View source for Analizar datos de twitter con R


R <ref>https://www.r-project.org/</ref> es una herramienta poderosa para crear una gran diversidad de análisis, en este "How to" la usaremos para hacer una análisis de datos de Twitter <ref>https://www.twitter.com/</ref>.

== Requisitos ==
Tener Instalado el paquete R y la librería:

rtweet

Contar una cuenta en la appi de twitter <ref>https://apps.twitter.com/</ref>. 

==Pasos==

El primer paso es dar de alta como una variable nuestra datos de acceso en la appi de twitter.
 
 > Token <- create_token(
  app = "usuaria",
  consumer_key = "tus datos",
  consumer_secret = "tus datos",
  access_token = "tus datos",
  access_secret = "tus datos"
 )

Todos estos datos se encuentran cuando accedes a tu cuenta en <ref>https://apps.twitter.com/</ref>

En caso que el programa señale algún error sólo corrobora los datos que has dado de alta.

Ahora puedes elegir una cuenta sobre la cual quieres información y puedes:

Colectar su línea de tiempo

 > get_timeline

Buscar los tweets de los últimos 9 días

 > search_tweets

Ver sos seguidores

 > get_followers

Conocer sus amigos:

 > get_friends

Puedes ver la lista completa de en [https://cran.r-project.org/web/packages/rtweet/rtweet.pdf rtweet]  

==Un ejemplo==

Vamos a hacer un análisis de la cuenta "AbortoLegalCL".
Desde la terminal vamos a ingresar al programa R

 $ R

Una vez que ingresamos vamos a cargar la librería rtweet (que debe estar previamente instalada).

 > require(rtweet)

Ahora daremos de alta como variable nuestro token:

> Token <- create_token(
  app = "Anamhoo",
  consumer_key = "___",
  consumer_secret = "___",
  access_token = "___",
  access_secret = "___"
)

Ahora podemos iniciar la búsqueda de datos:

 > ABLCL_timeline <- get_timeline("AbortoLegalCL", n = 4000, include_rts = TRUE)

 > ABLCL_search <- search_tweets(
+   "AbortoLegalCL", n = 18000, include_rts = TRUE
+ )

 > ABLCL_followers <-get_followers("AbortoLegalCL", n = 10000)

  > ABLCL_friends <-get_friends("AbortoLegalCL", n = 10000)


 > write_as_csv(ABLCL_timeline, "~/ABLCL_timeline.csv", prepend_ids = TRUE, na = "", fileEncoding = "UTF-8")

 > write_as_csv(ABLCL_search, "/~/ABLCL_search.csv", prepend_ids = TRUE, na = "", fileEncoding = "UTF-8")

 > write_as_csv(ABLCL_followers, "~/ABLCL_followers.csv", prepend_ids = TRUE, na = "", fileEncoding = "UTF-8")

 > write_as_csv(ABLCL_friends, "~/ABLCL_friends.csv", prepend_ids = TRUE, na = "", fileEncoding = "UTF-8")

Con esta información tu puedes ahora hacer una análisis con programas como [https://gephi.org/ Gephi]. 

En nuestro ejemplo una cosa que nos llamó la atención es que uno de los primeros tweets hechos por éste usuario/a hacía un llamado a seguir a otras cuentas: 

 Apoyen la red latinoamericana pro aborto. #SeVaACaer 
 Sigan estas cuentas en Twitter:
 @AbortoLegalMX (México)
 @ProAbortoCol (Colombia)
 @abortolegalperu (Perú)
 @AbortoLegalCL (Chile)
 @CampaaAbortoLeg (Argentina)

Con esta información repetimos el ejercicio para @abortolegalperu y @AbortoLegalMX.

Para el caso de @AbortoLegalMX encontramos un llamado a usar una serie de hashtag que conectan hacia las mismas cuentas:

 PORQUE NUESTRO DERECHO ES ESCOGER! // ARTISTA: @styIinsonpure
 #AbortoLegalArgentina
 #AborteLegalMexico
 #AbortoLegalColombia
 #AbortoLegalPeru
 #AbortoLegalChile 

Y en el caso de @abortolegalperu hay un comportamiento semejante

 Sigan a estas cuentas de los países que se están movilizando para que el  aborto sea ley.
 @AbortoLegalMX (México)
 @ProAbortoCol (Colombia)
 @abortolegalperu (Perú)
 @AbortoLegalCL (Chile)
 @CampaaAbortoLeg (Argentina)
 Y de paso den RT para difundir 

Ahora a partir de los tweets colectados hicimos un análisis de texto (ver How to "Hacer un análisis de texto")
Aquí los resultados:






 [[Category:How_To]]