Facebook w R

Kto uważany jest za gwiazdę rozrywki 100-lecia niepodległej Polski?

Takie pytanie pojawiło się w poniedziałek 15 października na fanpage’u Karoliny Korwin-Piotrowskiej. Pani Karolina poprosiła o wpisywanie nazwisk w komentarzach. Oczywiście obudził się we mnie umysł pragmatyczny i zapytał (siebie): ciekawe jak ona to ręcznie sobie policzy?. Ludzie przecież będą wpisywać nazwiska jak leci a nie w jakiejś uporządkowanej formie.

Bo ankietę można zrobić tak jak ta majonezowo-ketchupowa do której wypełnienia serdecznie namawiam! Jak będzie dużo głosów to będzie sensowny wynik. I opowieść jak to wszystko zostało zbudowane. Zajmie Ci to góra dwie minuty.

Nie po to człowiek siedzi w internecie i analizie danych, żeby z takim problemem sobie nie poradził. A że w R jest dostępny pakiet Rfacebook to zadanie policzenia głosów jest banalnie proste.

Poza Rfacebook przyda nam się kilka innych pakietów (w sumie standard):

library(Rfacebook)
library(tidyverse)
library(lubridate)
library(glue)

library(Rfacebook)

library(tidyverse)

library(lubridate)

library(glue)

Na początek jednak potrzebujemy aplikacji zbudowanej na Facebooku. Idziemy zatem na stronę dla developerów i odpowiednią aplikację budujemy.

I teraz uwaga – ja mam aplikację zbudowaną pewnie z rok albo i dwa lata temu. Nie ma wielkich uprawnień, ale do poniższych (i innych) zastosowań wystarczy. Po aferze z Cambridge Analytica Facebook wprowadził sporo zmian i obostrzeń do swojego API, więc nie ma lekko. Nie wiem też czy da się zbudować aplikację bez jej weryfikacji przez FB (a to jest pain in the ass). Koniec końców potrzebujemy ID aplikacji (poniżej wstawiony jako parametr app_id) i jej sekretnego klucza (parametr app_secret).

Mając te dwa ciągi znaków prosimy Facebooka o token:

fb_oauth <- fbOAuth(app_id = "xxxxxxxxxxx",
                    app_secret = "yyyyyyyyyyyyyyyy")

1 2	fb_oauth <- fbOAuth(app_id = "xxxxxxxxxxx", app_secret = "yyyyyyyyyyyyyyyy")

i możemy korzystać z niego (oraz API). Ja tak przygotowany token zapisałem sobie do pliku fb_oauth.rda poprzez:

save(fb_oauth, file = "fb_oauth.rda")

1	save(fb_oauth, file = "fb_oauth.rda")

zatem mogę go teraz wczytać:

load("fb_oauth.rda")

1	load("fb_oauth.rda")

To wygodne, bo pliczek jest mały, a autentykacja na serwerze unixowym może być problemem – podczas tworzenia tokenu powinna otworzyć się przeglądarka, w której logujemy się do Facebooka. Jeśli system nie ma przeglądarki to co wtedy? Ano wtedy odpalamy R na Windowsie, tworzymy token (bez problemów z brakiem przeglądarki) i gotowy plik wrzucamy gdzie trzeba na serwer. Tak samo obejść da się problem z tokenem od Twittera czy Google.

No dobrze, co dalej? Przygotujmy dwie funkcje, które z API będą korzystać.

Pierwsza pobierze nam zadaną liczbę postów z podanego fanpage’a:

getFPPosts <- function(page_name, n_posts = 50) {
  # pobieramy posty z fanpage'a
  fb_page <- getPage(page = page_name, token = fb_oauth, n = n_posts)

  # zostawiamy sobie tylko potrzebne informacje
  fb_page <- fb_page %>%
    select(id, created_time, message, likes_count, comments_count) %>%
    mutate(created_time = ymd_hms(created_time))

  return(fb_page)
}

getFPPosts <- function(page_name, n_posts = 50) {

# pobieramy posty z fanpage'a

fb_page <- getPage(page = page_name, token = fb_oauth, n = n_posts)

# zostawiamy sobie tylko potrzebne informacje

fb_page <- fb_page %>%

select(id, created_time, message, likes_count, comments_count) %>%

mutate(created_time = ymd_hms(created_time))

return(fb_page)

