Presentación

La idea de este artículo es mostrar algunas tecnicas útiles para el análisis de tweets. En esta ocasión el objeto de estudio serán figuras políticas relevantes con la idea de explorar su comportamiento en Twitter explorando por un lado los números de sus actividades en la red y la repercusión de sus mensajes y, por el otro, las palabras utilizadas para conformar el mensaje que desean emitir. En este orden de ideas, la dinamica de trabajo será primero abordar el análisis cuantitativo de los números que obtienen los mensajes de estas figuras, para lo cual elaboraremos una función que levantará las bases según el usuario deseado y limpiará la misma. Las bases de trabajo fueron conformadas mediante la descarga de tweets a través del paquete Rtweet git. El análisis de sentimiento se determinó mediante el diccionario SDAL

Descriptivos

Con nuestra función corriendo es posible levantar las bases que previamente tenemos configuradas en nuestra carpeta de trabajo. Ahora analizaremos el dataset graficando algunos valores descriptivos.

La Base del usuario evamieri contiene un total de 3221 de tweets publicados desde 2019-06-01 hasta 2022-01-04.

Veamos ahora cual es la frecuencia de las interacciones según la hora del día

Ahora agreguemos al análisis la desagregación según dispositivo

## Rows: 4
## Columns: 3
## $ source <chr> "Twitter for Android", "Twitter for iPhone", "Twitter Web App",~
## $ total  <int> 2560, 635, 22, 4
## $ prop   <dbl> 79.4784229, 19.7143744, 0.6830177, 0.1241850

Tambien podemos ver los mensajes mas retuiteados y faveados

status_id text favorite_count Fecha_corta ext_media_expanded_url
1304856494261833728 Este macho violento, el mismo q le gritaba a @CFKArgentina en la puerta de su casa, ahora muestra su “virilidad” haciendo amenazas frente al espejo y difundiendolo en redes. No es gracioso. ES PELIGROSO xq sigue retroalimentando mensajes de odio y violencia hacia las mujeres. https://t.co/Whmxi3VsZr 1629 2020-09-12 https://twitter.com/evamieri/status/1304856494261833729/video/1
status_id text retweet_count Fecha_corta ext_media_expanded_url
1304856494261833728 Este macho violento, el mismo q le gritaba a @CFKArgentina en la puerta de su casa, ahora muestra su “virilidad” haciendo amenazas frente al espejo y difundiendolo en redes. No es gracioso. ES PELIGROSO xq sigue retroalimentando mensajes de odio y violencia hacia las mujeres. https://t.co/Whmxi3VsZr 598 2020-09-12 https://twitter.com/evamieri/status/1304856494261833729/video/1

Nube de palabras

Una buena manera de representar las palabras utilizadas consiste en conformar las nubes de palabras o bag of words. Basicamente se trata de visualizar cuales son los términos de mayor uso mostrando su peso en relación a los otros.

Esta es la nube de palabras del año en Twitter de evamieri

Palabras positivas

Palabras negativas

Captura de tweet con mayor cantidad de favs:

Captura de tweet con mayor cantidad de rt:


Finalmente agregamos un cuadro resumen con la cantidad de palabras utilizadas vinculadas al medio ambiente


Palabra Cantidad
ambiental 28
ambiente 15
residuos 9
basura 2
reciclaje 2
reciclar 2