找出twitter作者是苹果公司智能手机或是Android智能手机的样品,清扫掉其它作者的样品。

对统计数据展开建模排序相同天数相关联的twitter比率.。

因而对照Android智能手机和苹果公司智能手机上的twitter数目的差别。

从对照图中他们能辨认出，Android智能手机和苹果公司智能手机发布twitter的天数有明显的差异，Android智能手机偏激于在5点到10点间正式发布twitter，而苹果公司智能手机通常在10点到20点以内正式发布twitter。与此同时他们也能看见，Android智能手机正式发布twitter数目的比率要高于苹果公司智能手机。

接着查阅twitter中与否所含提及 ,因而对照相同网络平台上的数目。

从对照的结论上看，Android智能手机没被提及的比率要明显高于苹果公司智能手机。而Android智能手机提及的数目要明显小于苹果公司智能手机。因而能指出，苹果公司智能手机发的twitter文本多半为创作者，而Android智能手机多半为提及。

接着查阅twitter中与否有镜像或是相片，因而对照相同网络平台的情形

从下面的对照图中，他们能看见Android智能手机没相片或是镜像的情形要少于苹果公司，换句话说，采用苹果公司智能手机的采用者在发twitter的这时候通常会正式发布相片或是镜像。

与此同时可以看见Android网络平台的采用者把twitter通常不采用相片或是镜像，而苹果公司智能手机的采用者与此相反。

接着他们对twitter中的极度字符串展开检验，因而展开删掉接着找出twitter中关键字，因而依照数目展开次序

对统计数据展开感情预测，因而排序Android和苹果公司智能手机的相对影响比率。

通过特征词感情偏激分别排序相同网络平台的感情比，因而展开建模。

在统计出相同感情偏激的词的数目之后，绘制他们的置信区间。从下面的图中能看见，相比于苹果公司智能手机，Android智能手机的负面情绪最多，其次是厌恶，接着是悲伤。表达积极的感情偏激很少。

接着他们对每个感情类别中出现的关键字的数目展开统计。

从结论中他们能看见，负面词多半出现在Android智能手机上，而苹果公司智能手机上出现的负面词的数目要远远小于Android网络平台上的数目。