}

Druga funkcja pobierze nam wszystkie komentarze do konkretnego postu:

getPostComments <- function(post_id, post_coments = 100) {
  
  # pobieramy komentarze z wybranego postu, max 100 sztuk
  fb_post <- getPost(post_id, token = fb_oauth, n = max(post_coments, 1000), comments = TRUE)

  # tabela z komciami - tylko potrzebne dane
  comments <- fb_post$comments %>%
    select(created_time, message, likes_count) %>%
    mutate(created_time = ymd_hms(created_time)) %>%
    arrange(created_time)

  return(comments)
}

getPostComments <- function(post_id, post_coments = 100) {

# pobieramy komentarze z wybranego postu, max 100 sztuk

fb_post <- getPost(post_id, token = fb_oauth, n = max(post_coments, 1000), comments = TRUE)

# tabela z komciami - tylko potrzebne dane

comments <- fb_post$comments %>%

select(created_time, message, likes_count) %>%

mutate(created_time = ymd_hms(created_time)) %>%

arrange(created_time)

return(comments)

}

Uwaga – nie bierzemy tutaj pod uwagę komentarzy zagłębionych (komentarzy do komentarzy) – do tego trzeba zaprząc dodatkowo getCommentReplies() z pakietu Rfacebook. Najprościej na już pobranych komentarzach sprawdzić czy jakieś mają komentarze i dla nich wywołać odpowiednio getCommentReplies(). Doczytajcie w dokumentacji pakietu.

Zobaczmy zatem jak wyglądał ponad rok na fanpage’u Dane i Analizy. Pobieramy maksymalnie tysiąc najnowszych postów:

page_name <- "daneanalizy"

fb_page_table <- getFPPosts(page_name, 1000)

page_name <- "daneanalizy"

fb_page_table <- getFPPosts(page_name, 1000)

Prosiliśmy o tysiąc, ale wszystkich jest 558.

Jeśli obserwujecie uważnie mojego fanpage’a to wiecie kiedy pojawia się coś nowego. Sprawdźmy to empirycznie:

fb_page_table %>%
  mutate(h = hour(created_time),
         d = wday(created_time, week_start = 1, label = TRUE, locale = "pl_PL.UTF8")) %>%
  count(d, h) %>%
  ggplot() +
  geom_tile(aes(d, h, fill = n), color = "gray60") +
  scale_y_reverse() +
  scale_fill_distiller(palette = "Reds", direction = 1) +
  labs(title = "Kiedy publikowane są posty na fanpage'u Dane i Analizy?",
       x = "", y = "Godzina")

fb_page_table %>%

mutate(h = hour(created_time),

d = wday(created_time, week_start = 1, label = TRUE, locale = "pl_PL.UTF8")) %>%

count(d, h) %>%

ggplot() +

geom_tile(aes(d, h, fill = n), color = "gray60") +

scale_y_reverse() +

scale_fill_distiller(palette = "Reds", direction = 1) +

labs(title = "Kiedy publikowane są posty na fanpage'u Dane i Analizy?",

x = "", y = "Godzina")

Dla mnie jako zarządzającego stroną ciekawe jest to czy rośnie Wasza aktywność. Zgrupujmy dane po miesiącu (zwróć uwagę na floor_date()) i narysujmy wykres liczby postów, like’ów i komentarzy do postów z danego miesiąca:

fb_page_table %>%
    mutate(date = floor_date(created_time, unit = "months")) %>%
    group_by(date) %>%
    summarise(n = n(),
              l = sum(likes_count),
              c = sum(comments_count)) %>%
    ungroup() %>%
    ggplot() +
    geom_line(aes(date, n), color = "blue") + # posts
    geom_line(aes(date, l), color = "red") +  # likes
    geom_line(aes(date, c), color = "green") + # comments
    annotate(geom = "label",
             x = min(fb_page_table$created_time), y = 400,
             label = "Liczba like'ów",
             fill = "red", color = "black", hjust = 0) +
    annotate(geom = "label",
             x = min(fb_page_table$created_time), y = 350,
             label = "Liczba postów",
             fill = "blue", color = "white", hjust = 0) +
    annotate(geom = "label",
             x = min(fb_page_table$created_time), y = 300, 
             label = "Liczba komentarzy",
             fill = "green", color = "black", hjust = 0) +
    labs(title = "Liczba postów, like'ów i komentarzy na fanpage'u Dane i Analizy",
         x = "", y = "")

