️ 要件

なにかしらの分析ネタをやるにしても、最低限以下の3つの情報はないと話にならないと思われる。

時刻
ユーザ名(ID)
POSTしたテキスト

(特定チャンネルの)全ポストからこの3つの情報を抽出したい、っていうのが今回の要件。

結論

試行錯誤の結果以下のような感じがよかよう、と結論。

時刻とテキストについては、

data = json.load(open("posts.json"))
for msg in data:
	print msg.get("ts", "")
	print msg.get("text", "")

のような感じでOK。

ユーザの取得については、以下の条件で取得できないものはスルー。

def get_user_id(m):
    if m.has_key("user"): return m["user"]
    if m.has_key("bot_id"): return m["bot_id"]
    return None

for msg in data:
	uid = get_user_id(msg)
	if uid is None:
		continue
	# do something ...

検証条件の下では、これに該当するポストは全体の0.2[%]だったので無視して良いと結論づける。

検証条件

データは自社の random チャンネルから。
具体的な期間やポスト数の公開は差し控えますが、およそ1年半くらいの期間でポストされたメッセージを見てみました。

以上。