No processo de coleta de dados, geralmente os pesquisadores se deparam com uma grande quantidade de informações textuais. Sendo assim, a análise de texto se torna um método importante para converter dados não estruturados em textos compreensíveis e com significados. Sua finalidade é mensurar opiniões por meio de e-mails, blogs, tweets, fóruns e outras formas de comunicação, para posteriormente obter uma análise descritiva ou preditiva [1]. Dentre as diferentes metodologias encontradas na análise de texto está a análise de sentimento (mineração de opinião), método que se popularizou nos últimos anos graças ao crescimento das redes sociais.

Os dados da rede social Twitter disponíveis em seu (Application Programming Interface), proporcionam uma grande quantidade de informação em tempo real. Baixar dados da API do Twitter é relativamente simples, mas necessitamos criar uma aplicação em https://dev.twitter.com (My app) e posteriormente obter um API key, API secret, token de acesso e um Token Secret de acesso (clique aqui para obter mais detalhes de como criar uma app). Neste post, utilizamos a guia desenvolvida por Yanchang Zhao Twitter Data Analysis with R para fazer um resumo da conta de Twitter do cientista de dados Kirk Borne através do R e posteriormente apresentar os resultados em um dashboard da Analystats-App.