Innehållsförteckning:

Twitter Sentiment Analysis With Raspberry Pi: 3 steg (med bilder)
Twitter Sentiment Analysis With Raspberry Pi: 3 steg (med bilder)

Video: Twitter Sentiment Analysis With Raspberry Pi: 3 steg (med bilder)

Video: Twitter Sentiment Analysis With Raspberry Pi: 3 steg (med bilder)
Video: My job is to observe the forest and something strange is happening here. 2024, September
Anonim
Twitter Sentimentanalys med Raspberry Pi
Twitter Sentimentanalys med Raspberry Pi
Twitter Sentimentanalys med Raspberry Pi
Twitter Sentimentanalys med Raspberry Pi

Vad är sentimentanalys, och varför ska du bry dig om det?

Sentimentanalys är processen för att bestämma den känslomässiga tonen bakom en rad ord, som används för att få förståelse för attityder, åsikter och känslor som uttrycks i ett online -omnämnande. Sentimentanalyser är oerhört användbara vid övervakning av sociala medier eftersom det gör att vi kan få en överblick över den bredare opinionen bakom vissa ämnen. Ansökningarna är breda och kraftfulla. Möjligheten att extrahera insikter från sociala data är en praxis som används i stor utsträckning av organisationer över hela världen. Sann faktum: Obama -administrationen använde sentimentanalys för att mäta opinionen till politiska tillkännagivanden och kampanjmeddelanden inför presidentvalet 2012.

Steg 1: Anslutning

Uppkoppling!
Uppkoppling!
Uppkoppling!
Uppkoppling!
Uppkoppling!
Uppkoppling!

För detta projekt behöver du:

  • Raspberry Pi (i vårt fall: Raspberry Pi 3 Model B)
  • 3 LED -dioder (gröna, gula och röda) för att representera stämningen, beräknat från sentimentanalysen
  • 3 motstånd (i vårt fall 330 Ohm) för att skydda dina GPIO -stift
  • kablar eller en honkabel (i vårt fall 40 stift)

Nu måste du ansluta LED -dioderna på de specifika GPIO -stiften på Raspberry Pi (du kan välja andra stift, men du måste återskapa koden efteråt). Se till att din Raspberry Pi är avstängd. Anslut sedan motstånden på LED -diodernas anoder. Därefter ska du ansluta din gröna diod på stiftet 21, gult på stiftet 24 och det röda på stiftet 15. Alla katoder ska anslutas till jordstiftet. Nu är du redo att hoppa på nästa steg!

Steg 2: Importera paketen

Du behöver ett par paket för att koden ska fungera.

  • Tweepy: python -bibliotek för det officiella Twitter API. pip3 installera tweepy
  • TextBlob: python -bibliotek för behandling av textdata. pip3 installera textblob
  • Kudde: python -bibliotek för användargränssnittet. pip3 installera kudde

Följande paket levereras vanligtvis med python3, men om du får kompileringsfel installerar du dem helt enkelt med pip3 -kommandot:

  • Statistik: python -bibliotek för statistik.
  • Matplotlib: python -bibliotek för grafisk representation av data.
  • Tkinter: python -bibliotek för användargränssnittet.
  • RPi. GPIO: pythonbibliotek som bara är tillgängligt på en RaspberryPi (men hej, vi gör det här endast för en RasberryPi), som hanterar GPIO -stiften.

OBS: För att testa detta på skrivbordet: kommentera bara 'import led_manager.py' i main.py -skriptet.

Steg 3: Implementering

Genomförande
Genomförande
Genomförande
Genomförande

Placera följande skript tillsammans i en katalog på RaspberryPi:

  • main.py - Ingångspunkten för appen. (kör detta skript i konsolen).
  • sentiment_analysis.py - Skript som ansluter till Twitter API, bearbetar data och genererar resultat.
  • pie.py - Skript som genererar en grafisk framställning av resultaten.
  • led_manager.py - Skript som hanterar dioderna på RaspberryPi.

Bidragsgivare: Zafir Stojanovski (151015) & Filip Spasovski (151049)

Kod:

Rekommenderad: