Tu abordes un point important : la langue. TweetMotif, selon ma compréhension et mon usage, ne fait pas de différences entre les langues.

Il doit normalement procéder ainsi : Prendre le mot clé, Faire un appel à l’API Search Twitter (historique de 15 jours max), Réaliser un Text Mining sur les résultats obtenus, Ressortir les « Topics » dominants. Classer ces topics par nombre de tweets par Topic.

J’ai testé quelques exemples de mots en Français:
Bonheur : ce mot est plus référencé dans des tweets autres qu’en langue française, qu’en français. Idem pour les mots : français, réputation.
Volatilité : ce mot ne produit aucun résultat avec TweetMotif. Par ailleurs, il y’a des résultats avec Twitter Search : principalement 5/6 tweets qui ont presque le même corpus et 2/3 comptes sources des tweets et des retweets. Comme je l’ai mentionné, TweetMotif indique des tendances. Pour cet exemple, pas réellement de tendanes.
Politique : le test avec ce mot m’as surpris. TweetMotif produit des résultats qui parle de politique sans contenir le mot politique : http://tweetmotif.com/#politique. Cette fonctionnalité, je ne l’avais pas cerné. Elle est intéressante.

Pour savoir comment marche l’outil, deux options : lire le code ou envoyer un mail aux développeurs.

@+