11

最近 Edwin Chen 发布了一张很棒的地图，显示了苏打水、汽水和可乐的区域使用情况，这些地图是根据地理编码的推文创建的，这些推文在饮酒的背景下涉及这些词。http://blog.echen.me/2012/07/06/soda-vs-pop-with-twitter/

他提到他使用了由 Jeff Gentry 在 R 中创建的 twitteR 包。果然，很容易收集使用给定单词的推文并将它们放入数据框中：

require(twitteR)
require(plyr)
cat.tweets<-searchTwitter("cats",n=1000)
tweets.df = ldply(cat.tweets, function(t) t$toDataFrame() )

数据框 (tweets.df) 将包含每条推文的用户 ID、推文文本等，但似乎不包含地理编码。关于如何在 R 中获取它的任何想法？

4

3 回答 3

4

地理编码是否意味着经度和纬度坐标？如果是，以下命令对我有用。

cat.tweets = searchTwitter("cats",n=1000)
tweets.df = do.call("rbind",lapply(cat.tweets,as.data.frame))

来源：链接

于 2014-11-01T14:48:08.663 回答
3

我一直在修改 R 函数，您输入搜索文本、搜索站点的数量以及每个站点周围的半径。例如twitterMap("#rstats",10,"10mi")这里的代码：

twitterMap <- function(searchtext,locations,radius){
require(ggplot2)
require(maps)
require(twitteR)
#radius from randomly chosen location
radius=radius
lat<-runif(n=locations,min=24.446667, max=49.384472)
long<-runif(n=locations,min=-124.733056, max=-66.949778)
#generate data fram with random longitude, latitude and chosen radius
coordinates<-as.data.frame(cbind(lat,long,radius))
coordinates$lat<-lat
coordinates$long<-long
#create a string of the lat, long, and radius for entry into searchTwitter()
for(i in 1:length(coordinates$lat)){
coordinates$search.twitter.entry[i]<-toString(c(coordinates$lat[i],
coordinates$long[i],radius))
}
# take out spaces in the string
coordinates$search.twitter.entry<-gsub(" ","", coordinates$search.twitter.entry ,
fixed=TRUE)

#Search twitter at each location, check how many tweets and put into dataframe
for(i in 1:length(coordinates$lat)){
coordinates$number.of.tweets[i]<-
 length(searchTwitter(searchString=searchtext,n=1000,geocode=coordinates$search.twitter.entry[i]))
}
#making the US map
all_states <- map_data("state")
#plot all points on the map
p <- ggplot()
p <- p + geom_polygon( data=all_states, aes(x=long, y=lat, group = group),colour="grey",     fill=NA )

p<-p + geom_point( data=coordinates, aes(x=long, y=lat,color=number.of.tweets
                                     )) + scale_size(name="# of tweets")
p
}
# Example
searchTwitter("dolphin",15,"10mi")

示例地图

我遇到了一些大问题，我不知道如何处理。首先，代码搜索 15 个不同的随机生成位置，这些位置是从美国东部最大经度到西部最大经度、最北纬到最南纬度的均匀分布生成的。这将包括不在美国的地点，比如加拿大明尼苏达森林湖以东。我想要一个随机检查生成的位置是否在美国的函数，如果不是则丢弃它。更重要的是，我想搜索数千个位置，但 twitter 不喜欢这样，并给了我一个420 error enhance your calm. 所以也许最好每隔几个小时搜索一次，慢慢建立一个数据库，删除重复的推文。最后，如果一个人选择了一个远程流行的主题，R 会给出一个类似的错误Error in function (type, msg, asError = TRUE) : transfer closed with 43756 bytes remaining to read。我对如何解决这个问题有点困惑。

于 2012-07-30T00:46:24.260 回答
2

这是一个玩具示例，假设您每次调用只能提取 100 条推文：

require(twitteR)
require(plyr)
URL = paste('http://search.twitter.com/search.atom? 
      q=','&geocode=39.724089,-104.820557,3mi','&rpp=100&page=', page, sep='') #Aurora,CO with radii of 3mi
XML = htmlTreeParse(URL, useInternal=TRUE)
entry = getNodeSet(XML, "//entry")
tweets = c()

for (i in 1:99){ 
    t = unlist(xpathApply(entry[[i]], "//title", xmlValue))
    tweets = c(tweets,t)
}

这个解决方案可能不太优雅，但我能够获得给定特定地理编码的推文。

于 2012-07-26T21:05:02.133 回答