當宣導，造成物資緊張，此話一出被指是針對雙北\n兩位市長。對此侯友宜強調他是建議，沒有強制，而黨內主席改選議題，他樂觀其成，但\n自己忙於市政沒有介入。\n\n大年初四上午，新北市長侯友宜到板橋慈惠宮走春拜廟，並發福袋給民眾。但面對武漢肺\n炎疫情持續升溫，過年行程滿檔的侯友宜，不論走到哪，口罩都戴好戴滿。\n\n不過日前衛福部長陳時中提到戴口罩三原則，包含有慢性病、有疫情症狀，以及到通風不\n良的密閉空間要戴，但有政治人物用自己的想法做不當宣導，造成物資緊張，這話似乎也\n對準侯友宜。\n\n對此，侯友宜表示「我是給大家做一個建議，在公共場合人口聚集的地方，或是密閉空間\n，我們原則上盡量把口罩戴起來，身為防疫指揮官、身為防疫成員，如果不保護好自己的\n健康，如何保護好市民？我知道很多的民眾都在說口罩買不到，那我們整個流程要非常清\n楚，春節期間大家多辛苦一下，那希望大家不要恐慌，政府一定會全力以赴，中央跟地方\n防疫是大家一起來」。\n\n侯友宜強調戴口罩只是建議，沒有強制，針對口罩缺貨問題也要大家別恐慌。不過除了疫\n情問題，外界也關心國民黨內部情況，目前包含前台北市長郝龍斌、立委江啟臣都表態參\n選黨主席，侯友宜則說「謝謝很多人願意出來，為黨做事扛起責任，我都是樂觀其成，自\n己因為市政工作非常繁忙，尤其在春節這段時間，所以我是以市政為最大優先、最大考量\n」。\n\n強調市政優先，侯友宜堅持走自己的路，不介入黨內的政治風暴。\n\n\n5. ():\nhttps://www.ftvnews.com.tw/news/detail/2020128P03M1\n6.:\n\n全民口罩檢定\n
## 2 1.:\n\n民視\n\n\n2.\n\n楊凱安、嚴俊強 新北市報導）\n\n3.:\n\n陳時中籲「莫挑釁戴口罩原則」 侯友宜：只是建議\n\n\n4.:\n\n新北市長侯友宜，大年初四到板橋發福袋，全程依舊戴上口罩，不過日前衛福部長陳時中\n提到戴口罩三原則，要政治人物別做不當宣導，造成物資緊張，此話一出被指是針對雙北\n兩位市長。對此侯友宜強調他是建議，沒有強制，而黨內主席改選議題，他樂觀其成，但\n自己忙於市政沒有介入。\n\n大年初四上午，新北市長侯友宜到板橋慈惠宮走春拜廟，並發福袋給民眾。但面對武漢肺\n炎疫情持續升溫，過年行程滿檔的侯友宜，不論走到哪，口罩都戴好戴滿。\n\n不過日前衛福部長陳時中提到戴口罩三原則，包含有慢性病、有疫情症狀，以及到通風不\n良的密閉空間要戴，但有政治人物用自己的想法做不當宣導，造成物資緊張，這話似乎也\n對準侯友宜。\n\n對此，侯友宜表示「我是給大家做一個建議，在公共場合人口聚集的地方，或是密閉空間\n，我們原則上盡量把口罩戴起來，身為防疫指揮官、身為防疫成員，如果不保護好自己的\n健康，如何保護好市民？我知道很多的民眾都在說口罩買不到，那我們整個流程要非常清\n楚，春節期間大家多辛苦一下，那希望大家不要恐慌，政府一定會全力以赴，中央跟地方\n防疫是大家一起來」。\n\n侯友宜強調戴口罩只是建議，沒有強制，針對口罩缺貨問題也要大家別恐慌。不過除了疫\n情問題，外界也關心國民黨內部情況，目前包含前台北市長郝龍斌、立委江啟臣都表態參\n選黨主席，侯友宜則說「謝謝很多人願意出來，為黨做事扛起責任，我都是樂觀其成，自\n己因為市政工作非常繁忙，尤其在春節這段時間，所以我是以市政為最大優先、最大考量\n」。\n\n強調市政優先，侯友宜堅持走自己的路，不介入黨內的政治風暴。\n\n\n5. ():\nhttps://www.ftvnews.com.tw/news/detail/2020128P03M1\n6.:\n\n全民口罩檢定\n
## 3 1.:\n\n民視\n\n\n2.\n\n楊凱安、嚴俊強 新北市報導）\n\n3.:\n\n陳時中籲「莫挑釁戴口罩原則」 侯友宜：只是建議\n\n\n4.:\n\n新北市長侯友宜，大年初四到板橋發福袋，全程依舊戴上口罩，不過日前衛福部長陳時中\n提到戴口罩三原則，要政治人物別做不當宣導，造成物資緊張，此話一出被指是針對雙北\n兩位市長。對此侯友宜強調他是建議，沒有強制，而黨內主席改選議題，他樂觀其成，但\n自己忙於市政沒有介入。\n\n大年初四上午，新北市長侯友宜到板橋慈惠宮走春拜廟，並發福袋給民眾。但面對武漢肺\n炎疫情持續升溫，過年行程滿檔的侯友宜，不論走到哪，口罩都戴好戴滿。\n\n不過日前衛福部長陳時中提到戴口罩三原則，包含有慢性病、有疫情症狀，以及到通風不\n良的密閉空間要戴，但有政治人物用自己的想法做不當宣導，造成物資緊張，這話似乎也\n對準侯友宜。\n\n對此，侯友宜表示「我是給大家做一個建議，在公共場合人口聚集的地方，或是密閉空間\n，我們原則上盡量把口罩戴起來，身為防疫指揮官、身為防疫成員，如果不保護好自己的\n健康，如何保護好市民？我知道很多的民眾都在說口罩買不到，那我們整個流程要非常清\n楚，春節期間大家多辛苦一下，那希望大家不要恐慌，政府一定會全力以赴，中央跟地方\n防疫是大家一起來」。\n\n侯友宜強調戴口罩只是建議，沒有強制，針對口罩缺貨問題也要大家別恐慌。不過除了疫\n情問題，外界也關心國民黨內部情況，目前包含前台北市長郝龍斌、立委江啟臣都表態參\n選黨主席，侯友宜則說「謝謝很多人願意出來，為黨做事扛起責任，我都是樂觀其成，自\n己因為市政工作非常繁忙，尤其在春節這段時間，所以我是以市政為最大優先、最大考量\n」。