위키트리 - 이언경의 작은 방 큰 토크

위키트리 페북 방송에 국민의당 손학규 후보와 바른정당 유승민 후보가 일주일 간격으로 방송을 했다. 페이스북 관심도를 바탕으로 두 후보간의 인기도를 확인해본다.

환경설정

위키트리 페북 페이지에서 최근 500개 글을 긁어오고 나서 유승민 손학규 페북 생방송에 달린 댓글을 긁어온다.

fb_keys <- "EAACEdEose0cBAHEaXkQ58DFb7Ada0zov45xKT4xxFO9HyXNkzMATQYGWZCmZBZAC9HrZAXnJMje5ywu0jnZAzYQ1zcLIZBsUl1y0xqiBR8mOZAxg9ZAGEGUv4Vc8NAg8gNZBf01JgiRMlpsfbfbZAjudx6OOYQTeMmncRxdCWxNBVCwj6mAhSaHclLDSjuBeDyNaYZD"

wiki_pg <- getPage("wikitree.page", n=1000, token = fb_keys)
25 posts 50 posts 75 posts 100 posts 125 posts 150 posts 175 posts 200 posts 225 posts 250 posts 275 posts 300 posts 325 posts 350 posts 375 posts 400 posts 425 posts 450 posts 475 posts 500 posts 525 posts 550 posts 575 posts 600 posts 625 posts 650 posts 675 posts 700 posts 725 posts 750 posts 775 posts 800 posts 825 posts 850 posts 875 posts 900 posts 925 posts 950 posts 975 posts 1000 posts 

wiki_tbl <- wiki_pg %>% dplyr::filter(id %in% c("118955304823840_1657860544266634", "118955304823840_1647156672003688"))

손학규 유승민 위키트리 통계분석

페북 활성화 지표인 좋아요, 댓글, 공유 건수를 확인한다. “유승민 승” 물론… 유승민 페북 생방송은 일주일 전에 촬영된 것이라… 그점을 감안해야는 점은 있다.

datatable(wiki_tbl %>% dplyr::select(from_name, type, created_time, likes_count, comments_count, shares_count, message))

손학규 유승민 위키트리 통계분석 상세

손학규 vs. 유승민… 위키트리 댓글을 찬찬히 뜯어보고 내용을 살펴보자.

손학규

손학규 후보 페북 생방송에 올린 댓글을 올린 사람과 댓글 좋아요를 바탕으로 누가 가장 많은 좋아요를 받았고, 어떤 메시지가 인기가 있었는지 확인해보자.

## 2.1. 손학규(3/2일) ---------------

sohn_post <- getPost("118955304823840_1657860544266634", token=fb_keys, n = 1000, likes = TRUE, comments = TRUE)

sohn_single <- sohn_post$comments

datatable(sohn_single %>% dplyr::select(from_name,likes_count, created_time, message) %>% arrange(desc(likes_count)))
sohn_tbl <- sohn_single %>% group_by(from_name) %>% 
  dplyr::summarise(tot_likes = sum(likes_count),
                   comments_cnt = n()) %>% 
  arrange(desc(tot_likes))

datatable(sohn_tbl)

유승민

유승민 후보 페북 생방송에 올린 댓글을 올린 사람과 댓글 좋아요를 바탕으로 누가 가장 많은 좋아요를 받았고, 어떤 메시지가 인기가 있었는지 확인해보자.

## 2.2. 유승민(3/2일) ---------------

yoo_post <- getPost("118955304823840_1647156672003688", token=fb_keys, n = 1000, likes = TRUE, comments = TRUE)

yoo_single <- yoo_post$comments

datatable(yoo_single %>% dplyr::select(from_name,likes_count, created_time, message) %>% arrange(desc(likes_count)))
yoo_tbl <- yoo_single %>% group_by(from_name) %>% 
  dplyr::summarise(tot_likes = sum(likes_count),
                   comments_cnt = n()) %>% 
  arrange(desc(tot_likes))

datatable(yoo_tbl)