使用R实现Twitter用户教师身份分类的代码问题求助

问题根因 #

• 你编写的todosTwits %>% map_df(as_tibble)代码没有赋值给新变量，转换后的tbl格式结果直接丢失，后续操作的todosTwits仍然是嵌套的status列表，自然无法提取screenName字段
• 嵌套列表结构未正确处理：每个searchTwitter返回的是独立的status对象集合，两层嵌套结构直接转tibble会出现格式错误
• 后续代码还存在多处语法问题：append()操作无赋值、用%in%做字符串包含匹配、误用Python风格的.append()方法、变量名拼写不一致

修正后可运行代码 #

library(twitteR)
library(tidyverse)

# 检索关键词配置
palabras = c("dolor", "cansado", "#agotado")
todosTwits = list()

# 批量检索推文
for(i in seq_along(palabras)){
  todosTwits[[i]] = searchTwitter(palabras[i], n = 100)  
}

# 转换为tbl格式：用twitteR自带的twListToDF兼容status对象，合并所有检索结果
tweets_tbl <- map_dfr(todosTwits, twListToDF)

# 提取去重用户名，不需要循环实现
listaUsuarios <- unique(tweets_tbl$screenName)

# 批量查询用户信息
usrs <- lookupUsers(listaUsuarios)
usuarios_tbl <- twListToDF(usrs)

# 匹配简介含docente的教师用户，忽略大小写
listaDocentes <- usuarios_tbl$screenName[grepl("docente", usuarios_tbl$description, ignore.case = TRUE)]

额外优化建议 #

• 可以在简介匹配时加入更多教师相关关键词，降低漏判概率
• 调用API时可以添加异常捕获逻辑，避免个别用户查询失败导致整个代码中断
• 可以对简介文本先做清洗，去掉特殊符号、emoji后再匹配，提升准确率

内容的提问来源于stack exchange，提问作者yefersonG