Twitter Analytics

調查LSE部門在Twitter上的數字存在

概述和動力

鑑於大多數事件在Covid-19期間如何在線移動，因此擁有強大的數字形像對於組織來說是一個巨大的優勢。因此，我想在這個項目中回答的主要問題是，LSE的哪些部門具有最強的數字形象，以及Twitter是否是值得考慮的社交媒體平台。這是ST115的學術項目。

描述

對於此項目，數據集本身是從Twitter帳戶本身使用API​​調用得出的。大多數代碼都涉及提取推文，清理它們以及使用TextBlob對推文的觀點進行分類。創建數據集後，我使用NetworkX，Seaborn和Matplotlib等軟件包分析了數據。

如何運行

• 確保您在Python上安裝了以下軟件包：Pandas，Numpy，Seaborn，Matplotlib，BeautifulSoup，請求，JSON，TextBlob和NetworkX。
• 確保您有一個帶有訪問權限的Twitter開發人員帳戶
• 使用您自己的訪問令牌更新keys.json文件
• 首先運行數據收集代碼
• 最後，運行主代碼

改進

• 分析非公共指標（由於我的Twitter開發人員帳戶訪問而無法使用）
• 多年來分析推文，而不是最後100條推文
• 將分析與其他社交媒體平台（例如Facebook和Instagram）進行比較
• 將分析與Twitter上的其他大學系進行比較
• API通話的效率

結論

我在Twitter上了解了很多有關API電話的知識，但是現在我將研究使代碼更有效的可能性。我將嘗試找到一種循環通過API呼叫的方法，而無需更高的開發者帳戶訪問。但是，如果我使用較高的訪問權限，則使用不公開的指標（例如印象計數和個人資料視圖）將極大地幫助這一分析。

參考

1. Twitter API
2. NetworkX圖
3. 情感分析
4. TextBlob
5. 社交媒體分析
6. 海洋文檔