fb_page_table %>%

mutate(date = floor_date(created_time, unit = "months")) %>%

group_by(date) %>%

summarise(n = n(),

l = sum(likes_count),

c = sum(comments_count)) %>%

ungroup() %>%

ggplot() +

geom_line(aes(date, n), color = "blue") + # posts

geom_line(aes(date, l), color = "red") + # likes

geom_line(aes(date, c), color = "green") + # comments

annotate(geom = "label",

x = min(fb_page_table$created_time), y = 400,

label = "Liczba like'ów",

fill = "red", color = "black", hjust = 0) +

annotate(geom = "label",

x = min(fb_page_table$created_time), y = 350,

label = "Liczba postów",

fill = "blue", color = "white", hjust = 0) +

annotate(geom = "label",

x = min(fb_page_table$created_time), y = 300,

label = "Liczba komentarzy",

fill = "green", color = "black", hjust = 0) +

labs(title = "Liczba postów, like'ów i komentarzy na fanpage'u Dane i Analizy",

x = "", y = "")

Moglibyście więcej komentować… Taką mam prośbę ;) Chociaż liczba like’ów na post…

fb_page_table %>%
    mutate(date = floor_date(created_time, unit = "weeks")) %>%
    group_by(date) %>%
    summarise(n = n(),
              l = sum(likes_count),
              c = sum(comments_count)) %>%
    ungroup() %>%
    ggplot() +
    geom_smooth(aes(date, l/n), color = "blue") + # likes/post
    geom_smooth(aes(date, c/n), color = "green") + # comments/post
    annotate(geom = "label",
             x = min(fb_page_table$created_time), y = 12,
             label = "Liczba like'ów/post",
             fill = "blue", color = "white", hjust = 0) +
    annotate(geom = "label",
             x = min(fb_page_table$created_time), y = 10, 
             label = "Liczba komentarzy/post",
             fill = "green", color = "black", hjust = 0) +
    labs(title = "Liczba like'ów i komentarzy na post - na fanpage'u Dane i Analizy",
         x = "", y = "")

fb_page_table %>%

mutate(date = floor_date(created_time, unit = "weeks")) %>%

group_by(date) %>%

summarise(n = n(),

l = sum(likes_count),

c = sum(comments_count)) %>%

ungroup() %>%

ggplot() +

geom_smooth(aes(date, l/n), color = "blue") + # likes/post

geom_smooth(aes(date, c/n), color = "green") + # comments/post

annotate(geom = "label",

x = min(fb_page_table$created_time), y = 12,

label = "Liczba like'ów/post",

fill = "blue", color = "white", hjust = 0) +

annotate(geom = "label",

x = min(fb_page_table$created_time), y = 10,

label = "Liczba komentarzy/post",

fill = "green", color = "black", hjust = 0) +

labs(title = "Liczba like'ów i komentarzy na post - na fanpage'u Dane i Analizy",

x = "", y = "")

rośnie, co cieszy. Wynikiem jest oczywiście rosnąca liczba fanów strony (no i zajebisty kontent, ale to rozumie się samo przez się).

No dobrze, ale trochę odbiegamy od postawionego problemu (przypomnę: jak z komentarzy wyciągnąć najczęściej wymieniane nazwiska) chociaż jest ciekawie. Mam nadzieję.

Znajdźmy coś, na czym będzie można potrenować dalej – najbardziej komentowany post:

# najbradziej komentowany post
post_id <- fb_page_table %>% filter(comments_count == max(comments_count)) %>% pull(id) %>% .[[1]]

# weźmy wszystko co o nim powie Facebook:
post_details <- getPost(post_id, token = fb_oauth)

# najbradziej komentowany post

post_id <- fb_page_table %>% filter(comments_count == max(comments_count)) %>% pull(id) %>% .[[1]]

# weźmy wszystko co o nim powie Facebook:

post_details <- getPost(post_id, token = fb_oauth)

Co my tutaj mamy? W odpowiedzi funkcja getPost() (z Rfacebook) zwraca listę zawierającą dwie tabele (zazwyczaj).

Pierwsza to informacje o samym poście:

post_details$post %>% kable() %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

1 2	post_details$post %>% kable() %>% kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

from_id	from_name	message	created_time	type	link	id	likes_count	comments_count	shares_count
1775448726078953	Dane i analizy	Zrobiłem czytanie maili z Gmaila w #R. Chcecie czy wolicie próbę podejścia do klasyfikacji użytkowników na podstawie Google Analytics?	2018-09-25T14:45:27+0000	status	NA	1775448726078953_1993305864293237	19	10	1

oraz o komentarzach do niego:

post_details$comments %>% kable() %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

1 2	post_details$comments %>% kable() %>% kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

from_id	from_name	message	created_time	likes_count	comments_count	id
NA	NA	Chcemy :))	2018-09-25T14:50:21+0000	3	3	1993305864293237_1993307890959701
NA	NA	A ja bym popatrzył na analizę z google analytics :)	2018-09-25T15:04:33+0000	1	1	1993305864293237_1993312367625920
NA	NA	Poczta z Gmaila	2018-09-25T15:12:15+0000	0	0	1993305864293237_1993315130958977
NA	NA	Analytics! :)	2018-09-25T15:35:16+0000	1	0	1993305864293237_1993322067624950
NA	NA	Analyticsy :)	2018-09-25T16:08:35+0000	1	0	1993305864293237_1993332204290603
1775448726078953	Dane i analizy	O GA pisałem tutaj http://blog.prokulski.science/index.php/2017/08/10/animowany-wykres-kolowy/ – do wyciągania danych powinno wystarczyć. W planach mam kategoryzację użytkowników, a dane z GA mogłyby być równie dobrze zastąpione czymś innym, na przykład parami id_usera i timestamp jakiejś jego akcji	2018-09-25T16:15:46+0000	0	0	1993305864293237_1993334244290399
NA	NA	Analytics!:)	2018-09-25T16:27:24+0000	0	0	1993305864293237_1993338787623278
NA	NA	Analytics ale żeby user_id zbierać to trzeba mieć dobrze skonfigurowane konto i zestaw danych wysłanych do Analytics.	2018-09-25T20:47:19+0000	0	0	1993305864293237_1993424510948039
NA	NA	dej ;) (poczta w gmail)	2018-09-26T08:24:15+0000	0	0	1993305864293237_1993588984264925
NA	NA	Poczta z Gmaila!	2018-09-26T10:16:39+0000	0	0	1993305864293237_1993617047595452

Zwróćcie uwagę, że nie ma informacji o ID czy nazwie użytkownika, który pozostawił komentarz. A kiedyś jeszcze było… co dawało duuużo ciekawych możliwości. Wykorzystałem je chociażby w poście o zwolennikach partii politycznych, zapewne to jeden z początków ścieżki jaką szli ludzie z Cambridge Analytica. Osobiście uważam, że wzięli to co leżało i odpowiednio tym zamieszali – nie ma tutaj żadnego przestępstwa. Proceder jest szemrany moralnie, Facebook pokazywał za dużo itd.

Równie dobrze możemy wykorzystać naszą funkcję:

comments_table <- getPostComments(post_id)

1	comments_table <- getPostComments(post_id)

która trochę nam porządkuje dane i pozostawia to co ma sens:

comments_table %>%
  kable() %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

comments_table %>%

kable() %>%

kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

created_time	message	likes_count
2018-09-25 14:50:21	Chcemy :))	3
2018-09-25 15:04:33	A ja bym popatrzył na analizę z google analytics :)	1
2018-09-25 15:12:15	Poczta z Gmaila	0
2018-09-25 15:35:16	Analytics! :)	1
2018-09-25 16:08:35	Analyticsy :)	1
2018-09-25 16:15:46	O GA pisałem tutaj http://blog.prokulski.science/index.php/2017/08/10/animowany-wykres-kolowy/ – do wyciągania danych powinno wystarczyć. W planach mam kategoryzację użytkowników, a dane z GA mogłyby być równie dobrze zastąpione czymś innym, na przykład parami id_usera i timestamp jakiejś jego akcji	0
2018-09-25 16:27:24	Analytics!:)	0
2018-09-25 20:47:19	Analytics ale żeby user_id zbierać to trzeba mieć dobrze skonfigurowane konto i zestaw danych wysłanych do Analytics.	0
2018-09-26 08:24:15	dej ;) (poczta w gmail)	0
2018-09-26 10:16:39	Poczta z Gmaila!	0

Mechanizmy mamy gotowe, możemy wrócić do naszego zadania związanego z postem Korwin-Piotrowskiej:

Pierwsza rzecz to znaleźć ID tego postu. Składa się on z ID fanpage i ID bytu w Facebooku. Jak pojedynczy post otworzycie sobie w przeglądarce (np. klikając w datę jego publikacji) to w URLu strony są odpowiednie cyferki.

