社会情绪

大规模分析实时社交媒体对话中的品牌情绪。

呈现主题、标记病毒式投诉、比较竞争对手。通过批量CSV + Python分析1千至7万条帖子。

设置

运行xpoz-setup技能。验证：mcporter call xpoz.checkAccessKeyStatus

四步流程

步骤1：搜索平台

查询：(1)"品牌"(2)"品牌" AND (缓慢 OR 故障)(3)"品牌" AND (喜爱 OR 惊艳)

mcporter call xpoz.getTwitterPostsByKeywords query='"Notion"' startDate="YYYY-MM-DD"
mcporter call xpoz.checkOperationStatus operationId="op_..." # Poll 5s

在Reddit/Instagram上重复。默认：30天。

步骤2：下载CSV文件

使用dataDumpExportOperationId，通过checkOperationStatus轮询获取下载URL（最多6.4万行）。

步骤三：分析

Python/pandas：

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

POSITIVE = ['love', 'amazing', 'best', 'recommend']
NEGATIVE = ['hate', 'terrible', 'worst', 'broken']

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)

提取主题，依据互动率识别爆款内容。自定义关键词。

步骤四：报告

Sentiment: 72/100 | Posts: 14,832
😊 58% | 😠 24% | 😐 18%

Themes: Performance (2K, 81% neg), UX (1.8K, 72% pos)
Viral: [Top 10]

评分：基于互动加权，范围0-100。包含洞察分析。

提示

下载完整CSV文件 | Reddit反映真实民意 | 存储至data/social-sentiment/用于趋势分析