dans l'analyse des sentiments de données Twitter, retweets répétés infulence le résultat?

Question

Je fais l'analyse des sentiments de données Twitter dans r. Mais avoir plus de tweets répétés dans les données. affecte-t-il le résultat?

RT @Ananduvi: Supporterez-vous #BharathBandh aujourd'hui contre #demonetization ???

RT @Ananduvi: Supporterez-vous #BharathBandh aujourd'hui contre #demonetization ???

si oui! alors comment y faire face? Je veux enlever ces tweets de l'ensemble de données de Twitter.

text<- gsub("(RT|via)((?:\\b\\W*@\\w+)+)", "", text) 

Ce code supprime uniquement le nom de la personne mais le tweet reste tel quel.

Je serai heureux si vous m'aidez.

Answer 1

Si vous avez des tweets répétés, cela faussera l'analyse! Avec l'API Twitter, vous avez les Tweets retournés au format JSON - vous devez traiter le champ "id" (ou mieux le champ "id_str") du Tweet comme identifiant unique et ne sélectionner que des instances uniques d'un "" id "dans vos analyses.

{"id": 123456789, "id_str": "123456789"} 

Si vous assurer que vous avez seulement une instance de chaque tweet calée sur le champ ci-dessus, vous éviterez ce problème.