Mając ID postu pobieramy wszystkie komentarze:

comments <- getPostComments("180340042008871_2128002970575892")

1	comments <- getPostComments("180340042008871_2128002970575892")

I teraz zaczyna się zabawa! Jak policzyć nazwiska? Bardzo prosto! Wszystko to są słowa, zatem komentarze rozbijamy na pojedyncze słowa i liczymy które jest najpopularniejsze:

library(tidytext)

ludzie <- comments %>%
  select(message) %>%
  mutate(message = str_replace_all(message, "\\.", " ")) %>%
  unnest_tokens(word, message, token = "words") %>%
  mutate(word = case_when(
    # czasem ludzie wpisują jedno lub drugie - ujednolicamy
    word == "jackowska" ~ "kora",
    word == "kazik" ~ "staszewski",
    word == "muniek" ~ "staszczyk",
    TRUE ~ word)) %>%
  count(word, sort = T) %>%
  filter(nchar(word) > 2)

library(tidytext)

ludzie <- comments %>%

select(message) %>%

mutate(message = str_replace_all(message, "\\.", " ")) %>%

unnest_tokens(word, message, token = "words") %>%

mutate(word = case_when(

# czasem ludzie wpisują jedno lub drugie - ujednolicamy

word == "jackowska" ~ "kora",

word == "kazik" ~ "staszewski",

word == "muniek" ~ "staszczyk",

TRUE ~ word)) %>%

count(word, sort = T) %>%

filter(nchar(word) > 2)

Przy okazji usunęliśmy te, które składają się z jednego lub dwóch znaków. 60 najpopularniejszych to:

ludzie %>%
  as.data.frame() %>%
  head(60) %>%
  kable() %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

ludzie %>%

as.data.frame() %>%

head(60) %>%

kable() %>%

kable_styling(bootstrap_options = c("striped", "hover", "condensed"))

word	n
kora	111
janda	101
gajos	69
wajda	68
niemen	63
krystyna	60
osiecka	58
wodecki	55
irena	46
jerzy	44
wojciech	44
anna	42
nosowska	41
andrzej	40
młynarski	40
agnieszka	36
janusz	36
stuhr	36
zbigniew	35
kieślowski	31
polański	29
ciechowski	28
czesław	28
grechuta	28
krzysztof	28
bodo	27
jan	27
santor	27
demarczyk	26
kulig	26
rodowicz	26
olbrychski	25
szaflarska	25
dymna	24
hanka	24
marek	24
nie	24
holland	21
tyszkiewicz	21
kulesza	20
kwiatkowska	20
owsiak	19
ewa	18
holoubek	18
negri	18
penderecki	18
pieczka	18
pola	18
szymborska	18
beata	17
bielicka	17
fogg	17
maryla	17
tomasz	17
danuta	16
grzegorz	16
joanna	16
roman	16
tadeusz	16
daniel	15

Mamy nie tylko nazwiska, ale też imiona inne słowa. Zbudujmy słownik słów niepotrzebnych:

stop_w <- c("krystyna", "anna", "janusz", "jerzy", "zbigniew",
            "hanka", "irena", "jan",  "czesław",  "nie", "artur",
            "ale", "beata", "danuta", "eugeniusz", "krzysztof", "franciszek",
            "marek", "piotr", "pola", "tomasz", "andrzej", "wojciech",
            "joanna", "agnieszka", "daniel", "roman", "ewa", "grzegorz", "gustaw", "katarzyna",
            "się", "maryla", "jeszcze", "aktorzy", "kalina",
            "panowie","maria", "mieczysław", "jest", "adolf", "edyta",
            "urszula", "jacek", "kabaret", "tadeusz", "tylko",  "może", "pan", "pani",
            "tak", "agata", "violetta")

stop_w <- c("krystyna", "anna", "janusz", "jerzy", "zbigniew",

"hanka", "irena", "jan", "czesław", "nie", "artur",

"ale", "beata", "danuta", "eugeniusz", "krzysztof", "franciszek",

"marek", "piotr", "pola", "tomasz", "andrzej", "wojciech",

"joanna", "agnieszka", "daniel", "roman", "ewa", "grzegorz", "gustaw", "katarzyna",

"się", "maryla", "jeszcze", "aktorzy", "kalina",

"panowie","maria", "mieczysław", "jest", "adolf", "edyta",

"urszula", "jacek", "kabaret", "tadeusz", "tylko", "może", "pan", "pani",

"tak", "agata", "violetta")

i usuńmy je z tabelki słów występujących w komentarzach

ludzie <- filter(ludzie, !word %in% stop_w)

1	ludzie <- filter(ludzie, !word %in% stop_w)

To ćwiczenie trzeba powtórzyć kilka razy, aby wyłapać wszystkie słowa nie będące nazwiskami. Oczywiście nie chcemy wszystkich – wystarczy, aby w pierwszej na przykład pięćdziesiątce pozostały same nazwiska (stąd head(60) wyżej – 50 z lekkim marginesem).

Teraz odetnijmy listę słów (w tym momencie to już głównie nazwisk) na 50 pozycji:

# ile razy występuje 50 najpopularniejsze słowo?
n_limit <- ludzie %>% arrange(desc(n)) %>% pull(n) %>% .[[50]]

# zostawmy tylko te, które wystąpują więcej razy
ludzie <- ludzie %>% filter(n >= n_limit)

# ile razy występuje 50 najpopularniejsze słowo?

n_limit <- ludzie %>% arrange(desc(n)) %>% pull(n) %>% .[[50]]

# zostawmy tylko te, które wystąpują więcej razy

ludzie <- ludzie %>% filter(n >= n_limit)

Ostatni krok to odpowiednio narysowany wykres (czy co tam jest nam potrzebne):

# ile mamy wszystkich komentarzy?
n_comm <- nrow(comments)

# rysujemy wykres słupkowy z wynikiem ankiety
ludzie %>%
  arrange(n, word) %>%
  mutate(word = fct_inorder(str_to_title(word))) %>%
  ggplot() +
  geom_col(aes(word, n), color = "gray40", fill = "lightgreen") +
  coord_flip() +
  labs(title = "Kto Waszym zdaniem powinien znaleźć się w pierwszej dwudziestce\ngwiazd polskiej rozrywki na 100-lecie niepodległości Polski?",
       subtitle = glue("Zestawienie na podstawie {n_comm} komentarzy pod postem Karoliny Korwin-Piotrowskiej"),
       x = "", y = "Ile razy nazwisko padło w komentarzu?")

# ile mamy wszystkich komentarzy?

n_comm <- nrow(comments)

# rysujemy wykres słupkowy z wynikiem ankiety

ludzie %>%

arrange(n, word) %>%

mutate(word = fct_inorder(str_to_title(word))) %>%

ggplot() +

geom_col(aes(word, n), color = "gray40", fill = "lightgreen") +

coord_flip() +

labs(title = "Kto Waszym zdaniem powinien znaleźć się w pierwszej dwudziestce\ngwiazd polskiej rozrywki na 100-lecie niepodległości Polski?",

subtitle = glue("Zestawienie na podstawie {n_comm} komentarzy pod postem Karoliny Korwin-Piotrowskiej"),

x = "", y = "Ile razy nazwisko padło w komentarzu?")

Prawda, że proste? Po przycięciu całego kodu z dzisiejszego postu można zamknąć się w góra 40-50 liniach (czytelnego) kodu dającego ładnie przygotowany wynik. A wszystko w czasie krótszym niż picie jednej kawy (właśnie, kończy mi się – może chcesz postawić kolejną?).

Oczywiście zapraszam do śledzenia fanpage’a Dane i Analizy i (koniecznie!) udzielania się na nim. Bo skąd ja wezmę dane do kolejnych wpisów? :)

Pamiętajcie też o ankiecie majonezowo-ketchupowej.

3 komentarze do “Facebook w R”

Erse 17-10-2018 o 15:37

Odpowiedz

Widzę jeden problem: nazwiska nie są unikalne i to może zaburzać wyniki, bo taki Stuhr to mogą być przecież dwie osoby, a nie jedna.
1. Łukasz
  
  The Real Person!
  
  Author Łukasz acts as a real person and verified as not a bot.
  
  Passed all tests against spam bots. Anti-Spam by CleanTalk.
  
  The Real Person!
  
  Author Łukasz acts as a real person and verified as not a bot.
  
  Passed all tests against spam bots. Anti-Spam by CleanTalk.
  
  17-10-2018 o 16:19
  
  Odpowiedz
  
  To prawda. Ale nie należy ufać maszynie, trzeba też pooglądać dane samodzielnie. Maciej pojawia się sporadycznie.
  Inna opcja to podział na bigramy i weryfikacja. Ale wtedy pojawiają się nowe problemy – imiona w różnych wersjach, albo tylko skrócone do jednej, albo w ogóle bez imion…
2. Patrycja 15-11-2018 o 15:53
  
  Odpowiedz
  
  Super sprawa, bardzo ciekawy wpis. Dziękuję :-)

Facebook w R

3 komentarze do “Facebook w R”

Dodaj komentarz Anuluj pisanie odpowiedzi