Sommario:

Analisi del sentiment di Twitter con Raspberry Pi: 3 passaggi (con immagini)
Analisi del sentiment di Twitter con Raspberry Pi: 3 passaggi (con immagini)

Video: Analisi del sentiment di Twitter con Raspberry Pi: 3 passaggi (con immagini)

Video: Analisi del sentiment di Twitter con Raspberry Pi: 3 passaggi (con immagini)
Video: 4 SITI PAZZESCHI CHE NON DOVRESTI MAI VISITARE 2024, Giugno
Anonim
Analisi del sentiment di Twitter con Raspberry Pi
Analisi del sentiment di Twitter con Raspberry Pi
Analisi del sentiment di Twitter con Raspberry Pi
Analisi del sentiment di Twitter con Raspberry Pi

Che cos'è l'analisi dei sentimenti e perché dovrebbe interessarti?

L'analisi del sentimento è il processo di determinazione del tono emotivo dietro una serie di parole, utilizzato per comprendere gli atteggiamenti, le opinioni e le emozioni espresse all'interno di una menzione online. L'analisi del sentiment è estremamente utile nel monitoraggio dei social media in quanto ci consente di ottenere una panoramica dell'opinione pubblica più ampia dietro determinati argomenti. Le applicazioni sono ampie e potenti. La capacità di estrarre informazioni dai dati sociali è una pratica ampiamente adottata dalle organizzazioni di tutto il mondo. Curiosità: l'amministrazione Obama ha utilizzato l'analisi del sentiment per valutare l'opinione pubblica rispetto agli annunci politici e ai messaggi elettorali prima delle elezioni presidenziali del 2012.

Passaggio 1: cablaggio

Cablaggio!
Cablaggio!
Cablaggio!
Cablaggio!
Cablaggio!
Cablaggio!

Per questo progetto avrai bisogno di:

  • Raspberry Pi (nel nostro caso: Raspberry Pi 3 Modello B)
  • 3 diodi LED (verde, giallo e rosso) per rappresentare l'umore, calcolato dall'analisi del sentimento
  • 3 resistori (nel nostro caso 330 Ohm) per proteggere i tuoi pin GPIO
  • fili, o un cavo femmina (nel nostro caso 40 pin)

Ora, devi collegare i diodi led sui pin GPIO specifici sul Raspberry Pi (puoi scegliere altri pin, ma dovrai rifattorizzare il codice in seguito). Assicurati che Raspberry Pi sia spento. Quindi, collegare i resistori sugli anodi dei diodi LED. Dopodiché, dovresti collegare il tuo diodo verde sul pin 21, giallo sul pin 24 e rosso sul pin 15. Tutti i catodi dovrebbero essere collegati ai pin di terra. Ora sei pronto per fare il prossimo passo!

Passaggio 2: importa i pacchetti

Avrai bisogno di un paio di pacchetti affinché il codice funzioni.

  • Tweepy: libreria Python per l'API ufficiale di Twitter. pip3 installa tweepy
  • TextBlob: libreria Python per l'elaborazione di dati testuali. pip3 installa textblob
  • Pillow: libreria Python per l'interfaccia utente. pip3 installa il cuscino

I seguenti pacchetti di solito vengono forniti in bundle con python3, ma nel caso in cui ricevi un errore di compilazione, installali semplicemente usando il comando pip3:

  • Statistiche: libreria Python per le statistiche.
  • Matplotlib: libreria python per la rappresentazione grafica dei dati.
  • Tkinter: libreria Python per l'interfaccia utente.
  • RPi. GPIO: libreria python disponibile solo su un RaspberryPi (ma ehi, lo stiamo facendo esclusivamente per un RasberryPi), che gestisce i pin GPIO.

NOTA: per testarlo sul desktop: commenta semplicemente "import led_manager.py" nello script main.py.

Passaggio 3: implementazione

Implementazione
Implementazione
Implementazione
Implementazione

Metti insieme i seguenti script in una directory sul RaspberryPi:

  • main.py - Il punto di ingresso per l'app. (esegui questo script nella console).
  • sentiment_analysis.py - Script che si connette all'API di Twitter, elabora i dati e genera risultati.
  • pie.py - Script che genera una rappresentazione grafica dei risultati.
  • led_manager.py - Script che gestisce i diodi sul RaspberryPi.

Hanno collaborato: Zafir Stojanovski (151015) e Filip Spasovski (151049)

Codice:

Consigliato: