知识卡片
推文内容包含文本外元数据
推文不只是可见短文本,还可带用户引用、主题标签、URL、媒体和地点等结构化数据。分析时应按字段取得所需对象,不把屏幕上看到的一行文字当完整记录;元数据也可能为空或缺少,不能凭字段名字假定每条都有可用值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 3 处
- · 查看原书依据
推文还捆绑了两种需要我们特别注意的元数据:实体和地点。实体大体上是用户引用、主题标签、URL以及和推文相关的媒体文件,而地点是可能被附加到推文中的现实世界的位置。请注意,地点可能是推文发送时所在的实际位置,但也可能是对推文中描述的地点的指代。 为了使描述具体一些,我们来看一条以下内容的推文: @ptwobrussell is writing@SocialWe
- · 查看原书依据
retweeted_status": { "contributors": null, "truncated": false, "text": "#MentionSomeoneImportantForYou God.", "in_reply_to_status_id": null, "id": 316944833233186816, "favorite_cou
- · 查看原书依据
t.keys()返回这条推文最外层的字段,t['id']得到推文的标识符。 注意:如果这一章你一直在使用IPython Notebook,那么我们用到的推文是被存储在名为t的变量中,这样你就可以交互式地访问它的字段并且更加容易地进行探索。我们当前的讨论也是假定在相同命名环境中的,所以值应该是一一对应的。 ·通过t['text']我们可以得到推文可读的文本内容
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.3.1 基本的Twitter术语》(spine64;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0053.html;u018-ch01-006)。
- 结论依据:原文在“推文还捆绑了两种”附近的定义、例子或代码支撑本卡核心说明:推文不只是可见短文本,还可带用户引用、主题标签、URL、媒体和地点等结构化数据。边界按已读前提解释;示例未执行。
- 原始内容:推文还捆绑了两种需要我们特别注意的元数据:实体和地点。实体大体上是用户引用、主题标签、URL以及和推文相关的媒体文件,而地点是可能被附加到推文中的现实世界的位置。请注意,地点可能是推文发送时所在的实际位置,但也可能是对推文中描述的地点的指代。 为了使描述具体一些,我们来看一条以下内容的推文: @ptwobrussell is writing@SocialWe
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.3.4 搜索推文》(spine64;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0053.html;u021-ch01-006)。
- 结论依据:6992字符完整JSON示意逐项已读,包含转推嵌套原帖、不同user对象、实体与空地点字段;外层作者与原帖作者不能混为同一对象。
- 原始内容:retweeted_status": { "contributors": null, "truncated": false, "text": "#MentionSomeoneImportantForYou God.", "in_reply_to_status_id": null, "id": 316944833233186816, "favorite_cou
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第1章《1.4 分析140字的推文》(spine65;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0054.html;u022-ch01-006)。
- 结论依据:最外层键、text、entities与嵌套原帖需逐层读取,不以visibletext替代完整记录。
- 原始内容:t.keys()返回这条推文最外层的字段,t['id']得到推文的标识符。 注意:如果这一章你一直在使用IPython Notebook,那么我们用到的推文是被存储在名为t的变量中,这样你就可以交互式地访问它的字段并且更加容易地进行探索。我们当前的讨论也是假定在相同命名环境中的,所以值应该是一一对应的。 ·通过t['text']我们可以得到推文可读的文本内容