Análisis de sentimiento de Twitter con Raspberry Pi: 3 pasos (con imágenes)

2024 Autor: John Day | [email protected]. Última modificación: 2024-01-30 08:43

¿Qué es el análisis de sentimientos y por qué debería preocuparte por él?

El análisis de sentimientos es el proceso de determinar el tono emocional detrás de una serie de palabras, que se utiliza para comprender las actitudes, opiniones y emociones expresadas en una mención en línea. El análisis de sentimientos es extremadamente útil en el monitoreo de las redes sociales, ya que nos permite obtener una visión general de la opinión pública más amplia detrás de ciertos temas. Las aplicaciones son amplias y poderosas. La capacidad de extraer información de los datos sociales es una práctica que está siendo ampliamente adoptada por organizaciones de todo el mundo. Dato curioso: la administración Obama utilizó el análisis de sentimientos para evaluar la opinión pública sobre los anuncios de políticas y los mensajes de campaña antes de las elecciones presidenciales de 2012.

Paso 1: ¡Cableado

Para este proyecto necesitará:

• Raspberry Pi (en nuestro caso: Raspberry Pi 3 Modelo B)
• 3 diodos LED (verde, amarillo y rojo) para representar el estado de ánimo, calculados a partir del análisis de sentimientos
• 3 resistencias (en nuestro caso 330 Ohm) para proteger sus pines GPIO
• alambres, o un cable hembra (en nuestro caso de 40 pines)

Ahora, debe conectar los diodos LED en los pines GPIO específicos de la Raspberry Pi (puede elegir otros pines, pero tendrá que refactorizar el código después). Asegúrate de que tu Raspberry Pi esté apagada. Luego, conecte las resistencias en los ánodos de los diodos LED. Después de eso, debe conectar su diodo verde en el pin 21, amarillo en el pin 24 y rojo en el pin 15. Todos los cátodos deben estar conectados a los pines de tierra. ¡Ahora estás listo para dar el siguiente paso!

Paso 2: importar los paquetes

Necesitará un par de paquetes para que el código funcione.

• Tweepy: biblioteca de Python para la API oficial de Twitter. pip3 instalar tweepy
• TextBlob: biblioteca de Python para procesar datos textuales. pip3 instalar textblob
• Pillow: biblioteca de Python para la interfaz de usuario. pip3 instalar almohada

Los siguientes paquetes generalmente vienen incluidos con python3, pero en caso de que obtenga un error de compilación, simplemente instálelos usando el comando pip3:

• Estadísticas: biblioteca de Python para estadísticas.
• Matplotlib: biblioteca de Python para la representación gráfica de datos.
• Tkinter: biblioteca de Python para la interfaz de usuario.
• RPi. GPIO: biblioteca de Python que está disponible solo en una RaspberryPi (pero bueno, estamos haciendo esto para una RasberryPi exclusivamente), que administra los pines GPIO.

NOTA: Para probar esto en el escritorio: simplemente comente 'import led_manager.py' en el script main.py.

Paso 3: implementación

Coloque los siguientes scripts juntos en un directorio en RaspberryPi:

• main.py: el punto de entrada de la aplicación. (ejecute este script en la consola).
• sentiment_analysis.py: secuencia de comandos que se conecta a la API de Twitter, procesa los datos y genera resultados.
• pie.py - Script que genera una representación gráfica de los resultados.
• led_manager.py - Script que maneja los diodos en RaspberryPi.

Colaboradores: Zafir Stojanovski (151015) y Filip Spasovski (151049)

Código: