logo
languageDEdown
menu

Scraping Twitter und Sentimentanalyse mit Python

4 Minuten lesen

Dies ist ein Anwendungsfall von Web Scraping Twitter für Sentimentanalyse. Lassen wir mit einem berühmten Mann beginnen. Er ist…Donald Trump.

Eigentlich bin ich kein großer Fan von Donald Trump. Genau gesagt, mag ich ihn überhaupt nicht. Aber er hat diese charismatische Sensationswirkung. Sein Name besetzt immer die meisten Zeitungen und sozialen Medien. Die Einstellung der Menschen zu ihm ist dramatisch und bilateral. Seine beschreibenden Worte sind entweder sehr positiv oder negativ. Diese sind perfekte Materialien für Web Scraping und Sentimentanalyse. Deshalb würde ich ihn als ein Beispiel nennen, um Ihnen anzuzeigen, wie man mit Web Scraping Tool seine Worte scrapen und analysieren kann.

Das Ziel des Workshops ist es, ein Web Scraping Tool zu verwenden, um Tweets über Donald Trump mit einem Web Crawler auszulesen und zu scrapen. Dann machen wir eine Sentimentanalyse mit Python und finden die öffentlichen Meinungen über diesen Präsidenten. Und wir haben schließlich die Daten mit Tableau Public visualisiert.

Lesen Sie bitte weiter:

1. Wenn Sie nicht wissen, wie Sie Inhalte/Kommentare in sozialen Medien scrapen.

2. Oder/Und wenn Sie Python erlernen aber nicht wissen, wie Sie es für die Sentimentanalyse verwenden.

Lassen wir mit Web Scraping bei der Verwendung von Octoparse beginnen. Vor dem Scraping sollen Sie zuerst die neueste Version von Octoparse herunterladen, und dann melden Sie sich mit den Anweisungen an. Nachdem Sie eingeloggt waren, eröffnen Sie einfach die vorgestellte Vorlage von Twitter.

Tweet-Datenextraktion im Web Scraper

  • Name
  • Veröffentlichungszeit
  • Inhalt
  • Bild-URL
  • Tweet-URL
  • Anzahl der Kommentare, Retweets und die Ähnliches

Geben Sie „Donald Trump“ in Parameterfeld ein, um den Crawler das Schlüsselwort mitzuteilen. Es ist so einfach, wie es aussieht. Ich bekam ungefähr 10k Tweets. Sie können so viele Tweets wie möglich scrapen. Nachdem Sie Tweets bekommen haben, exportieren Sie die Daten als Textfile und benennen Sie das File als „data.txt“.

Sentimentanalyse mit Python

Bevor Sie beginnen, stellen Sie bitte sicher, dass Sie Python und ein Texteditor auf Ihrem Computer installiert haben. Ich verwende Python 2.7 und Notepad++.

Dann analysieren wir die gescrapte Tweets mit zwei Meinungswortlisten. Sie können sie hier downloaden. Mit Big Data können Sie einfacher als früher die Sentimentanalyse machen. Diese beiden Listen enthalten positive und negative Wörter (Sentiment Wörter), die von Minqing Hu und Bing Liu aus einer Forschungsstudie über präsentierte Meinungswörter in sozialen Medien zusammengefasst werden.

Was wir hier machen wollen ist, von den Listen die Meinungswörter zu bekommen, zu den Tweets zurückzukehren und die Frequenz jedes Meinungswortes in den Tweets zu zählen. Endlich haben wir deshalb entsprechende Meinungswörter in Tweets und der Zählung zusammengefasst.

Zuerst erstellen Sie eine Positiv- und Negativliste mit zwei heruntergeladeten Wortlisten. Sie speichern alle Wörter, die aus den Textfiles analysiert werden.

Danach verarbeiten Sie Texte vor und ändern Sie die Daten, indem Sie alle Satzzeichen, Zeichen und Zahlen mit dem folgenden Code streichen:

# process the tweets
with open ('data.txt') as f:
txt = f.read ()
txt = re.sub ('[, \ . () ": ; !@#$%^&*\α] | \ ' s | \ ' ' , ' ' , txt)
word_list = txt.replace (' \n ', ' ') . replace (' ', ' ') . lower () . split (' ')

Die Daten bestanden deshalb nur aus markiert Wörter, was Analyse erleichtern lässt. Danach erstellen Sie drei Wörterbücher: word_count_dict, word_count_positive, und word_count_negative.

Dann definieren Sie jedes Wörterbuch. Wenn ein Meinungswort in Daten existiert, zählen Sie es, indem Sie den Wert von word_count_dict um „1“ erhöhen.

Nachdem alle Meinungswörter gezählt geworden sind, entscheiden Sie, ob ein Wort positiv oder negativ klingt. Wenn es ein positives Wort ist, erhöht word_count_positive seinen Wert um „1“, sonst bleibt das positive Wörterbuch derselbe Wert. Dementsprechend erhöht word_count_negative seinen Wert oder bleibt derselbe Wert. Wenn das Wort weder in der Positivliste noch in der Negativliste existiert, ist es ein Pass.

Polarität: Positiv vs. Negativ

Ich habe zusammen 5.352 negative Wörter und 3.894 positive Wörter bekommen, die Liste mit Ihrem ausgewählten Namen gespeichert, sie mit Tableau Public geöffnet und ein Bubble Chart erstellt. Wenn Sie nicht wissen, wie Sie ein Bubble Chart mit Tableau Public erstellen können, klicken Sie bitte hier.

Die Benutzung der positiven Wörter ist einseitig. Es werden nur 404 Arten von positiven Wörtern verwendet. Die häufigsten Wörter sind beispielsweise „lieben“, „großartig“ und „richtig“. Die meisten Wortwahlen sind grundlegend und umgangssprachlich, wie „wow“ und „cool“, während die Benutzung der negativen Wörter viel multilateraler ist. Im Vergleich dazu gibt es 809 Arten von negativen Wörtern. Die meisten davon sind formell und fortgeschritten. Dies sind die am häufigsten verwendeten, wie „illegal“, „Lügen“ und „Rassist“. Andere fortgeschrittene Wörter existieren auch, wie „Verbrecher“, „Agitation“ und „Heuchler“.

Die Wortwahl zeigt deutlich, dass das Bildungsniveau der Unterstützer niedriger als das der Nicht-Unterstützer ist. Donald Trump ist offensichtlich bei Twitter Nutzern nicht willkommen.

Zusammenfassung

In diesem Artikel haben wir darüber gesprochen, wie Sie Tweets auf Twitter mit Octoparse scrapen. Wir haben auch diskutiert, wie Sie Datentext vorverarbeiten und positive/negative Meinungswörter analysieren, die auf Twitter mit Python ausgedrückt werden. 

Hier bekommen Sie Octoparse! 🤩

Preis: $0~$249 pro Monat

Packet & Preise:Octoparse Premium-Preise & Verpackung

Kostenlose Testversion: 14-tägige kostenlose Testversion

Herunterladen:Octoparse für Windows und MacOs

Wenn Sie Probleme bei der Datenextraktion haben, oder uns etwas Vorschlägen geben möchten, kontaktieren Sie bitte uns per E-Mail (support@octoparse.com). 💬

Autor*in: Das Octoparse Team ❤️

Themen untersuchen

Starten mit Octoparse heute

Download

Verwandte Artikel

  • avatarChristel Kiesel
    In diesem Artikel bieten wir Ihnen eine Schritt-für-Schritt-Anleitung, damit Sie einen Web-Crawler mit Python bauen können.
    30. April 2023 · 4 Minuten lesen
  • avatarChristel Kiesel
    Das Scraping der Börsendaten von Finanz-Websites wie Yahoo Finance ist einfach. Wenn Sie dieses Tutorial zu Ende gelesen haben, können Sie in 10 Minuten einen Scraper für Börsendaten erstellen.
    23. Februar 2023 · 4 Minuten lesen
  • avatarChristel Kiesel
    In diesem Tutorial zeige ich Ihnen, wie Sie Twitter-Daten in 3 Minuten scrapen können, ohne die Twitter-API, Tweepy oder Python zu verwenden und keine einzige Zeile Code zu schreiben. Um Daten aus Twitter zu extrahieren, können Sie ein automatisiertes Web-Scraping-Tool verwenden - Octoparse. Octoparse simuliert die menschliche Interaktion mit einer Webseite, und ermöglicht Ihnen, alle Informationen auf einer beliebigen Website zu extrahieren, wie z. B. Twitter. So können Sie beispielsweise ganz einfach Tweets eines Benutzers, Tweets, die bestimmte Hashtags enthalten oder innerhalb eines bestimmten Zeitraums gepostet wurden, usw. extrahieren. Sie brauchen nur die URL Ihrer Zielwebseite zu erfassen und die in den in Octoparse integrierten Browser einzufügen. Mit ein paar Mausklicks können Sie einen Crawler von Grund auf selbst erstellen. Wenn die Extraktion abgeschlossen ist, können Sie die Daten in Excel-Tabellen, CSV, HTML oder SQL exportieren oder sie über die Octoparse-APIs in Echtzeit in Ihre Datenbank exportieren.
    15. Dezember 2022 · 5 Minuten lesen
  • avatarNeela Schmidt
    Welche Programmiersprache die beste ist, um Webcrawler zu erstellen? Wählen Sie die richtige Sprache für den Anfang!
    07. Dezember 2022 · 2 Minuten lesen