สารบัญ:

การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi: 3 ขั้นตอน (พร้อมรูปภาพ)
การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi: 3 ขั้นตอน (พร้อมรูปภาพ)

วีดีโอ: การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi: 3 ขั้นตอน (พร้อมรูปภาพ)

วีดีโอ: การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi: 3 ขั้นตอน (พร้อมรูปภาพ)
วีดีโอ: ดึงโพส Twitter ของ Elon Musk ด้วย Python + Selenium แล้วส่ง LINE 2024, พฤศจิกายน
Anonim
การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi
การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi
การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi
การวิเคราะห์ความเชื่อมั่นของ Twitter ด้วย Raspberry Pi

การวิเคราะห์ความรู้สึกคืออะไร และเหตุใดคุณจึงควรสนใจ

การวิเคราะห์ความรู้สึกเป็นกระบวนการในการกำหนดน้ำเสียงที่อยู่เบื้องหลังชุดคำ ใช้เพื่อทำความเข้าใจทัศนคติ ความคิดเห็น และอารมณ์ที่แสดงในการกล่าวถึงทางออนไลน์ การวิเคราะห์ความคิดเห็นมีประโยชน์อย่างยิ่งในการเฝ้าติดตามโซเชียลมีเดีย เนื่องจากช่วยให้เราได้รับภาพรวมของความคิดเห็นของประชาชนในวงกว้างเบื้องหลังหัวข้อบางหัวข้อ แอปพลิเคชั่นกว้างและมีประสิทธิภาพ ความสามารถในการดึงข้อมูลเชิงลึกจากข้อมูลทางสังคมเป็นวิธีปฏิบัติที่องค์กรต่างๆ ทั่วโลกนำไปใช้อย่างกว้างขวาง ข้อเท็จจริงที่น่าสนุก: ฝ่ายบริหารของโอบามาใช้การวิเคราะห์ความเชื่อมั่นเพื่อวัดความคิดเห็นของสาธารณชนต่อการประกาศนโยบายและข้อความหาเสียงก่อนการเลือกตั้งประธานาธิบดีปี 2555

ขั้นตอนที่ 1: เดินสายขึ้น

เดินสายขึ้น!
เดินสายขึ้น!
เดินสายขึ้น!
เดินสายขึ้น!
เดินสายขึ้น!
เดินสายขึ้น!

สำหรับโครงการนี้ คุณจะต้อง:

  • Raspberry Pi (ในกรณีของเรา: Raspberry Pi 3 Model B)
  • ไดโอด LED 3 ดวง (เขียว เหลือง และแดง) แทนอารมณ์ โดยคำนวนจากการวิเคราะห์ความรู้สึก
  • ตัวต้านทาน 3 ตัว (ในกรณีของเราคือ 330 โอห์ม) เพื่อป้องกันพิน GPIO ของคุณ
  • สายไฟหรือสายเคเบิลตัวเมีย (ในกรณีของเราคือ 40 พิน)

ตอนนี้ คุณต้องเชื่อมต่อไดโอดนำบนพิน GPIO เฉพาะบน Raspberry Pi (คุณสามารถเลือกพินอื่นๆ ได้ แต่คุณจะต้องปรับโครงสร้างโค้ดใหม่ในภายหลัง) ตรวจสอบให้แน่ใจว่าคุณปิด Raspberry Pi แล้ว จากนั้นเชื่อมต่อตัวต้านทานกับแอโนดของไดโอด LED หลังจากนั้น คุณควรเชื่อมต่อไดโอดสีเขียวของคุณที่พิน 21 สีเหลืองที่พิน 24 และสีแดงที่พิน 15 แคโทดทั้งหมดควรเชื่อมต่อกับพินกราวด์ ตอนนี้คุณพร้อมที่จะก้าวไปสู่ขั้นตอนต่อไปแล้ว!

ขั้นตอนที่ 2: นำเข้าแพ็คเกจ

คุณจะต้องมีแพ็คเกจสองสามชุดเพื่อให้รหัสทำงานได้

  • Tweepy: ไลบรารี python สำหรับ Twitter API อย่างเป็นทางการ pip3 ติดตั้ง tweepy
  • TextBlob: ไลบรารี python สำหรับการประมวลผลข้อมูลที่เป็นข้อความ pip3 ติดตั้ง textblob
  • หมอน: ไลบรารีหลามสำหรับส่วนต่อประสานผู้ใช้ pip3 ติดตั้งหมอน

แพ็คเกจต่อไปนี้มักจะมาพร้อมกับ python3 แต่ในกรณีที่คุณได้รับข้อผิดพลาดในการรวบรวม เพียงแค่ติดตั้งโดยใช้คำสั่ง pip3:

  • สถิติ: ไลบรารี python สำหรับสถิติ
  • Matplotlib: ไลบรารีหลามสำหรับการแสดงข้อมูลกราฟิก
  • Tkinter: ไลบรารี python สำหรับส่วนต่อประสานผู้ใช้
  • RPi. GPIO: ไลบรารี python ที่มีเฉพาะใน RaspberryPi (แต่เดี๋ยวก่อน เรากำลังทำเช่นนี้สำหรับ RasberryPi เท่านั้น) ที่จัดการพิน GPIO

หมายเหตุ: เพื่อทดสอบสิ่งนี้บนเดสก์ท็อป: เพียงแสดงความคิดเห็นว่า 'import led_manager.py' ในสคริปต์ main.py

ขั้นตอนที่ 3: การนำไปใช้

การดำเนินการ
การดำเนินการ
การดำเนินการ
การดำเนินการ

วางสคริปต์ต่อไปนี้ไว้ด้วยกันในไดเร็กทอรีบน RaspberryPi:

  • main.py - จุดเริ่มต้นสำหรับแอป (เรียกใช้สคริปต์นี้ในคอนโซล)
  • Sentiment_analysis.py - สคริปต์ที่เชื่อมต่อกับ Twitter API ประมวลผลข้อมูลและสร้างผลลัพธ์
  • pie.py - สคริปต์ที่สร้างการแสดงภาพกราฟิกของผลลัพธ์
  • led_manager.py - สคริปต์ที่จัดการไดโอดบน RaspberryPi

ผู้ร่วมให้ข้อมูล: Zafir Stojanovski (151015) และ Filip Spasovski (151049)

รหัส:

แนะนำ: