从数据角度分析陈冠希大骂林志玲事件

数据侠也爱八卦。近日，陈老师不知因何事忽然在微博上骂女神志玲姐姐，引起来网友们的热闹围观，导致前几天风风火火的汪峰 的前妻吸毒的事件，顿时落下帷幕，汪峰老师好不容易上了一次头条，就这么被硬生生的扯下来了。作为向来用数据说话的数据侠，如何用分析热点事件背后的数 （yu）据（le）意（ba）义（gua）呢？这一次数据侠KEN用R语言分析了微博上粉丝的舆论，通过词云可以发现，网友对于这种无端端撕B的行为总的 来说4个字：“你”“的”“不”“是”！

开撕！

当然，这条微博火了之后，陈老师把它删了，只留下这条了，我们接下来的分析，都是基于这条微博的评论的。

好，开篇写好了，我们直接进入主题，作为一名技术宅，如何使用R语言，来分析一下，这个热点事件背后的数据意义。

粉丝说：“你“”的“”不“”是！”

首先当然是要去抓取数据，这里因为笔者有一个网站，它通过了新浪微博开放平台的审核，因此可以使用微博的API接口进行数据的获取，当然能获取到的数据也不多，评论数据只能获取40页，每页50条左右，也就是2000条。虽然对于陈老师这种上千万粉的人来说，简直是毛毛雨，但是并不影响我们使用它来做一下简单的分析。

library(XML);

library(RCurl);

library(RJSONIO);

page <-1;

times <-3;

GoOn = TRUE;

sleepTime <-1;

while(GoOn){

url <- paste(

"https://api.weibo.com/2/comments/show.json?",

"id=4001968182199220&",

"page=", page,"&",

"access_token=这里很私密，就是通过验证的token，我当然不会告诉你啦",

sep =""

);

print(url)

commentJSONString <- getURL(

url,

.opts = list(ssl.verifypeer = FALSE)

);

commentJSON <-fromJSON(commentJSONString);

len <- length(commentJSON$comments)

print(len)

if(len==0){

print("需要休息一下下")

sleepTime <- sleepTime+1;

if(sleepTime>10){

GoOn <- FALSE;

}

} else {

result <- data.frame(

id=c(NA),

gender=c(NA),

followers_count=c(NA),

friends_count=c(NA),

pagefriends_count=c(NA),

statuses_count=c(NA),

favourites_count=c(NA),

created_at=c(NA),

verified=c(NA),

verified_type=c(NA),

verified_reason=c(NA),

verified_trade=c(NA),

(NA),

urank=c(NA),

screen_name=c(NA),

name=c(NA),

location=c(NA),

description=c(NA),

text=c(NA)

);

for(i in 1:len){

result[i,] <- c(

commentJSON$comments[[i]]$user$idstr,

commentJSON$comments[[i]]$user$gender,

commentJSON$comments[[i]]$user$followers_count,

commentJSON$comments[[i]]$user$friends_count,

commentJSON$comments[[i]]$user$pagefriends_count,

commentJSON$comments[[i]]$user$statuses_count,

commentJSON$comments[[i]]$user$favourites_count,

commentJSON$comments[[i]]$user$created_at,

commentJSON$comments[[i]]$user$verified,

commentJSON$comments[[i]]$user$verified_type,

commentJSON$comments[[i]]$user$verified_reason,

commentJSON$comments[[i]]$user$verified_trade,

commentJSON$comments[[i]]$user$lang,

commentJSON$comments[[i]]$user$urank,

commentJSON$comments[[i]]$user$screen_name,

commentJSON$comments[[i]]$user$name,

commentJSON$comments[[i]]$user$location,

commentJSON$comments[[i]]$user$description,

commentJSON$comments[[i]]$text

)

}

write.csv(

result, row.names=FALSE,

col.names=FALSE, fileEncoding ="UTF-8",

file=paste("data/result_",times,"_", page,".txt", sep ="")

);

page <- page+1;

}

Sys.sleep(sleepTime);

}

抓取完成后，得到了用户的一些属性以及评论的内容。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!