1. 대권후보 페이스북 페이지

페이스북 API를 통해 손학규 의장을 비롯한 유력 대권후보 페북 페이지 데이터를 가져와서 분석하는 것이 가능하다. 가장 먼저 네이버 인물검색을 통해 공식 페이스북 페이지를 확인한다.

2. 대권후보 1인 페북 활동성 분석

최근 국민주권개혁회의를 통해 출마를 선언한 손학규 의장 공식 페이스북 페이지를 분석한다.

2.1. 환경설정

가장 먼저 페북 분석을 위한 환경설정을 한다. 특히 fbOAuth() 함수를 통해 인증키 관리에 신경을 많이 쓴다.

# 1. 환경설정 ---------------------------------------------------
## 1.1. 팩키지 불러오기
# devtools::install_github("pablobarbera/Rfacebook/Rfacebook")
library(Rfacebook)
library(tidyverse)
library(lubridate)
library(ggplot2)
library(DT)

## 1.2. 인증설정
# fb_oauth <- fbOAuth(app_id="1XXXXXXXXXXXXXXXXX",
#                    app_secret="e33XXXXXXXXXXXXXXXXXXXXXXXXX",
#                    extended_permissions = TRUE)
# save(fb_oauth, file="code/fb_oauth")
load("code/fb_oauth")

2.2. 페북 페이지 데이터 끌어오기

페북 데이터를 getPage() 함수를 통해 간단히 가져와서, “2016-10-01” 이후 데이터를 대상으로 분석을 시작한다.

# 2. 페북 데이터 끌어오기 --------------------------------------
# https://www.facebook.com/koreasohn

sohn_pg <- getPage("koreasohn", n=100, token=fb_oauth)
25 posts 50 posts 75 posts 100 posts 

# 3. 데이터 전처리 및 정제 --------------------------------------

sohn_lg <- sohn_pg %>% 
  mutate(fb_date = ymd(substr(created_time, 1,10))) %>% 
  dplyr::filter(fb_date >="2016-10-01") %>% 
  dplyr::select(fb_date, likes_count, comments_count, shares_count) %>% 
  gather(type, activity, -fb_date)

2.3. 페북 페이지 활동성 시각화

ggplot을 통해 좋아요, 공유, 댓글에 대한 활동성 지표를 바탕으로 시간순으로 시각화한다.

# 3. 시각화 -------------------------------------------------

ggplot(data=sohn_lg) +
  aes(x=fb_date, y=activity, fill=type, color=type) +
  geom_point(aes(colour=type)) +
  geom_smooth(se=FALSE) +
  scale_x_date(date_labels = "%m-%d") +
  labs(title = "HQ 페이스북 페이지 분석", x="", y="페이스북 활동(like, share, comments)")
`geom_smooth()` using method = 'loess'

2.4. 페북 페이지 통계

페북 페이지 활동성 지표를 통해 게시물 유형(status, video, photo, link)별로 활동성 지표의 반응을 살펴본다.

\[\text{좋아요 전환(like_converstion)} = \frac{\text{좋아요 총합(like_sum)}}{\text{콘텐츠 갯수(content_count)}}\]

# 4. 장표 ---------------------------------------------------
## 4.1. HQ 페북 활동성 분석
sohn_stat <- sohn_pg %>% mutate(fb_date = ymd(substr(created_time, 1,10))) %>% 
  dplyr::filter(fb_date >="2016-10-01") %>% 
  group_by(type) %>% 
  summarise(content_count = n(),
            like_sum = sum(likes_count),
            comment_sum = sum(comments_count),
            share_sum = sum(shares_count)) %>% 
  mutate(like_conversion = like_sum/content_count,
         comment_conversion = comment_sum/content_count,
         share_conversion = share_sum/content_count) %>% 
  arrange(desc(like_sum))

datatable(sohn_stat, options = list(autoWidth = TRUE,
                                   columnDefs = list(list(width = '50px', targets = c(1:6))))) %>% 
  formatCurrency(c('content_count', 'like_sum', 'comment_sum', 'share_sum'),' ', interval = 3, mark = ",", digits = 0) %>% 
  formatCurrency(c('like_conversion', 'comment_conversion', 'share_conversion'),' ', interval = 3, mark = ",", digits = 1)

2.5. 페북 페이지 인기 게시물

페북 페이지 활동성을 통해 “2016-10-01” 이후 가장 활동성이 좋은 게시물을 파악한다.

## 4.2. HQ 페북 페이지 상세
sohn_tbl <- sohn_pg %>% mutate(fb_date = ymd(substr(created_time, 1,10))) %>% 
  dplyr::filter(fb_date >="2016-10-01") %>%
  dplyr::select(type, fb_date, like=likes_count, comment=comments_count, share=shares_count, message) %>% 
  arrange(desc(like))

datatable(sohn_tbl, options = list(autoWidth = TRUE,
                                   columnDefs = list(list(width = '500px', targets = c(6)))))