Splunkを利用したTweetデータのポジネガ分析（の真似事）

■前回の記事
Splunkへのデータの取り込み方法を紹介しました。

■今回の記事
前回取り込んだデータには、「タイムスタンプ」と「ツイート本文」の2種類しか属性がありませんでした。
今回は「ツイートのポジネガ極性」という属性を加えたデータを使用します。


今回取り込むデータは下記のようなフォーマットになっています。

[タイムスタンプ]\t[ツイート本文]\tPN_Type=[ポジネガ極性]

ツイートのポジネガ極性は、下記の単語辞書などを使用して、付けたものです。

（こちらの内容についてはまた別の記事で紹介したいと思います）

PN Table
http://www.lr.pi.titech.ac.jp/~takamura/pndic_ja.html


前回の記事と同様に、「データの入力」からtxtファイルを読み込みます。

下記コマンドで検索します。

source="*PN*"

出てきた検索結果の一つを選択してみると、上記のように"PN_Type"というフィールドとその値が認識されていることがわかります。
splunkは、データの中に　フィールド名=[値] 　という表記があると、自動的にフィールドを設定し、抽出してくれるようになっています。

次はポジネガの推移を時系列でみてみます。
下記コマンドを検索バーに入力します。

source="*PN*" | timechart count by PN_Type

すると、下記のような結果が出てきます。

「視覚エフェクト」タブを選択してみます。

このようにして、グラフで結果が確認できるので便利です。

グラフのタイプも色々あります。

今回はSplunkの機能の紹介が目的だったため、
特別、分析のようなことはしませんでしたが、他の属性データをデータに含めたり、
商品名などで検索したりすると、何か傾向のようなものがつかめてくるかもしれません。