[PYTHON] C'est pourquoi je vais chercher les tweets de l'élection de la Chambre des représentants

Cela fait un an que l'interdiction des élections en ligne a été levée, et chaque fois que les élections sont terminées, c'est un espace de parole qui ne cesse de réduire les machines restantes des démocrates et du Japon comme un sperunker. Comment allez-vous tous aujourd'hui?

D'ailleurs, cette fois, j'examinerai le contenu des tweets avant et après l'ouverture du vote.

Contenu de la collection

2014/12/14 De 18:00 à 07:00 Recueillir des tweets contenant les informations suivantes

#élection,#Élection à la Chambre des représentants,élection

** Continuez à recevoir des tweets contenant des mots-clés spécifiques à l'aide de l'API Streaming en Python ** http://qiita.com/mima_ita/items/ecdf7de2fe619378beee

Code utilisé pour la collecte et l'analyse

https://github.com/mima3/stream_twitter

Confirmé pour fonctionner avec Windows7 Python 2.7

Analyse des résultats de collecte

Les données collectées peuvent être téléchargées à partir de ce qui suit. http://needtec.sakura.ne.jp/doc/shuin47twitter.zip

Histogramme horaire

Tout d'abord, regardons le nombre de tweets par temps. Regardons les données horaires de 18h00 à 07h00 le 2014/12/14 en utilisant le code ci-dessus.

python twitter_db_hist.py "2014/12/14 9:00" "2014/12/14 22:00" 3600

• Étant donné que l'heure sur Twitter peut être obtenue par UTC, elle est décalée de 9 heures au Japon.

Le résultat est le suivant:

Le moment de l'ouverture du vote à 20h00 sera le plus élevé. Et le nombre de tweets diminuera avec le temps. Cependant, il a repris dans les 1: 00, et après cela, le nombre de tweets a diminué, et il s'est un peu rétabli d'environ 5h00 lorsque je me suis réveillé.

Il est compréhensible que le nombre de tweets diminue au milieu de la nuit et augmente le matin. Mais quelle est la raison de l'augmentation du nombre de tweets dans les 1h00 de minuit?

Pour cette raison, regardons les 1: 00 par unités de 1 minute.

python twitter_db_hist.py "2014/12/14 16:00" "2014/12/14 17:00" 60

En regardant ce résultat, il montre une excitation rapide autour de 1:27 minutes.

Que s'est-il passé à ce moment? Ici, vérifions les fils des gens de l'Institut Kaieda qui aiment le Parti démocrate.

** [Fukatsu no Jumon est différent] Kaieda Democratic Party Research 802e [Tosen no Sho a été décidé] ** http://anago.2ch.net/test/read.cgi/asia/1418565521/

811: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:26:44.86 ID:tG+ZZ8gB
[Dernières nouvelles] La représentante du Parti démocrate, Mari Kaieda, ne s'est pas relancée dans le bloc proportionnel de Tokyo et l'élection a été confirmée (01).:19）(c)2ch.net
    http://daily.2ch.net/test/read.cgi/newsplus/1418574054/

812: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:26:49.76 ID:4Us97nfn
Décision perdue w

813: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:26:51.11 ID:pW7uplw3
Au revoir, Mari

814: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:27:01.20 ID:yIjazH47
Wow ah ah NHK a également perdu w

815: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:27:02.02 ID:NOhUWn58
Le Mali complètement vaincu à la NHK

Non, je vais à Phoenix d'ici! C'est définitivement Fenix, donc _____

816: Pas de nom du lieu où le soleil se lève: 2014/12/15(Mois) 01:27:08.70 ID:4zmUGrZE
    >>802
㌧. Je n'ai pas acheté de cornichons pour pouvoir ouvrir la boîte de maquereau

En regardant la situation à ce moment-là, il semble qu'Asahi ait rapporté la défaite proportionnelle de Kaieda comme un extra à 1:19, et NHK a également rapporté la nouvelle à 1:27.

Comme prévu, on peut dire que l'avancement et la retraite du chef du premier parti d'opposition ont eu pour effet d'effacer les yeux somnolents du Twitterer à minuit. De plus, à partir de ce résultat, on peut voir que le téléviseur a un pouvoir de diffusion plus fort que le journal supplémentaire.

Extraction de mots fréquents

Ensuite, regardons les mots fréquents. En utilisant Mecab, nous avons effectué une analyse morphologique et agrégé les mots.

