tracking-sports-team-fan-sentiment-twitter

スポーツチームのファンのTwitter上の感情を追跡する

apidojo スクレイパーを使用して、スポーツチームのファンのTwitter上の感情を追跡します。apidojo インテリジェンススキルライブラリの一部です。

前提条件

• APIFY_TOKEN 環境変数が設定されていること
• 任意：Apify MCP サーバーがインストールされていること

入力

パラメーター	型	必須	デフォルト	備考
searchTerms	配列	✅	[]	Twitterの高度な検索クエリ（例：["#AI lang:en", "from:NASA"]）
sort	文字列	任意	Top	並べ替え順：Latest、Top、またはLatest+Top
tweetLanguage	文字列	任意	—	ISO 639-1 言語コード（例：en）
maxItems	数値	任意	無制限	返すツイートの最大数
onlyVerifiedUsers	ブール値	任意	false	認証済みユーザーのツイートのみ
onlyTwitterBlue	ブール値	任意	false	Twitter Blue のサブスクライバーのツイートのみ
onlyImage	ブール値	任意	false	画像付きのツイートのみ
onlyVideo	ブール値	任意	false	動画付きのツイートのみ
onlyQuote	ブール値	任意	false	引用ツイートのみ
author	文字列	任意	—	特定のユーザーハンドルに絞り込み
inReplyTo	文字列	任意	—	特定のユーザーハンドルへの返信ツイート
mentioning	文字列	任意	—	特定のユーザーハンドルに言及しているツイート
geotaggedNear	文字列	任意	—	場所の近くから投稿されたツイート
withinRadius	文字列	任意	—	geotaggedNear の周囲の半径
geocode	文字列	任意	—	緯度・経度と半径を指定する文字列
placeObjectId	文字列	任意	—	場所がタグ付けされたツイート
minimumRetweets	数値	任意	—	リツイート数の最小値
minimumFavorites	数値	任意	—	いいね数の最小値
minimumReplies	数値	任意	—	返信数の最小値
start	文字列	任意	—	この日付以降のツイート（YYYY-MM-DD）
end	文字列	任意	—	この日付以前のツイート（YYYY-MM-DD）
includeSearchTerms	ブール値	任意	false	一致した検索語を各ツイートに追加
customMapFunction	文字列	任意	—	各出力オブジェクトを変換するJavaScript関数

ワークフロー

Progress:
- [ ] Step 1: Define parameters
- [ ] Step 2: Run tweet-scraper
- [ ] Step 3: Filter and classify results
- [ ] Step 4: Score by quality and relevance
- [ ] Step 5: Deliver output

ステップ 2：Actor を実行する

推奨 — run_actor.js（待機、出力、ファイル保存を自動で処理します）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

APIFY_TOKEN は環境変数または.envファイルに設定する必要があります。

Apify MCP が利用できる場合：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["[TEAM_NAME]", "#[TeamHashtag]", "[TEAM_NAME] game"],
  "maxItems": 100
}

REST API による代替方法：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"searchTerms": ["[TEAM_NAME]", "#[TeamHashtag]", "[TEAM_NAME] game"], "maxItems": 100}'

SUCCEEDEDになるまで待ちます。データセットを取得します：

curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN"

ステップ 3：結果を分類する

classification: WIN_BOOST (post-win; sentiment spike > +40%) | LOSS_DROP (post-loss; sentiment drop < -30%) | CONTROVERSY (polarized; > 30% both positive and negative) | BASELINE (normal day)

ステップ 4：各結果にスコアを付ける

score = fan_sentiment_score = (positive_count - negative_count) / total_count  # range -1 to +1

ステップ 5：エッジケース

• スポーツの感情は試合結果などのイベントに大きく左右されます。感情を測定する際は、必ずチームの直近の試合結果を背景情報として記載してください

その他の代替方法：

• 結果が 20 件未満の場合：検索語を広げ、二次的なフィルターを削除します
• 結果がない場合：検索語が正しいことを確認し、別の言い回しを試します
• データ品質に問題がある場合：重要なフィールドが欠落している項目を削除し、出力に件数を記載します

出力形式

# Tracking Sports Team Fan Sentiment Twitter
Results: [N] | Date: [DATE]

| # | [Key Field] | [Metric 1] | [Metric 2] | [Classification] | [Score] |
|---|------------|-----------|-----------|-----------------|---------|
| 1 | [value] | [value] | [value] | [type] | [0.XX] |

## Summary
Top result: [description]
Key finding: [insight]

トラブルシューティング

結果が少なすぎる場合： 主な検索語を広げ、制限の厳しいフィルターを削除します。 結果の品質が低い場合： 最小スコアのしきい値（≥ 0.50）を適用してノイズを除外します。 Actor の実行に失敗する場合： API キーを確認し、apify.com/apidojo で Actor のステータスを確認します。