danaianask/twitter-stream-globe

Η ιστοσελίδα της υλοποίησης:

★ 0Forks 0JavaScriptGitHub ↗Compare

Project website ↗

README

Όνομα: Δανάη Αναστασοπούλου Κουβαρά

ΑΜ: Π2011043

Παραδοτέο 1: Επιλογή Θέματος

Το θέμα το οποίο επιλέχθηκε στα πλαίσια του μαθήματος "Τεχνολογία Λογισμικού" του ΣΤ΄ Εξαμήνου είναι το "Twitter Sentiment Analysis". Σκοπός της παρούσας εργασίας είναι η διαβάθμιση των συναισθημάτων των χρηστών (π.χ θετικό, πολύ θετικό, αρνητικό , πολύ αρνητικό) ανάλογα με τα tweets που γράφουν οι χρήστες σε πραγματικό χρόνο παγκοσμίως. Επιπροσθέτως, στο παρόν project έγιναν κάποιες αλλαγές στην πρωτότυπη εργασία και προσαρμόστηκε στις ανάγκες του μαθήματος(οι αλλαγές παρουσιάζονται παρακάτω, καθώς και τα σημεία στα οποία χρειάστηκαν να γίνουν αλλαγές).

Παραδοτέο 2: Πρώτες αλλαγές

Αρχικός σκοπός ήταν να γίνει η σωστή εγκατάσταση των αρχείων προκειμένου να μπορούμε και εμείς να τρέξουμε την εργασία και στην συνέχεια να προβούμε στις κατάλληλες αλλαγές. Προκειμένου να μπορούμε να τρέξουμε την εργασία αξιοποιήσαμε 3 εργαλεία:

α) Heroku : Μπορεί να θεωρηθεί ο server που τρέχει η παρούσα εργασία. Αποτελεί ένα εύχρηστο περιβάλλον, το οποίο είναι δωρεάν και συνδέεσαι με την δημιουργία ενός λογαριασμού. Αλλά επίσης δίνει και την δυνατότητα να μπορεί κάποιος να συνδέσει το repository που έχει στο GitHub. Με λίγα λόγια οι δυο αυτές πλατφόρμες συνεργάζονται μεταξύ τους, προσφέροντας στους χρήστες την δυνατότητα να επωφεληθούν και τα δύο εργαλεία.
β) PubNub : Και αυτή η πλατφόρμα προσφέρεται δωρεάν για κάποιον που θέλει να την χρησιμοποιήσει. Το μόνο που απαιτείται είναι η δημιουργία λογαριασμού.
γ) Twitter Account: απαιτείται λογαριασμός στο Twitter προκειμένου να χρησιμοποιηθούν οι υπηρεσίες του Twitter API.
Τα β) και γ) εργαλεία είναι απαραίτητα διότι πρέπει να παρθούν τα κλειδία που προσφέρουν προκειμένου να τρέξει η εργασία και για να πραγματοποιηθούν οι αλλαγές.



ΠΡΟΣΟΧΗ! Για κάθε αλλαγή που γίνεται στο project θα πρέπει να το κάνουμε πάλι από την αρχή build στο Heroku.


Στην συνέχεια επρέπε να αλλαχθούν τα χρώματα(αυτά που υποδηλώνουν τα συναισθήματα των χρηστών) και να βάλουμε δικά μας. Για το σκοπό αυτό επεξεργάστηκε το αρχείο TweetBeacon.js και στο line 20 προσαρμόστηκαν οι αλλαγές (4 διαφορετικά χρώματα και διαφορετικά score για να οριστούν τα σημεία που θα γίνεται η αλλαγή των συναισθημάτων). Τα χρώματα τα οποία επέλεξα είναι τα εξής:

1)Σκούρο μπλε, για τα πολύ αρνητικά συναισθήματα.
2)Μπλε, για τα λιγότερο αρνητικά συναισθήματα.
3)Απαλό ροζ, για τα λιγότερο θετικά συναισθήματα.
4)Σκούρο ροζ, για τα πολύ θετικά συναισθήματα.

Τελειώνοτας με το Παραδοτέο 2, ήταν απαραίτητο να μεταφραστούν 30 λέξεις. Τελικά οι λέξεις που μετέφρασα ήταν 42 και δεν επέλεξα λέξεις που αρχίζουν με κάποιο αρχικό γράμμα από το όνομα ή το επίθετο μου, αλλά μελετώντας όλες τις λέξεις μεταφράστηκαν αυτές που υποδηλώνουν πολύ δυνατά συναισθήματα διότι ήθελα να εξεταστεί συχνότητα εμφάνισης τους στα tweets των χρηστών.

Παραδοτέο 3: Αρχικός Σχεδιασμός

Σε αυτή την φάση της εργασίας αυτό που έκανα ήταν να μελετήσω περισσότερο τον ήδη υπάρχων κώδικα, προκειμένου να προσαρμόσω στα σωστά σημεία τις αλλαγές που ήταν απαραίτητο να γίνουν.

Παραδοτέο 4: Τελικός Σχεδιασμός

Φτάνοντας στο τέλος οι αλλαγές που έγιναν είναι οι εξής:

1)Στο αρχείο TwitterStreamGlobe.js αλλάχθηκε texture της υδογείου (line 61, πρόσθεσα την εικόνα world.jpg που υπήρχε στο φάκελο images) καθώς και μειώθηκε η ταχύτητα περιστροφής της υδρογείου από 0.005 σε 0.002.

2)Στο αρχείο TwitterHub.js προστέθηκαν επίσης ό,τι αλλαγή χρειαζόταν προκειμένου να γίνει η σωστή διαβάθμιση των χρωμάτων μετά τις αλλαγές που έγιναν.

Παρακάτω δίνονται τα links με την εφαρμογή και το repository μου στο GitHub που έγιναν οι αλλαγές.

Link εφαρμογής: https://stark-lake-93710.herokuapp.com/