基于对某个人最近微博的情绪分析,使用empythy来评分其可爱度
lykabilit的Python项目详细描述
根据对某个人最近的推文的情绪分析,使用empythy来评分其可爱度
目的
利用Empthy Natural Languare分类器包,分析与特定人相关的推文的平均情绪,计算该人的“可爱度得分”。有助于跟踪某段时间内的情绪变化,即某位名人在音乐会前后的受欢迎程度。
说明
- 打开终端。确保您已经下载了python3和pip。
- pip可安装性
- 创建一个csv文件,其中包含要分析的人的姓名,以确定其是否讨人喜欢。将此文件命名为当前目录中的name.csv。
- 确定每个人最近要查询多少条推文。这将在下面的脚本中用作num_tweets。
- 确保你有twitter api密钥和访问令牌。如果没有,请转到[Twitter应用程序](https://apps.twitter.com/),创建一个应用程序,并在“应用程序设置”->;“使用者密钥(API密钥)->;“管理密钥和访问令牌”下找到所需的密钥和令牌。
- 通过在终端中键入pythonpython来运行python 3。
- 输入下面的脚本运行likabilityanalyzer模块。
- from likability import LikabilityAnalyzer
- filepath = 'name.csv'
- num_tweets = 100
- sentimentScore = LikabilityAnalyzer.analyzer(filepath,num_tweets)
- 出现提示时,输入twitter api键。这将允许likability访问twitter api来查询完成情绪分析所需的tweets。
- 等待脚本运行完成。请注意,由于twitter api速率限制,查询超过15个名称将导致更长的等待时间。对于超过15个姓名的列表,请为每个姓名留出1分钟的时间。
- 完成后,打开当前目录中新创建的mootion.csv以访问每个人的可爱度分数。
可能的用法
- 给顶级的幻想足球运动员打分,看看twittersphere对每个球员的初选看法
- 使用产品名称而不是人名来实时跟踪客户情绪
- 解决问题:谁更讨人喜欢,贾斯汀·汀布莱克还是吉米·法伦