美国调查公司盖洛普公司(Gallup poll found)民调显示，至少51%美国人不赞同总统特朗普的政策。据外媒报道，特朗普上任8天以来引发51%美国人的不满，42%美国人赞同新总统的政策。该项调查共有1500名成年美国人，误差为3%。
为了验证美国民众的不满情绪，我们以R语言抓取的特朗普推特数据为例，对数据进行文本挖掘，进一步进行情感分析，从而得到很多有趣的信息。
找到推特来源是苹果手机或者安卓手机的样本,清理掉其他来源的样本
tweets <- trump_tweets_df
%>%
select(id,
statusSource, text, created) %>%
extract(statusSource, "source", "Twitter
for (.*?)<") %>%
filter(source
%in% c("iPhone", "Android"))
对数据进行可视化计算不同时间，对应的推特比例.
并且对比安卓手机和苹果手机上的推特数量的区别
从对比图中我们可以发现，安卓手机和苹果手机发布推特的时间有显著的差别，安卓手机倾向于在5点到10点之间发布推特，而苹果手机一般在10点到20，点左右发布推特.同时我们也可以看到，安卓手机发布推特数量的比例要高于苹果手机
然后查看推特中是否含有引用 ,并且对比不同平台上的数量
ggplot(aes(source,
n, fill = quoted))
+
geom_bar(stat
= "identity", position
= "dodge")
+
labs(x
= "", y
= "Number
of tweets", fill
= "")
+
ggtitle('Whether
tweets start with a quotation mark (")')
从对比的结果来看，安卓手机，没有引用的比例要明显低于苹果手机。而安卓手机应用的数量要明显大于苹果手机。因此可以认为，苹果手机发的推特内容大多为原创，而安卓手机大多为应用内
然后查看推特中是否有链接或者图片，并且对比不同平台的情况
ggplot(tweet_picture_counts, aes(source,
n, fill = picture))
+
geom_bar(stat
= "identity", position
= "dodge")
+
labs(x
= "", y
= "Number
of tweets", fill
= "")
从上面的对比图中，我们可以看到安卓手机没有图片或者链接的情况要多与苹果，也就是说，使用苹果手机的用户在发推特的时候一般会发布照片或者链接
同时可以看到安卓平台的用户把推特一般不使用图片或者链接，而苹果手机的用户恰恰相反
spr <- tweet_picture_counts
%>%
spread(source,
n) %>%
mutate_each(funs(.
/ sum(.)),
Android, iPhone)
rr <- spr$iPhone[2]
/ spr$Android[2]
然后我们对推特中的异常字符进行检测，并且进行删除
然后找到推特中关键词，并且按照数量进行排序
library(tidytext)
reg <- "([^A-Za-z\\d#@']|'(?![A-Za-z\\d#@]))"
tweet_words <- tweets
%>%
filter(!str_detect(text, '^"'))
%>%
mutate(text
= str_replace_all(text, "https://t.co/[A-Za-z\\d]+|&", ""))
%>%
unnest_tokens(word,
text, token = "regex", pattern
= reg) %>%
filter(!word
%in% stop_words$word,
str_detect(word, "[a-z]"))
tweet_words
tweet_words %>%
count(word, sort
= TRUE)
%>%
head(20)
%>%
mutate(word
= reorder(word,
n)) %>%
ggplot(aes(word,
n)) +
geom_bar(stat
= "identity")
+
ylab("Occurrences")
+
coord_flip()
从图中我们可以看到希拉里这个关键词的排名是第一，随后是特朗普2016这个关键词。同时在后面的关键词中，我们还看到了特朗普，以及克林顿等。
对数据进行情感分析，并且计算安卓和苹果手机的相对影响比例
通过特征词情感倾向分别计算不同平台的情感比，并且进行可视化
在统计出不同情感倾向的词的数量之后，绘制他们的置信区间。从上面的图中可以看到，相比于苹果手机，安卓手机的负面情绪最多，其次是disgust，然后是悲伤。表示积极的情感倾向很少。
然后我们对每个情感类别中出现的关键词的数量进行统计
android_iphone_ratios %>%
inner_join(nrc, by
= "word")
%>%
filter(!sentiment
%in% c("positive", "negative"))
%>%
mutate(sentiment
= reorder(sentiment,
-logratio),
word
= reorder(word,
-logratio)) %>%
从结果中我们可以看到，负面词大多出现在安卓手机上，而苹果手机上出现的负面词的数量要远远小于安卓平台上的数量