Kā izmantot Twitter personas datu ieguvei

Jūsu Twitter straume (un drīzumā arī jūsu Facebook sienas ziņu vēsture) ir bagātīgs informācijas avots par jums vai, ņemot vērā, ka lielākā daļa tvītu ir publiski, par jebkuru citu. Tas ietver visu, sākot no jūsu runas modeļiem un tēmām, kuras jūs pārņemat, līdz jūsu īsto draugu identitātei — vismaz tweet-o-sfērā. Triks ir to atbloķēt.

Pirmais solis, lai iekļūtu zemapziņā, ir lejupielādēt reprezentatīvu tvītu paraugu. Par laimi, Twitter saglabā pēdējos 3200 no tiem, kas, iespējams, ir vairāk nekā jūs jebkad esat izteicis, ja vien neesat īpaši ražīgs.

Viens vienkāršs veids, kā lejupielādēt visus šos tvītus, ir reģistrēties tādam pakalpojumam kā BackupMy.Net , kas uztvers visus pieejamos tvītus (līdz šim 3200 ierobežojumam) un ļaus tos lejupielādēt vairākos dažādos formātos.

Otrais solis, iegūstiet sev bezmaksas kopiju TextWrangler (ja izmantojat Mac datoru) vai tā Windows ekvivalents . Ja izmantojat Linux, vi vai emacs var paveikt visu, ko es aprakstīšu.

Trešais solis: sāciet filtrēt tvītu kopu. Padomājiet par to kā par slapja māla pilskalnu. Jūs varat uzdot tai jebkurus jautājumus, kas jums patīk. Lūk, ko es jautāju savējam; ja jums ir citas idejas, atstājiet tās komentāros.

i) Izdzēsiet katru otro rindiņu, lai novērstu visu šo laika un datuma zīmogu radīto troksni. TextWrangler ir jaudīga funkcija Process Lines Containing… izvēlnē Teksts. Šajā gadījumā tas ļauj izdzēst katru rindiņu, kurā ir virkne +0000, kas, manuprāt, ir tukšs mainīgais, kur parasti nonāktu ģeogrāfiskās atrašanās vietas dati. Ja jūsu tvītiem ir noteikta ģeogrāfiskā atrašanās vieta, vienkārši ļaujiet tai meklēt katru gadu, kurā ierakstījāt tvītu, pieņemot, ka savos tvītos bieži neiekrītat gadiem.

Šis:

Kļūst par šo:

Tagad ielīmējiet iegūto tekstu Wordle , vārdu mākoņu ģenerators, jo vārdu mākoņi ir vienkārši skaisti veidi, kā vizualizēt vārdu biežumu.

Sākotnēji tas nav slikti — dažas no jūsu interesēm un draugiem ir redzamas, cenšoties aplūkot nevēlamos vārdus, ko mēs visi lietojam pakalpojumā Twitter, piemēram, RT.

ii) Izmantojot vienkāršu atrašanas un aizstāšanas komandu, atbrīvojieties no RT, via un citiem vārdiem, kas jums neko neizsaka. Tagad jūs varat redzēt, ar ko esat apsēsts. Es biju apsēsts ar klimata pārmaiņām, ziņu buzzwords (jauns, tagad) un, acīmredzot, signalizēju par sarkasmu un ironisku distanci, sākot teikuma fragmentus ar vārdu šķietami.

iii) Lai iegūtu tīrāku runas modeļu un neirožu destilātu, izmantojiet komandu Process Lines Containing… vai tās ekvivalentu, lai noņemtu visas rindiņas, kas ir retvītos.

iv) Ja vēlaties uzzināt, kas ir jūsu īstie draugi pakalpojumā Twitter (un, mazākā mērā, arī par ko ar viņiem runājat), izņemiet visas rindiņas, kurās ir @.

Ja vēlaties uzzināt, ko sakāt, kad runājat ar draugiem, vienkārši izdzēsiet katru vārdu, kas sākas ar @. Vai arī kārtojiet dokumentu tā, lai varētu uztvert tikai katru sarunu, kas jums jebkad bijusi ar konkrētu personu, un pārvērstu *to* vārdu mākonī.

v) Ja vēlaties zināt, ka runājat, kad runājat par sevi, vienkārši izņemiet katru rindiņu ar (reģistrjutīgo) virkni I

Tīmeklī ir neskaitāmi rīki, lai analizētu jūsu Twitter straumi no frekvences analīze uz emocionālais saturs , taču, cik es zinu, visu jūsu tvītu lejupielāde un pašam to parsēšana ir vienīgais veids, kā vizualizēt to faktisko saturu ar šāda līmeņa specifiku. Esmu pārliecināts, ka ir vairāki desmiti vaicājumu, par kuriem es pat nebiju iedomājies, ka tie ir iespējami ar šo metodi — droši atstājiet savas idejas komentāros.

Sekojiet Mimsam Twitter vai sazinieties ar viņu pa e-pastu .

paslēpties