Cela peut être fait avec le script suivant.

python twitter_db_mecab.py "2014/12/14 9:00" "2014/12/14 22:00" > mecab.txt

Les 100 meilleurs sont affichés ci-dessous.

Après tout, le nom de parti le plus extrait était "LDP", qui a pris la majorité. Viennent ensuite le «Parti démocrate», suivi de la «prochaine génération», puis du «Renouveau» et du «Parti communiste». Le parti de la prochaine génération semble avoir un écart considérable entre le nombre réel de sièges et le degré d'attention sur le net.

"Tokyo" et "Okinawa" ont été extraits par nom de lieu. Quant à Tokyo, il y a eu un retweet de l'article de "Tokyo Shimbun", donc il a été beaucoup extrait, et pour Okinawa, le PLD était sous la forme d'anéantissement des petites circonscriptions, donc on pense qu'il a attiré plus d'attention que d'autres domaines.

Les noms des personnes qui ont attiré l'attention étaient «Abe», «Beat Takeshi» et «Kaieda». Sans parler du Premier ministre et du chef du premier parti d'opposition, il était surprenant que "Beat Takeshi" soit remarqué. Apparemment, c'est parce que "Beat Takeshi" apparaissait dans Nico Nama.

Explorer la relation entre les clauses

Enfin, utilisons Cabocha pour tabuler la relation entre les clauses. Voir ci-dessous pour savoir comment installer Cabocha sous Windows.

** Mettez Cabocha dans Windows et analysez la dépendance avec Python ** http://qiita.com/mima_ita/items/161cd869648edb30627b

Cette fois, j'ai analysé avec 0,66. Je pense que les derniers résultats seront similaires.

Cela peut être fait avec le script suivant.

python twitter_db_cabocha.py "2014/12/14 9:00" "2014/12/14 22:00"  > cabocha.txt

Les 100 meilleurs sont affichés ci-dessous.

Perdu → La certitude étant classée en premier, il semble que l'intérêt de Twitter porte davantage sur qui sera abandonné que sur celui qui sera accepté.

De plus, il semble qu'il y ait de nombreuses références au taux de vote des jeunes. Cependant, il est également vrai qu'il existe de nombreux reportages selon lesquels "le taux de vote des adolescents est de 0%".

"Haut" -> "Japon" semble être le résultat d'un grand nombre de retweets de tweets disant "Seul le Japon avec un niveau d'éducation élevé utilise la méthode d'écriture d'un nom sur un formulaire de vote."

De plus, comme je l'ai mentionné au début, j'ai enquêté sur la démocratie et le Japon, où les opportunités restantes sont réduites à chaque élection. Sur les deux tweets disant que la démocratie mourra, il y a 11 tweets disant que la démocratie ne mourra pas, il semble donc que l'opportunité restante de la démocratie n'est probablement pas moins que prévue.

Cependant, les mots suivants pour réduire la machine restante ont été extraits.

Comment la réduction des avions restants de Nihon-chan est la suivante.

De ce résultat, il semble que le nombre d'avions démocratiques restants a diminué à 9 lors de cette élection, et le nombre d'avions restants du Japon a diminué d'environ 23.

Résumé de ce qui peut être lu à partir des données

・ Lorsque M. Kaieda se retrouve au chômage, il s'excite même si c'est au milieu de la nuit, et quand il voit que la phrase de défaite → certitude apparaît fréquemment, on voit plus qui tombera que qui l'acceptera.

・ En regardant le nombre d'apparitions du mot «prochaine génération» et les résultats réels, on peut dire que les sièges ne peuvent pas être pris en raison de l'attention sur le net.

・ La démocratie et le Japon avaient l'image que les machines restantes diminuent à chaque élection, mais cette fois, il semble que ce ne soit pas le cas.

Vrai résumé

Vous pouvez faire une analyse bidon comme ça. Pour les tweets horaires, comme dans cet exemple, je pense que vous devriez regarder l'augmentation et la diminution des données et enquêter en détail là où il y a eu un changement.

Il est facile de voir que la fréquence des mots retient certainement beaucoup l'attention. Cependant, il est à noter qu'un grand nombre d'extraits pour cet exemple n'est pas toujours une réaction positive.

Pour l'analyse des dépendances, il peut être possible de surmonter la faiblesse de l'examen des occurrences fréquentes de mots uniquement. Mais honnêtement, je n'aurais pas pleinement réalisé cette possibilité cette fois-ci. Ce sera un problème pour le futur.

Au fait, je ne pouvais pas obtenir le tweet de la clé de voûte avec le filtre de l'API Streaming.