Hay muchas posibilidades, y su elección probablemente dependerá del valor potencial que agregue cualquier análisis para su cliente (o usted mismo). Asumiendo que esto es puramente exploratorio, aquí hay tres direcciones potenciales para los datos de las redes sociales:
Análisis exploratorio utilizando teoría de grafos / análisis de red:
Algunos recursos:
Paquete R iGraph: http://igraph.org/r/
Paquete Python Network X: https://networkx.github.io/
Herramienta de visualización de SASS: https://linkurio.us/
- ¿Cómo puede ayudar la ciencia de datos a impulsar a los países en desarrollo?
- ¿Cómo es el alcance del big data (analítico) en todo el mundo y también en India en los próximos años?
- ¿Qué es la ciencia de datos?
- ¿Cuál debería elegir, Data Science en UC Berkeley (programa MIDS) por $ 65,000, o Data Science en la Universidad de Illinois (MCS-DS) por $ 20,000?
- ¿Qué tipo de análisis de datos puedo hacer en las redes sociales usando R?
Algunas aplicaciones:
1. Encontrar subgrupos (agrupamiento de modularidad, etc.)
2. Clasificación de usuarios (medidas de centralidad, etc.)
3. Exploración visual de gráficos por diversión
Aumente la participación del usuario a través de motores de recomendación:
Algunos recursos
Scipy para el filtrado de colaboración: http://www.salemmarafi.com/code/…
Puntajes de similitud en python: http://stackoverflow.com/questio…
Algunas aplicaciones:
Use puntajes de similitud para recomendar a otros usuarios que sigan (usuario x matriz de tema a usuario x matriz de usuario, por ejemplo)
Utilice el filtrado colaborativo para recomendar nuevos temas a los usuarios.
Análisis textual de comentarios:
Algunos recursos:
Visualización de modelado de temas en R: https://www.youtube.com/watch?v=…
Modelado de temas en la gestión de proyectos de la NASA: http://davidmeza1.github.io/2015…
Análisis de sentimientos en R: https://www.r-bloggers.com/senti…
Algunas aplicaciones:
1. Identifique nuevos temas o temas grupales basados en la similitud de comentarios utilizando el modelado de temas. (Esto no funciona tan bien para documentos cortos de texto en mi experiencia)
2. Comprenda mejor por qué un tema es popular añadiendo un análisis de sentimiento (promedio, tendencia).