„How do you feel?“ soll die aktuell in einer Stadt vorherrschende Stimmung visualisieren. Die Darstellung ist reduziert gehalten und besteht aus einer dunklen Hintergrundkarte und darauf platzierten Kreisen verschiedener Größe und Farbe.

Jeder Kreis steht für einen zur aktuellen Zeit in der gewählten Stadt abgesendeten Tweet. Der emotionale Gehalt des Tweets spiegelt sich in der Gestaltung des Kreises wieder.

Die Darstellungen sollen so exportierbar sein, dass sie anschließend weiterverarbeitet werden können.

Die Software besteht aus einer Hauptdatei (howdoyoufeel.pde) und nutzt verschiedene Libraries und Tools. Die genaue Funktionsweise wird hier schrittweise beschrieben. Der gesamte Quellcode ist auf GitHub einsehbar.

Kartographie

Für die zugrundeliegenden Karten lassen sich entweder bestehende svg-Grafiken nutzen oder aus geographischen Daten erstellen. Hierfür wurde die Phython-Library [Kartograph](http://kartograph.org/ „Kartograph“) genutzt. Diese generiert aus geographischen [Shapefiles](http://wiki.openstreetmap.org/wiki/Shapefiles „Shapefiles“) svg-Dateien, die sich als Hintergrundkarte nutzen lassen.

Tweets auslesen

Das Auslesen der Tweets geschieht mit Hilfe der Java-Library [twitter4j](http://twitter4j.org/en/index.html „twitter4j“). Diese stellt Informationen zur Verfügung, um Tweets aus der [Twitter API](https://dev.twitter.com/ „Twitter API“) auszulesen. Insbesondere wird hier die [Streaming API](https://dev.twitter.com/streaming/overview „Streaming API“) genutzt. Diese gibt in Echtzeit neu geschriebene Tweets zu einer vorher definierten Suchanfrage aus.

Sentiment-Analyse

Die ausgelesenen Tweets werden mit einer von mir geschriebenen Processing-Klasse auf ihren sentimentalen Gehalt analysiert. Hierfür wird als Basis ein [Wörterbuch von Warriner et.al.](http://crr.ugent.be/archives/1003 „Sentimental Dictionary“), das die emotionalen Werte zu annähernd 14.000 englischsprachigen Wörtern enthält. Die Processing Library basiert konzeptionell auf einer ähnlichen Library für node.js.

Visualisierung

Die Visualisierung erfolgt mit Processing. Jeder Tweet wird in einem Objekt der Klasse „Tweet“ (siehe Tweet.pde) gespeichert. Die Tweets „ploppen“ auf, wenn sie von der Streaming API übergeben werden und faden sich dann über eine Dauer von zwei Minuten langsam aus.

Entstanden ist eine Vollbild-App, die in Echtzeit Tweets analysiert und visualisiert. Zusätzlich werden die letzten Tweets in Textform ausgegeben. So lässt sich jeder neue Tweet vom Nutzer mit einem konkreten Text verknüpfen.

Die in Processing generierten Darstellungen lassen sich per Tastendruck als PDF exportieren. Hier sind sie als Vektorgrafik gespeichert und kennen (etwa in Adobe Illustrator) weiterverarbeitet werden. So lassen sich aus der dynamisch generierten Grafik etwa druckfertige Grafiken oder Plakate wie die Folgenden erstellen.