Obsah:
Video: Analýza sentimentu na Twitteri s Raspberry Pi: 3 kroky (s obrázkami)
2024 Autor: John Day | [email protected]. Naposledy zmenené: 2024-01-30 12:00
Čo je to analýza sentimentu a prečo by vás to malo zaujímať?
Analýza sentimentu je proces určovania emocionálneho tónu za sériou slov, ktorý sa používa na získanie porozumenia postojov, názorov a emócií vyjadrených v online zmienke. Analýza pocitov je mimoriadne užitočná pri monitorovaní sociálnych médií, pretože nám umožňuje získať prehľad o širšej verejnej mienke za určitými témami. Aplikácie sú široké a výkonné. Schopnosť extrahovať poznatky zo sociálnych údajov je praxou, ktorú organizácie po celom svete široko používajú. Zábavná skutočnosť: Obamova administratíva použila analýzu sentimentu na posúdenie verejnej mienky o politických oznámeniach a správach z kampane pred prezidentskými voľbami v roku 2012.
Krok 1: Zapojenie
Na tento projekt budete potrebovať:
- Raspberry Pi (v našom prípade: Raspberry Pi 3 Model B)
- 3 LED diódy (zelená, žltá a červená) na vyjadrenie nálady vypočítané z analýzy sentimentu
- 3 odpory (v našom prípade 330 Ohm) na ochranu vašich pinov GPIO
- vodiče alebo ženský kábel (v našom prípade 40 pinový)
Teraz musíte pripojiť LED diódy na konkrétne piny GPIO na Raspberry Pi (môžete si vybrať iné piny, ale potom budete musieť kód refaktorovať). Uistite sa, že je Raspberry Pi vypnutý. Potom pripojte odpory na anódy LED diód. Potom by ste mali pripojiť svoju zelenú diódu na kolík 21, žltú na kolík 24 a červenú na kolík 15. Všetky katódy by ste mali pripojiť k uzemňovacím kolíkom. Teraz ste pripravení skočiť na ďalší krok!
Krok 2: Importujte balíky
Na to, aby kód fungoval, budete potrebovať niekoľko balíkov.
- Tweepy: knižnica pythonu pre oficiálne Twitter API. pip3 nainštalujte tweepy
- TextBlob: knižnica pythonu na spracovanie textových údajov. pip3 nainštalujte textblob
- Vankúš: knižnica pythonu pre používateľské rozhranie. inštalačný vankúš pip3
Nasledujúce balíky sa obvykle dodávajú s balíkom python3, ale ak sa pri kompilácii vyskytne chyba, jednoducho ich nainštalujte pomocou príkazu pip3:
- Štatistiky: pythonová knižnica pre štatistiku.
- Matplotlib: knižnica pythonu na grafické znázornenie údajov.
- Tkinter: knižnica pythonu pre používateľské rozhranie.
- RPi. GPIO: knižnica pythonu, ktorá je k dispozícii iba na RaspberryPi (ale robíme to výlučne pre RasberryPi), ktorá spravuje piny GPIO.
POZNÁMKA: Aby ste to mohli otestovať na pracovnej ploche, jednoducho komentujte „import led_manager.py“v skripte main.py.
Krok 3: Implementácia
Nasledujúce skripty umiestnite dohromady do adresára na RaspberryPi:
- main.py - Vstupný bod pre aplikáciu. (spustite tento skript v konzole).
- sentiment_analysis.py - Skript, ktorý sa pripája k rozhraniu Twitter API, spracováva údaje a generuje výsledky.
- pie.py - Skript, ktorý generuje grafické zobrazenie výsledkov.
- led_manager.py - Skript, ktorý spracováva diódy na RaspberryPi.
Prispievatelia: Zafir Stojanovski (151015) a Filip Spasovski (151049)
Kód:
Odporúča:
Analýza LTE Cat.M1 PSM (režim úspory energie): 4 kroky
Analýza LTE Cat.M1 PSM (úsporný režim): V predchádzajúcom článku sme diskutovali o tom, ako nastaviť aktívny / spánkový cyklus pomocou PSM. Vysvetlenia nastavenia hardvéru a PSM a príkazu AT nájdete v predchádzajúcom článku. (Odkaz: https://www.instructables.com/id/What-Is-a-PSMPow…Ac
Analýza údajov o teplote/vlhkosti pomocou Ubidotov a tabuliek Google: 6 krokov
Analýza teplôt/vlhkosti pomocou Ubidotov a tabuliek Google: V tomto tutoriáli budeme merať rôzne údaje o teplote a vlhkosti pomocou snímača teploty a vlhkosti. Dozviete sa tiež, ako odoslať tieto údaje do Ubidots. Aby ste ho mohli analyzovať odkiaľkoľvek pre rôzne aplikácie. Tiež odoslaním
Bioimpedančná analýza (BIA) s krokom AD5933: 9
Analýza biologickej impedancie (BIA) Na modeli AD5933: Mám záujem o výrobu bioimpedančného analyzátora na meranie zloženia tela a moje náhodné vyhľadávania stále nachádzali návrh z triedy biomedicínskych prístrojov z roku 2015 na Vanderbiltovej univerzite. Prepracoval som sa k dizajnu a
Analýza hlavných komponentov: 4 kroky
Principal Component Analysis: Principal Component Analysis je štatistická metóda, ktorá pomocou ortogonálnych transformácií prevádza množinu potenciálne korelovaných premenných na množinu lineárne nekorelovaných hodnôt. Jednoducho povedané, vzhľadom na množinu údajov s viacerými dimenziami to pomáha
Analýza knihy objednávok pomocou farebného senzora: 14 krokov
Analýza knihy objednávok pomocou farebného senzora: Pri červenom/zelenom/modrom farebnom senzore Adafruit TCS34725 na analýzu svetelného výkonu z knihy objednávok na obrazovke pri obchodovaní s kryptom. Ak prevažne „kúpite“prídu objednávky, reprezentované zelenými číslami na obrazovke, možno by ste mohli očakávať