Skip to main content

Fallstudie: Twitter-Mining

  • Chapter
  • First Online:
Moderne Datenanalyse mit R

Part of the book series: FOM-Edition ((FOMEDITION))

  • 41k Accesses

Zusammenfassung

Twitter-Mining ist eine Anwendung der Methoden des Textminings, verbunden mit einigem technischen Wissen zur Funktionsweise der Daten-Schnittstelle von Twitter. Das Kapitel zeigt, wie man Tweets herunterlädt, nachdem man sich ein Entwickler-Konto angelegt hat. Letzteres ist nötig, um Zugriff auf die Daten-Schnittstelle dieses Diensts zu bekommen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 39.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 49.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Außerdem wird angenommen, dass die Zunahme der Zustimmung bei jedem Schritt gleich groß ist.

  2. 2.

    https://twitter.com/de/tos.

  3. 3.

    API steht für Application Programming Interface; kurz gesagt handelt sich um eine Schnittstelle zwischen zwei Programmen. In unserem Fall handelt es sich um eine Schnittstelle zwischen R und Twitter. Die Schnittstelle versteht und äußert gewisse Informationen im Zusammenhang mit den Daten und Funktionen, die der Server, hier Twitter, bereitstellt.

  4. 4.

    S. https://apps.twitter.com/.

  5. 5.

    So wie bei CSV, XML und YAML handelt es sich bei JSON um eine einfache und verbreite Datenstruktur, die in Rohtext abgespeichert ist, s. https://en.wikipedia.org/wiki/JSON.

  6. 6.

    F, R, F, R, F, R, R, F, T, F.

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Sebastian Sauer .

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Sauer, S. (2019). Fallstudie: Twitter-Mining. In: Moderne Datenanalyse mit R. FOM-Edition. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-21587-3_25

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-21587-3_25

  • Published:

  • Publisher Name: Springer Gabler, Wiesbaden

  • Print ISBN: 978-3-658-21586-6

  • Online ISBN: 978-3-658-21587-3

  • eBook Packages: Business and Economics (German Language)

Publish with us

Policies and ethics