社交情绪分析

从大规模实时社交对话中分析品牌情绪。

识别关键主题，标记病毒式负面反馈，对比竞争对手。通过批量 CSV 文件与 Python 脚本分析 1,000 至 70,000 条帖子。

四步流程

步骤 1：搜索平台

查询关键词：

1. "品牌"
2. `"品牌" AND (慢 OR 崩溃)"
3. `"品牌" AND (喜欢 OR 惊艳)"

mcporter call xpoz.getTwitterPostsByKeywords query='"Notion"' startDate="YYYY-MM-DD"
mcporter call xpoz.checkOperationStatus operationId="op_..." # 每 5 秒轮询一次

重复执行于 Reddit / Instagram 平台。默认时间范围：30 天。

步骤 2：下载 CSV 文件

使用 dataDumpExportOperationId，轮询获取 downloadUrl，下载数据（最多 64,000 行）：

curl -o /tmp/twitter-sentiment.csv "URL"

步骤 3：分析数据

使用 Python/pandas 进行处理：

import pandas as pd
df = pd.read_csv('/tmp/twitter-sentiment.csv')

POSITIVE = ['喜欢', '惊艳', '最好', '推荐']
NEGATIVE = ['讨厌', '糟糕', '最差', '损坏']

def classify(text):
    t = str(text).lower()
    pos = sum(1 for k in POSITIVE if k in t)
    neg = sum(1 for k in NEGATIVE if k in t)
    return 'positive' if pos > neg else ('negative' if neg > pos else 'neutral')

df['sentiment'] = df['text'].apply(classify)

提取核心主题，识别高传播度内容。可自定义关键词。

步骤 4：生成报告

情绪评分：72/100 | 帖子数量：14,832
😊 58% | 😠 24% | 😐 18%

主题：性能（2,000 条，81% 为负面），用户体验（1,800 条，72% 为正面）
病毒热点：[前 10 名]

评分标准：基于互动量加权，0-100 分制。包含关键洞察。

使用建议

下载完整 CSV 文件 | Reddit 内容更真实可信 | 将数据存储至 data/social-sentiment/ 以追踪趋势