TWITTER DATENANALYSE
Analyse der letzten 500 Tweets, welche die folgenden
keywords enthalten:
"covid OR corona 5g OR gates OR soros"
Die Wordcloud zeigt eine Auswahl aller Begriffe, in denen eines der Keywords erwähnt wird.
Das Netzwerk zeigt alle Twitter-User, die das Keyword zuletzt verwendet haben, als Punkte.
Dabei ist eine Linie zwischen zwei Usern gezeichnet, falls diese sich dabei erwähnt, retweeted, geantwortet oder zitiert haben.
Es folgt eine Analyse des Netzwerks durch
Betweenness Centrality,
Closeness Centrality und
Degree Centrality.
BETWEENNESS CENTRALITY
Dieses Bild zeigt das Netzwerk der Twitter Aktivitäten, wobei die User grösser dargestellt sind, deren "Betweenness Centrality" hoch ist. BC misst wieviel Information im Netzwerk, durch einen User transportiert wird. Wie man sieht dominieren einige wenige User den Informationstransport.
CLOSENESS CENTRALITY
Dieses Bild zeigt das Netzwerk der Twitter Aktivitäten, wobei die User grösser dargestellt sind, deren "Closeness Centrality" hoch ist. CC misst wie schnell ein User Information im Netzwerk verteilen kann. Wie man sieht ist die CC relativ ausgeglichen.
DEGREE CENTRALITY
Dieses Bild zeigt das Netzwerk der Twitter Aktivitäten, wobei die User grösser dargestellt sind, deren "Degree Centrality" hoch ist . DC misst wie mit wie vielen anderen Usern ein User verbunden ist. Wie man sieht sind einige User mit deutlich mehr Usern als der Rest verbunden.
REFERENZEN
Csardi G, Nepusz T: The igraph
software package for complex
network research, InterJournal,
Complex Systems 1695. 2006.
http://igraph.org
Dawei Lang and Guan-tin Chien
(2018). wordcloud2: Create Word
Cloud by 'htmlwidget'. R package
version 0.2.1.
https://CRAN.R-project.org/package=wordcloud2
Kearney, M. W. (2019). rtweet:
Collecting and analyzing Twitter
data, Journal of Open Source
Software, 4, 42. 1829.
doi:10.21105/joss.01829 (R package
version 0.7.0)
Ognyanova, K. (2016) Network analysis with R and igraph: NetSci X Tutorial. Retrieved from www.kateto.net/networks-r-igraph.
R Code