Evento Julian Assange / Ciudad de Londres Inglaterra
\n\n
Roque Leal
\n
DataScience en Marketing
\n\n## ABSTRACT\n\nEste Jupyter Notebook explora los conceptos de BigData y Consuming streaming Data para el análisis de las audiencias en redes sociales. Abordando estos conceptos se utilizan las herramientas de Apache Spark dentro del ambiente Python y consumiendo el Streaming API de Twitter a manera de conocer cuál es el comportamiento de la sociedad digital ante un evento especifico en una ciudad específica. \n En este caso se utilizará el evento de la detención del Sr. Julian Assange analizando específicamente la audiencia de la ciudad de Londres el día 11 de abril del 2019, a manera de obtener resultados que inviten a dar una percepción de este evento y los indicadores claves de esta tendencia. \n Resultados interesantes que otorgan una idea de las oportunidades que el análisis de los datos en Twitter brinda al momento de conocer y obtener métricas de la percepción de las audiencias; con potenciales usos para la activación de campañas, manejo de contenidos y pronosticar las interacciones posibles.\n \n"
},
{
"metadata": {
"trusted": true
},
"cell_type": "code",
"source": "from pyspark import SparkContext, SparkConf",
"execution_count": 52,
"outputs": []
},
{
"metadata": {
"trusted": true
},
"cell_type": "code",
"source": "conf = SparkConf().setAppName('pyspark')",
"execution_count": 2,
"outputs": []
},
{
"metadata": {
"trusted": true
},
"cell_type": "code",
"source": "sc = SparkContext(conf=conf)",
"execution_count": 3,
"outputs": []
},
{
"metadata": {
"trusted": true
},
"cell_type": "code",
"source": "# General:\nimport sys\nimport tweepy # para consumir el API de Twitter\nimport re\nimport math\nimport numpy as np\nsc",
"execution_count": 5,
"outputs": [
{
"output_type": "execute_result",
"execution_count": 5,
"data": {
"text/html": "\n