hashtags.R

library(jsonlite)
library(stringr)
library(tidyverse)
library(wordcloud)

# Загружаем данные из JSON-файла
data <- fromJSON("result.json")

# str(data$messages$text[10])
       
message_text <- data$messages$text

# Создаем функцию для извлечения хэштегов из текста
extract_hashtags <- function(text) {
  str_extract_all(text, "#\\w+")
}

# Извлекаем все хэштеги из списка сообщений и объединяем их в один вектор
all_hashtags <- unlist(lapply(data$messages$text, extract_hashtags))

# Считаем частоту встречаемости каждого хэштега
hashtag_freq <- table(all_hashtags)

# Преобразуем таблицу частот в датафрейм
hashtag_df <- as.data.frame(hashtag_freq, stringsAsFactors = FALSE)

# Добавляем названия столбцов
colnames(hashtag_df) <- c("Хэштег", "Частота встречаемости")

# Упорядочиваем строки по убыванию частоты встречаемости
hashtag_df <- hashtag_df[order(-hashtag_df$"Частота встречаемости"),]

row.names(hashtag_df) <- NULL

# Выводим полученный датафрейм
hashtag_df

# создаем список слов и их частот из датафрейма
word_freq <- data.frame(hashtag = hashtag_df$Хэштег, freq = hashtag_df$`Частота встречаемости`)

# выводим облако слов на экран
png(filename = "wordcloud.png", width=800, height=800, res = 100)
wc <- wordcloud(words = word_freq$hashtag, freq = word_freq$freq, max.words = 200,
                random.order = F, rot.per = 0.35, colors = brewer.pal(8, "Dark2"))
dev.off()

df <- hashtag_df %>% slice(1:25) 
# создаем график
ggplot(data = df, aes(x = reorder(`Хэштег`, `Частота встречаемости`), y = `Частота встречаемости`)) +
  geom_bar(stat = "identity", fill = "darkblue") +
  ggtitle("Частота хэштегов") +
  ylab("Количество использований") +
  xlab("Хэштег") +
  scale_y_continuous(limits = c(0,50), expand = c(0,0)) + 
  theme(panel.background = element_blank(), axis.ticks = element_blank()) +
  coord_flip()
ggsave("hashtags_bar.png", dpi = 300, scale = 1.5)