Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

148

■

7

章 ケーススタディ：

Twitter

アーカイブの比較

7.6

 まとめ

この章は、本書で最初のケーススタディの章でした。実際に分析を最初から最後

まで進めてみて、これまでに説明した考え方とコードを組み合わせてテキストデー

タセットを理解するためにはどうすればよいのかを示しました。単語の出現頻度の

比較からは、私たちがツイートで頻繁に使う単語が明らかになり、対数オッズ比か

らは、

2

人のうちどちらのツイートであるかを、単語からある程度見分けられるよ

うになりました。

nest()

、

map()

と

glm()

の組み合わせからは、時間の経過とともに

ツイートにおける出現頻度が大きく変化した単語を探すことができました。最後に、

どのような単語が含まれているツイートがリツイート、「いいね」を多く集めるかも

わかりました。これらはどれも、

2

人の言葉の使い方がどれくらい似ているか、あ

るいは違っているかを知り、ツイートの特徴がどのように変化しているか、ツイー

ト相互を比較するとどうなるか

を知るための方法の例です。これらはテキストマイ

ニングに対する柔軟性の高いアプローチであり、ほかの種類のテキストにも応用で

きます。