如何用academictwitteR提取Twitter提及ID并构建提及网络？

问题背景 #

使用academictwitteR的get_all_tweets获取推文后，tidy格式数据丢失了提及信息，而提及内容存储在非规整数据框的tweets_bind_lega$entities$mentions列表列中，需要将其展开为规整数据框用于构建提及网络。

解决方案 #

借助dplyr和tidyr工具包，可快速将嵌套的提及列表展开，并提取构建网络所需的关键字段：

1. 加载依赖包

library(dplyr)
library(tidyr)

2. 展开提及列表并整理为网络边表

# 从原始非规整数据中提取核心字段，展开提及列表
mentions_edge_list <- tweets_bind_lega %>%
  # 保留发推用户ID、推文ID以及嵌套的提及数据
  select(author_id, tweet_id = id, mentions = entities$mentions) %>%
  # 展开每个推文的提及列表，空提及的推文将被过滤（如需保留可设keep_empty = TRUE）
  unnest(mentions, keep_empty = FALSE) %>%
  # 重命名并提取网络分析所需的核心列
  transmute(
    source = author_id,       # 发推用户（网络节点起点）
    target = username,        # 被提及用户（网络节点终点）
    tweet_id = tweet_id       # 关联的推文ID（可选，用于溯源）
  )

# 查看整理后的边表
head(mentions_edge_list)

3. 构建提及网络（可选）

如果需要直接生成可分析的网络对象，可使用igraph包：

library(igraph)

# 基于边表创建有向网络对象
mentions_graph <- graph_from_data_frame(mentions_edge_list[, c("source", "target")], directed = TRUE)

# 查看网络基本属性
summary(mentions_graph)

补充说明 #

• 若需将用户ID转换为用户名，可使用academictwitteR的lookup_users函数，传入ID列表获取用户详情后关联到边表中
• 可添加created_at字段，实现按时间切片的动态网络分析

内容的提问来源于stack exchange，提问作者Doło