\n\n強調市政優先，侯友宜堅持走自己的路，不介入黨內的政治風暴。\n\n\n5. ():\nhttps://www.ftvnews.com.tw/news/detail/2020128P03M1\n6.:\n\n全民口罩檢定\n
## cmtPoster cmtStatus cmtContent topic gamma
## 1 greg7575 → :民進黨的眼 2 0.5463415
## 2 CREA 推 :相信政府相信黨不須擔憂不須慌 2 0.5463415
## 3 CREA → :再說買不到口罩的就是挑釁政府權威 2 0.5463415取出 cmtPoster(回覆者)、artPoster(發文者)、artUrl(文章連結) 三個欄位
link <- posts_Reviews %>% select(cmtPoster, artPoster, artUrl)
head(link,3)## cmtPoster artPoster artUrl
## 1 greg7575 tsengcc https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html
## 2 CREA tsengcc https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html
## 3 CREA tsengcc https://www.ptt.cc/bbs/Gossiping/M.1580201716.A.D4A.html基本網路圖
建立網路關係
reviewNetwork <- graph_from_data_frame(d=link, directed=T)
reviewNetwork## IGRAPH fb5861e DN-- 42442 482344 --
## + attr: name (v/c), artUrl (e/c)
## + edges from fb5861e (vertex names):
## [1] greg7575 ->tsengcc CREA ->tsengcc CREA ->tsengcc
## [4] lesnaree2 ->tsengcc ChungLi5566->tsengcc color3258 ->tsengcc
## [7] pauljet ->tsengcc simata ->tsengcc pauljet ->tsengcc
## [10] CREA ->tsengcc ps20012001 ->tsengcc pauljet ->tsengcc
## [13] b777300 ->tsengcc lesnaree2 ->tsengcc pauljet ->tsengcc
## [16] kenny945 ->tsengcc pauljet ->tsengcc ganninian ->tsengcc
## [19] pauljet ->tsengcc jack250802 ->tsengcc remora ->tsengcc
## [22] winnabe ->tsengcc erick70109 ->tsengcc lwamp ->tsengcc
## + ... omitted several edges資料篩選
資料篩選的方式：
- 文章:文章日期、留言數(commentNum)
- link、node:degree
# 看一下留言數大概都多少(方便後面篩選)
posts %>%
#filter(commentNum>100) %>%
ggplot(aes(x=commentNum)) + geom_histogram()## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
依據發文數或回覆數篩選post和review
# 帳號發文篇數
post_count = posts %>%
group_by(artPoster) %>%
summarise(count = n()) %>%
arrange(desc(count))
post_count## # A tibble: 1,424 x 2
## artPoster count
## <chr> <int>
## 1 ptt8592 75
## 2 weni302 59
## 3 skyhawkptt 54
## 4 joanzkow 43
## 5 ToHsiang 34
## 6 deathdecay 32
## 7 shinmoner 30
## 8 sukiyasuica 28
## 9 KTR5566 25
## 10 lovea 25
## # ... with 1,414 more rows # 帳號回覆總數
review_count = reviews %>%
group_by(cmtPoster) %>%
summarise(count = n()) %>%
arrange(desc(count))
review_count## # A tibble: 42,019 x 2
## cmtPoster count
## <chr> <int>
## 1 yufion 1844
## 2 birdy590 1323
## 3 kuma660224 1214
## 4 gwenwoo 1136
## 5 elainakuo 1090
## 6 soria 1090
## 7 trywish 967
## 8 abow0704 961
## 9 stvn2567 902
## 10 ymuit 857
## # ... with 42,009 more rows # 發文者
poster_select <- post_count %>% filter(count >= 2)
posts <- posts %>% filter(posts$artPoster %in% poster_select$artPoster)
# 回覆者
reviewer_select <- review_count %>% filter(count >= 20)
reviews <- reviews %>% filter(reviews$cmtPoster %in% reviewer_select$cmtPoster)# 檢視參與人數
length(unique(posts_Reviews$artPoster)) # 發文者數量 1421## [1] 1421length(unique(posts_Reviews$cmtPoster)) # 回覆者數量 42019## [1] 42019allPoster <- c(posts_Reviews$artPoster, posts_Reviews$cmtPoster) # 總參與人數 42442
length(unique(allPoster))## [1] 42442標記所有出現過得使用者
- poster：只發過文、發過文+留過言
- replyer：只留過言
userList <- data.frame(user=unique(allPoster)) %>%
mutate(type=ifelse(user%in%posts$artPoster, "poster", "replyer"))
head(userList,3)## user type
## 1 tsengcc poster
## 2 israelii poster
## 3 xxx80076 replyer使用者是否受到歡迎
PTT的回覆有三種，推文、噓文、箭頭，我們只要看推噓就好，因此把箭頭清掉。
filter_degree = 15 # 使用者degree
# 過濾留言者對發文者的推噓程度
link <- posts_Reviews %>%
filter(commentNum > 1000) %>%
filter(cmtStatus!="→") %>%
group_by(cmtPoster, artUrl) %>%
filter( n() > 4) %>%
ungroup() %>%
select(cmtPoster, artPoster, artUrl, cmtStatus) %>%
unique()
# 接下來把網路圖畫出來，跟前面做的事都一樣，因此不再細述
# 篩選link中有出現的使用者
filtered_user <- userList %>%
filter(user%in%link$cmtPoster | user%in%link$artPoster) %>%
arrange(desc(type))
# 建立網路關係
reviewNetwork <- graph_from_data_frame(d=link, v=filtered_user, directed=F)
# 依據使用者身份對點進行上色
labels <- degree(reviewNetwork)
V(reviewNetwork)$label <- names(labels)
V(reviewNetwork)$color <- ifelse(V(reviewNetwork)$type=="poster", "yellow", "blue")
# 依據回覆發生的文章所對應的主題，對他們的關聯線進行上色
E(reviewNetwork)$color <- ifelse(E(reviewNetwork)$cmtStatus == "推", "green", "red")
# 畫出社群網路圖 #5432
set.seed(5432)
plot(reviewNetwork, vertex.size=1, edge.width=0.5, vertex.label.dist=0.2,
vertex.label=ifelse(degree(reviewNetwork) > filter_degree, V(reviewNetwork)$label, NA),vertex.label.font=1)
# 加入標示
legend("bottomright", c("發文者","回文者"), pch=21,
col="#777777", pt.bg=c("yellow","blue"), pt.cex=1, cex=1)
legend("topleft", c("推","噓"),
col=c("green","red"), lty=1, cex=1)
可以發現本次的討論中大部分都是推文、噓文較少
總結
與陳時中相關的討論主題有哪些? 使用LDA後可看出與陳時中相關的討論主題有“檢疫狀況”,“陳時中個人新聞”,“疫苗接種”,“美豬事件”，因此我們選擇主題二“陳時中個人新聞”來做討論。
討論之中的意見領袖有誰?網友的推噓狀態如何? 主要之意見領袖有KTR5566,Chaos12345,nba887125,cheinshin,cherrywish,Dream-Yeh，大部分都是推文。