@sbcare宛のTweetを形態素解析してShineで眺めるコード

server.R

library(shiny)
library(twitteR)
library(RMeCab)
library(wordcloud)
options(encoding='UTF-8')

Sys.setlocale("LC_ALL", "ja_JP.UTF-8")

# Tweetに絵文字が含まれると"&"の置換でエラーとなるため該当のTweetをNAにする
remove.emoji <- function(x) {
  tryCatch(gsub("&","&", x, fixed=TRUE), error = function(e){NA})
}

shinyServer(function(input, output) {
  
  ## 認証情報の読み込み
  load("twitteR_cred")
  registerTwitterOAuth(twitCred)
  
  filename <- paste0("/tmp/tweet_", Sys.getpid(), ".txt")
  rm.command <- paste0('rm -rf ', filename)

  tweets.freq <- NULL

  tweets <- reactive({
    # Tweetの検索
    df <- NULL
    dl <- seq(as.Date(input$since), as.Date(input$until), by="days")
    for(i in 1:(length(dl)-1)) {
      since <- as.character(dl[i])
      until <- as.character(dl[i+1])
      st <- searchTwitter('@SBCare', since=since, until=until, n=input$n, lang='ja', locale='ja')
      df <- rbind(df, twListToDF(st))
    }

    # createdを文字型に変換
    df$created <- as.character(df$created)

    # @SBCareを除外
    df$text <- gsub("@[0-9a-zA-Z_]+\\s*", "", df$text)

    # Retweetを除外
    df <- df[which(df$isRetweet==FALSE), c(1,5,11)]
    
    # URLを除外
    df$text <- gsub("https?://t.co/[0-9a-zA-Z\\._]*","",df$text)

    # 絵文字を含むTweetを除外
    text.mat <- as.matrix(df$text)
    df$text <- apply(text.mat, 1, remove.emoji)
    df <- df[!is.na(df$text), ]
    
    # screenName, createdでソート
    #df <- df[order(-df$created), ]

    # 頻度表を作成するために一時ファイルに出力する
    write.table(df$text,
          file=filename,
          row.names=F,
          col.names=F,
          fileEncoding="UTF-8",
          quote=F)

    # 頻度表を作成
    tweets.freq <<- RMeCabFreq(filename)
    
    # 名詞のみを抽出
    tweets.freq <<- tweets.freq[tweets.freq$Info1 == "名詞", ]

    # 数名詞、非自立名詞、接尾名詞を除去
    tweets.freq <<- tweets.freq[!tweets.freq$Info2 %in% c("数","非自立","接尾"),]

    # 2文字以上の単語のみを抽出
    tweets.freq <<- tweets.freq[nchar(tweets.freq$Term)>2,]
    
    # 頻度の降順でソート
    tweets.freq <<- tweets.freq[order(-tweets.freq$Freq), ]

    # 一時ファイル削除
    system(command=rm.command)

    return(df)
  })

  # Tweetの一覧
  output$tweets <- renderTable({
    tweets()
  })

  # ワードクラウド
  output$wordcloud <- renderPlot({
    pal2 <- brewer.pal(8,"Dark2")
    wordcloud(tweets.freq$Term, tweets.freq$Freq, scale=c(10,.5), min.freq=input$min.freq, colors=pal2)
  })

  # 頻度表
  output$freq <- renderTable({
    tweets.freq
  })

  # セッション情報
  #output$sessionInfo <- renderPrint({
  #  sessionInfo()
  #  capabilities()
  #})

})

ui.R

library(shiny)
options(encoding='UTF-8')

today <- Sys.Date()

# Define UI for miles per gallon application
shinyUI(pageWithSidebar(

  # Application title
  headerPanel("@SBCare Morphological Analysis"),

  sidebarPanel(

    h3("TwitteR"),
    sliderInput("n", "n:", 
                min=1, max=1000, value=500),

    textInput("since", "since:", value=today-7),

    textInput("until", "until:", value=today),
    
    br(),

    h3("Wordcloud"),
    
    sliderInput("min.freq", "min.freq:", 
                min=1, max=50, value=5),
    
    br(),

    submitButton("Get Tweets")
  ),

  # Show a table summarizing the values entered
  mainPanel(
    tabsetPanel(
      tabPanel("Tweets", tableOutput("tweets")),
      tabPanel("WordCloud", plotOutput("wordcloud")),
      tabPanel("Frequency", tableOutput("freq")) #,
      #tabPanel("SessionInfo", verbatimTextOutput("sessionInfo"))
    )
  )

))