2011/08/29 Twitter Streaming API の filter を試してみた

 

先日 Google リアルタイム検索が廃止されたので、Yahooリアルタイム検索に

乗り換えたのですが、こちらは使い勝手が期待外。

 

ってことで、個人で Twitter API 使えないか調べた所、制限つきの API は

利用できるようです。

 

で早速 VC2005 で作ってみた。 

趣味に限り「車輪の再発明」が好きなので Json の解析エンジンを実装したのですが、

C# や .net を使ったほうが開発速度は速いな…

 

 

Windows のコマンドライン上でひたすら twitter のコメントが流れる様は

中々面白い感じがしました。

 

さて filter API を使ってみた感想。

 

・検索キーワード track に日本語が指定できないかも。

    ( SJIS,EUC,UTF-8,UTF16 一応すべてNG )

 

・緯度経度の locations が例題のサンフランシスコ、ニューヨーク以外

うまくいかない。 

For example locations=-122.75,36.8,-121.75,37.8 would track tweets from the San Francisco area. Multiple bounding boxes may be specified by concatenating latitude/longitude pairs, for example: locations=-122.75,36.8,-121.75,37.8,-74,40,-73,41 would track tweets from San Francisco and New York City.

 

こちらのサイトを参考に、日本を大雑把に囲んだのですがダメだった。

 

 

日本のみをフィルタリングするなら、タイムゾーンでフィルタリングすれば

一応可能。lang での判定も出来ますね。特定のキーワードに関しても、

絞込みは自分で if() すれば可能。

  

と書いてますが、無料ユーザーでは「特定の日本語キーワードでの検索」は

難しいかもしれませｎ…と思い検証したら日本語いけた。UTF-8 で。

 

暑 というキーワードで検索かけたら、数分後引っかかった。 

ただし 暑い には引っかからず、ユーザーが 暑 という単語のみ入力したら

一致するっぽい。

 

予想では「暑かった。今日は」には引っかからず「暑 かった。今日は」には

引っかかる。

 

マルチバイト文字の場合、スペースや改行、記号が来るまでが１ワードとして

扱われてる可能性が高い。

 

ということで 。 のみで検索してみた。

 

ほぼ確定。

 

単語が完全一致した tweet は拾われています。

 

どこのサイトも日本語は全くダメと記載していますが、twitter streaming api の

filter は、UTF-8 で日本語指定はできるみたい。

 

但し「部分一致で引っかからない、単語の定義が変」なのもあり使い勝手は最悪。

 

よって ほぼ使い物にならない が結論です。sample API から自力で

フィルタリングする方が現実的か。