Data for: "Like, share and react: Twitter capture for research and corporate decisions" published by RAC-Revista de Administração Contemporânea.

Data for: "Like, share and react: Twitter capture for research and corporate decisions" published by RAC-Revista de Administração Contemporânea.
Script (conjunto de comandos) para extração de dados do Twitter

Na tarefa de extração de dados do Twitter, o caminho mais objetivo é utilizar as ferramentas fornecidas pela própria rede social. O Twitter oferece uma API de extração de dados (Meirelles, 2019), entretanto, esta API limita o usuário a extrair tweets recentes, publicados no máximo há sete dias da data de extração dos posts, inviabilizando, dessa forma, a extração de dados publicados anteriormente a esse período.
Publicações históricas são relevantes a uma quantidade significativa de análises, inclusive a leitura informal da rede social pelos usuários, que tendem a procurar postagens antigas. Além disso o estabelecimento de uma estratégia de monitoramento histórico de redes sociais, pode trazer uma série de benefícios para a empresa como, por exemplo, a compreensão do comportamento do público através da observação do que lhe agrada ou não, além do entendimento da percepção da marca junto ao público que faz uso dessas mídias. A relevância dos dados históricos, além dos fornecidos pela API, é significativa, e o Twitter oferece, aos seus usuários, uma busca avançada, que lhes permite filtrar palavras-chave e intervalo de datas.

O tema proposto para realização deste estudo faz parte de uma pesquisa acadêmica, em que se analisou os tweets das cem maiores Instituições de Ensino Superior (IESs) no Brasil em número de alunos. Para tanto, foi observado se as IESs utilizavam mídia social e, então, buscou-se avaliar as postagens dos seus usuários no Twitter no período de 2013 a 2019. Devido à limitação de acessos a dados históricos da plataforma, o que inviabilizaria a análise retroativa das postagens realizadas, optou-se por desenvolver um script (conjunto de comandos) capaz de gravar dados de páginas web ao se acessar o site.

A ferramenta desenvolvida consiste em um script (conjunto de comandos) na linguagem de programação Python, o navegador Selenium e a bilblioteca BeautifulSoup, para implementar um robô que simula a utilização da rede social por um humano, realizando as pesquisas manualmente.

Cabe destacar que a mídia social foco deste estudo, o Twitter, adotou uma política de privacidade (https://twitter.com/pt/privacy) que torna públicos todos os tweets registrados pelos seus usuários, ou seja, eles se tornam visíveis e pesquisáveis por qualquer pessoa. Conforme a política de privacidade do Twitter, ao compartilhar publicamente um conteúdo através de um tweet, o usuário concorda em divulgar essas informações da maneira mais ampla possível. Assim, o usuário é responsável por seus tweets e por outras informações fornecidas por meio dos serviços disponibilizados.
A construção do script deste artigo seguiu as diretrizes do Twitter, conforme pode ser consultado pelo link .

配套数据集：《点赞、分享与互动：用于研究与企业决策的推特数据抓取》，刊载于《RAC-Revista de Administração Contemporânea（当代管理学报）》。

推特数据抓取脚本（命令集）

在推特数据抓取任务中，最直接的途径是使用该社交平台官方提供的工具。推特官方提供了数据抓取应用程序接口 (Application Programming Interface, API)（Meirelles, 2019），但该接口仅允许用户抓取发布时间距抓取日期不超过7天的近期推文，因此无法获取该时限之前的历史数据。

历史推文对于大量分析场景均具有重要价值，包括用户出于非正式阅览目的查找旧帖的需求。此外，搭建社交平台历史监测策略可为企业带来诸多益处，例如通过观察受众的好恶行为以理解其偏好，同时深入了解目标受众对品牌的认知评价。除官方接口提供的数据外，历史数据的价值同样不容忽视，而推特为用户提供了高级搜索功能，支持用户按关键词与时间区间进行筛选。

本研究的主题属于一项学术调研范畴，该调研针对巴西在校生规模排名前百的高等教育机构 (Instituições de Ensino Superior, IES) 的推文展开。研究首先确认这些高等教育机构是否运营社交账号，随后对其推特用户在2013年至2019年间发布的内容进行评估。由于该平台历史数据访问权限受限，无法回溯分析过往发布的帖子，因此本研究开发了一款可在访问网站时抓取网页数据的脚本（命令集）。

本工具采用Python编程语言编写脚本（命令集），结合Selenium浏览器自动化工具与BeautifulSoup网页解析库，实现模拟人类用户操作社交平台、执行搜索任务的机器人程序。

需要特别说明的是，本研究聚焦的社交平台推特 (Twitter) 已发布隐私政策（链接：https://twitter.com/pt/privacy），其规定用户发布的所有推文均为公开内容，即任何人均可查看与搜索这些推文。根据推特隐私政策，用户通过推文公开分享内容时，即同意以最广泛的方式披露相关信息。因此，用户需对其发布的推文及通过平台服务提供的其他信息承担责任。

本文脚本的开发严格遵循推特官方规范，具体可通过对应链接查阅相关要求。