Benutzer-Werkzeuge
ws1718:twitter-datenanalyse
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen gezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung | ||
|
ws1718:twitter-datenanalyse [2018/04/02 20:42] stefanborn |
ws1718:twitter-datenanalyse [2018/04/15 09:54] (aktuell) karlaerceg |
||
|---|---|---|---|
| Zeile 219: | Zeile 219: | ||
| Damit haben wir zwar nicht alle unsere Ideen verwirklicht und es wäre sicher noch interessant gewesen einige Teile weiter auszubauen, aber wir sind doch recht zufrieden mit unserem Ergebnis. Wir haben immerhin die Grundlagen einer neue Programmiersprache gelernt und einige neue Methoden, wie zum Beispiel das Threading erlernt. | Damit haben wir zwar nicht alle unsere Ideen verwirklicht und es wäre sicher noch interessant gewesen einige Teile weiter auszubauen, aber wir sind doch recht zufrieden mit unserem Ergebnis. Wir haben immerhin die Grundlagen einer neue Programmiersprache gelernt und einige neue Methoden, wie zum Beispiel das Threading erlernt. | ||
| - | Hier die endgültige Version unseres Codes: {{:ws1718:twitter-datenanalyse.zip|}} | + | Zudem war ein Ziel des Projekts, Erkenntnisse über das Twitter-Verhalten im Zusammenhang mit Trump zu gewinnen. Dies ist uns durch die Darstellung der Tweets auf der Weltkarte im begrenzten Maße möglich. Wie erwartet lässt sich eine hohe Aktivität in Nordamerika, insbesondere bei den großen Städten an der Ost- und Westküste, feststellen. In Südamerika und Europa waren weniger Punkte zu beobachten. Von den herausgefilterten Tweets waren dabei die meisten aus Brasilien beziehungsweise in Großbritannien. In Asien ballten sich die Tweets hauptsächlich in dem Raum um Japan. Afrika und Australien stellten sich als verhältnismäßig wenig aktiv heraus, wobei einige größere Städte in Australien, wie Sydney oder Melbourne eine Ausnahme bilden. Durch diese Beobachtungen kann man sich ein grobes Bild darüber machen, wie das Interesse in der Welt an Trump ist. Es muss jedoch beachtet werden, dass die USA und nachfolgend Großbritannien und Kanada die meisten Twitter-Nutzer weltweit hat. Wenn man also Erkenntnisse über das Interesse an Trump erhalten will, müsste man die Tweets über Trump im Verhältnis zu der gesamten Twitter-Aktivität sehen. Zudem wird das Ergebnis durch unterschiedliches Verhalten im Bezug auf Datenschutz verfälscht. Unser Programm kann nur Tweets auf der Karte darstellen bei denen die Nutzer einen Ort angegeben haben oder ihre Koordinaten freischalten. |
| + | |||
| + | Hier die endgültige Version unseres Codes: {{:ws1718:twitter_datenanalyse.zip|}} | ||
| Diese Python-Pakete haben wir verwendet: | Diese Python-Pakete haben wir verwendet: | ||
| Zeile 232: | Zeile 234: | ||
| * https://developer.twitter.com/en/docs/basics/rate-limiting, 21.03.2018 | * https://developer.twitter.com/en/docs/basics/rate-limiting, 21.03.2018 | ||
| * http://docs.tweepy.org/en/v3.5.0/ (Tweepy Dokumentation), 21.03.2018 | * http://docs.tweepy.org/en/v3.5.0/ (Tweepy Dokumentation), 21.03.2018 | ||
| + | * http://www.gegen-den-strom.org/twitter/, 05.04.2018 | ||
ws1718/twitter-datenanalyse.1522694541.txt.gz · Zuletzt geändert: 2018/04/02 20:42 von stefanborn
Seiten-Werkzeuge
