Build your ultimate AI agent
Kursbeschreibung
Die Analyse von Social-Media-Daten kann dir wertvolle Einblicke liefern. Sie kann Kampagnenstrategien unterstützen, Marketing und Vertrieb verbessern, die Kundenbindung messen, Wettbewerbsanalysen ermöglichen und ungenutzte Netzwerke identifizieren. In diesem Kurs nutzt du R, um Twitter-Daten zu extrahieren und zu visualisieren, Netzwerkanalysen durchzuführen und die Geolokalisierung von Tweets darzustellen. Du arbeitest mit verschiedenen Datensätzen, um das Gelernte praktisch anzuwenden, darunter Tweets über Prominente, Technologieunternehmen, Trendthemen und Sport.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Twitter-Daten verstehen
Starte damit, die Möglichkeiten von Twitter-Daten zu verstehen und was du mit Social-Media-Analyse erreichen kannst. In diesem Kapitel extrahierst du deinen ersten Satz von Tweets mithilfe der Twitter API und Funktionen aus der leistungsstarken „rtweet“-Bibliothek. Anschließend erkundest du, wie du die Bestandteile deiner extrahierten Twitter-Daten nutzen kannst, um Erkenntnisse für die Social-Media-Analyse zu gewinnen.
- Twitter-Daten analysieren50 XP
- Die Power von Twitter-Daten100 XP
- Vor- und Nachteile von Twitter-Daten50 XP
- Twitter-Daten extrahieren50 XP
- Voraussetzungen zum Einrichten der R-Umgebung50 XP
- Tweets suchen und extrahieren100 XP
- Timelines suchen und extrahieren100 XP
- Bestandteile von Twitter-Daten50 XP
- Nutzerinteresse und Tweet-Anzahlen100 XP
- Follower-Zahl vergleichen100 XP
- Retweet-Zahlen100 XP
2
Twitter-Daten analysieren
Jetzt geht’s in die Tiefe. Lerne, wie du Filter auf Tweets anwendest und Twitter-Nutzerdaten mithilfe des Goldenen Schnitts und der Twitter-Listen analysierst, denen sie folgen. Du lernst außerdem, wie du Trendthemen extrahierst und Twitter-Daten über die Zeit analysierst, um interessante Erkenntnisse zu identifizieren.
3
Tweet-Texte visualisieren
Ein Bild sagt mehr als tausend Worte! In diesem Kapitel entdeckst du, wie du Text aus Tweets mit Balkendiagrammen und Wordclouds visualisierst. Du lernst, Tweet-Text zu verarbeiten und ein sauberes Textkorpus für die Analyse vorzubereiten. Stell dir vor, du kannst aus geteilten Tweets zentrale Diskussionsthemen und die Wahrnehmung zu einem Thema oder einer Marke herausziehen. Genau das wirst du mit Topic Modeling und Sentimentanalyse erreichen.
4
Netzwerkanalyse und Twitter-Daten auf der Karte darstellen
Twitter-Nutzer tweeten, liken, folgen und retweeten – so entstehen komplexe Netzwerkstrukturen. In diesem letzten Kapitel lernst du, diese Netzwerkstrukturen zu analysieren und die Beziehungen zwischen einzelnen Personen als Retweet-Netzwerk zu visualisieren. Durch das Extrahieren von Geolokalisierungsdaten aus den Tweets entdeckst du außerdem, wie du Tweet-Standorte auf einer Karte darstellst und starke Fragen beantwortest – etwa: Welche Bundesstaaten oder Länder sprechen am meisten über deine Marke? Geografische Daten verleihen deiner Twitter-Datenanalyse eine neue Dimension.
R
Social-Media-Daten mit R analysieren
Kurs
abgeschlossen
