前回のTwitter分析では、「発言」をテキストマイニングすることで、 ひとつひとつの発言を感情分類し、発言傾向を分析してみました。 (https://www.mm-lab.jp/news/12/)。 前回の「発言」の分類に対して、 今回は発言した「人」のタイプに焦点を当てたいと思います。 前回の発言者の他のツイートを拾い、 それぞれの人がどんな発言傾向があるのかを分析してみました。 さらに、その結果を#sb328とかけ合わせることで、 前回観測された異常値(4時間目と6時間目に急激に発言量が増えている)で 何が起こったのか推察してみました。 やや複雑なので、まずは分析フローです。 分析の詳しい手法等は省略しますが、 要するに「発言内容で人をタイプ分け」してみたんです。 ▼クラスタ分析の結果 分析の結果、以下の4タイプのユーザーがいることがわかりました。 以上4タイプが、RT率、ツイート数