twarc-network

twarc-network从您使用twarc收集的推文文件构建回复、引用、转发和提及网络。它将以gexf、gml、dot、json、csv或html文件的形式输出网络。它使用networkx进行图模型，pydot进行dot输出，以及d3进行html展示。

如果您了解CSS，可以修改生成的HTML文件以适应您的需求。如果您有更好的展示方式，请发送pull request！导出为gexf、gml或dot文件可以导入到Gephi、Cytoscape和GraphViz等工具进行进一步分析和可视化。

安装

要安装，您需要

pip3 install twarc-network

收集数据

首先，您需要使用twarc收集一些数据

twarc2 search blacklivesmatter > tweets.jsonl

输出格式

一旦您收集到一些数据，您可以创建默认的D3 HTML可视化

twarc2 network tweets.jsonl network.html

或dot

twarc2 tweets.jsonl --format dot network.dot

或gexf

twarc2 network tweets.jsonl --format gexf network.gexf

或gml

twarc2 network tweets.jsonl --format gml network.gml

或json

twarc2 network tweets.jsonl --format json network.json

或CSV边列表

twarc2 network tweets.jsonl --format csv network.csv

更改节点

推文可以相互连接，形成回复、引用和转发。如果您想查看围绕推文节点而非用户的网络，您可以

twarc2 network tweets.jsonl --nodes tweets network.html

当在推文中一起使用时，标签可以相互连接。因此，您可以可视化一个节点为标签的网络

twarc2 network tweets.jsonl --nodes hashtags > network.html

更改边

默认情况下，在构建用户和推文图时，所有类型的交互都被用作边：推文的转发、回复或引用；用户的转发、回复、引用或提及。但您也可以限制考虑的类型。例如，如果您只想使用转发边，您可以

twarc2 network tweets.jsonl tweets.html --edges retweet

或者，如果您只想使用回复和引用，您可以

twarc2 network tweets.jsonl tweets.html --edges reply --edges quote

组件大小

根据您正在分析的数据，删除图中小于某个数字的弱连接组件可能很有帮助。例如，如果您不想可视化仅连接到彼此的两个节点的网络，您可以

twarc2 network tweets.jsonl tweets.html --min-component-size 3

这虽然不太常见，但您也可以删除属于过大子图中的节点。例如，如果您想删除任何大于10的组件

twarc2 network tweets.jsonl tweets.html --max-component-size 10

属性

可能的节点属性如下

• screen_name：当节点是用户时，其用户名；默认情况下，它用作节点的标签。当节点是推文时，其作者的用户名。
• user_id：当节点是用户时，其id；如果您想将其用作节点的标签，可以使用标志 --id-as-label。当节点是推文时，其作者的id。
• start_date：使节点出现在图中的第一个交互日期。例如，如果节点是转发，则是其创建日期。或者如果节点是原始推文，则是第一个转发、回复或引用的日期。格式为 dd/mm/yyyy hh:mm:ss。

可能的边属性如下

• type：当节点是推文时，以下值之一：retweet、reply 或 quote。
• retweet：当节点是用户时，源对目标进行的转发的数量。
• reply：当节点是用户时，源对目标进行的回复的数量。
• quote：当节点是用户时，源对目标进行的引用的数量。
• mention：当节点是用户时，源对目标进行的提及的数量。
• weight：当节点是用户时，retweet、reply、quote 和 mention 的总和。当节点是标签时，包含两个标签的推文数量。