51、社交媒体与建筑结构领域的数据分析与深度学习应用

社交媒体与建筑结构领域的数据分析与深度学习应用

1. 社交媒体政治话题分析

1.1 数据收集

研究人员通过 Twitter API 收集了 2021 年厄瓜多尔总统选举前、选举期间和选举后的推文，总计 562,164 条。这些推文涵盖了总统候选人 Guillermo Lasso 和 Andrés Arauz 的账户，以及多个媒体账号，如 @eluniversocom、@ecuavisainforma 等。其中，提取了 @lassoguillermo 的 1,047 条推文和 8 个媒体账号的 4,135 条推文，并且分析中包含了转发内容，因为转发有助于主题信息的传播和扩展。

1.2 主题建模步骤

• 数据清洗 ：
  • 将所有文本转换为小写。
  • 去除标点符号、停用词、标签、提及和网址。
• 分词 ：使用 Natural Language of ToolKit (NLTK) 的 tokenize 模块将清洗后的文本拆分为单词或标记。
• 构建语料库 ：通过将标记与整数 ID 映射，创建一个字典。
• 共现分析 ：使用 NLTK 的 brigram 模块获取共现信息。
• 绘制网络 ：使用 Matplotlib 的 draw_networkx 绘制网络。

1.3 结果