Codelab - Análise de Redes Sociais com Python
4 gostaram1,769 visualizações
Ana Paula Gomes apresenta uma análise de redes sociais utilizando Python. Ela coleta dados do Twitter sobre o hashtag #WomenTechmakers, modela as informações em um grafo e calcula métricas como grau, closeness e clusterização para identificar os termos e perfis mais influentes relacionados ao tópico. A apresentação também discute ferramentas para visualização dos dados coletados.
Codelab - Análise de Redes Sociais com Python
- 1. Análise de Redes Sociais com Python Women Techmakers 2015 Ana Paula Gomes
- 2. Quem Ana Paula Gomes Mestranda em Ciência da Computação - UFMG Organizer do GDG-BH / Leader Women Techmakers BH Inquieta, curiosa e apaixonada por tecnologia
- 3. O quê 1. Introdução: Redes complexas 2. Coleta de dados do Twitter 3. Modelagem em grafos e implementação 4. Uso de métricas de grafos 5. Visualização de dados
- 4. Redes complexas Começando pelo começo
- 5. Antes de mais nada… Precisamos responder perguntas: Quais termos estão relacionados ao #WomenTechmakers? Quais pessoas são mais influentes dentre as pessoas que falam sobre o #WomenTechmakers?
- 6. Coleta dos dados Precisamos usar alguma coisa
- 7. Coleta de dados Marvel Yelp Foursquare Twitter :) Coringa: Programmable Web Lod-cloud
- 8. Coleta de Dados do Twitter Modalidades: Streaming Search
- 9. Coleta de Dados do Twitter Restrições: 1% da base Search 15 requisições numa janela de 15 minutos
- 10. Coleta de Dados do Twitter Tudo documentado em: dev.twitter.com Passos: Criar uma aplicação Instalar TwitterAPI
- 11. Coleta do Twitter - conexão from TwitterAPI import TwitterAPI # credenciais de conexao com o Twitter twitter_api = TwitterAPI(consumer_key='XXXX', consumer_secret='XXXX', access_token_key='XXXX', access_token_secret='XXXX')
- 12. Coleta do Twitter via Search resultado = twitter_api.request('search/tweets', {'q': '#womentechmakers', 'lang': 'en', 'count': '100'})
- 13. Coleta do Twitter via Streaming resultado = twitter_api.request('statuses/filter', {'track': 'python'})
- 16. Grafos Estrutura que demonstra relacionamentos entre entidades Vértice Vértice Aresta
- 17. Grafos Estrutura que demonstra relacionamentos entre entidades Maria José amigos
- 18. Grafos Estrutura que demonstra relacionamentos entre entidades Maria José Rede de amigos Joana Ana
- 20. Voltando as perguntas! Quais termos estão relacionados ao #WomenTechmakers? Quais pessoas são mais influentes dentre as pessoas que falam sobre o #WomenTechmakers?
- 21. Modelagem - Hashtags #IWD2015 #WTM #mulheresNaTecnologia #tech
- 22. Modelagem - Perfis influentes WomenTechmakers José Joana Ana
- 23. NetworkX Biblioteca para grafos: NetworkX pip install networkx
- 24. NetworkX import networkx as nx G = nx.Graph() G.add_node("ana") G.add_node("joao") G.add_node("camila") G.add_edge("ana", "joao") G.add_edge("ana", "camila")
- 26. Criação do grafo de hashtags Lê o arquivo de tweets Extrai as hashtags Cria uma aresta para as hashtags que estiverem em um mesmo tweet
- 27. Métricas com grafos Algoritmos e ferramentas
- 28. Grau dos vértices Degree (grau) Grau de Entrada e Saída Degree Centrality
- 29. Grau dos vértices Influência Número de conexões WomenTechmakers José Joana Ana
- 30. Closeness O quão próximo um vértice está dos demais Caminhos mínimos WomenTechmakers José Joana Ana
- 31. Closeness Disseminação de informações Quem é a pessoa/lugar que irá atingir mais pessoas?
- 32. Grau de clusterização Capacidade de um nó de conectar-se com os outros #IWD2015 #WTM #mulheresNaTecnologia #tech
- 35. NetworkX Gallery
- 36. Cytoscape From Network File > GML
- 37. apgomes88@gmail.com Dúvidas, sugestões, troca de ideias