Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Ниткин Д.А., Юдина М.Н.
В последние десятилетия влияние социальных сетей на социально значимые процессы существенно выросло, как и потребность в программных средствах для изучения этих сетей. В данной работе формулируется цель, заключающаяся в разработке программы, предназначенной для анализа графа друзей из социальной сети «Вконтакте». Рассматриваются аналоги предлагаемой программы. Дается представление о структуре разработанной программы. Рассмотрены диаграмма развертывания, алгоритм работы. Демонстрируется использование программы при исследовании возраста «друзей» исследуемого узла и предлагается URL-ресурс для скачивания программы
i Надоели баннеры? Вы всегда можете отключить рекламу.
Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Ниткин Д.А., Юдина М.Н.
Методы анализа компьютерных социальных сетей
Программный комплекс для анализа данных из социальных сетей
Модели и методы анализа компьютерных социальных сетей
Анализ динамических характеристик сложных графовых структур
Комплексные инструменты OSINT. Сбор информации в сети
Задачи анализа защищенности пользователей от социоинженерных атак: построение социального графа по сведениям из социальных сетей
i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.
Текст научной работы на тему «Программа для сбора информации о взаимосвязях пользователей социальной сети «Вконтакте»»
ПРОГРАММА ДЛЯ СБОРА ИНФОРМАЦИИ О ВЗАИМОСВЯЗЯХ ПОЛЬЗОЗАТЕЛ ЕЙ СОЦИАЛЬНОЙ СЕТИ «-BKOHTAKTEv
Л- А. Ниткнн. М Н. Юдина
Омский государственной технический университет, г. Омск Россия
Аннотация В последние десятилетня влияние социальных сетей па социально значимые процессы существенно выросло, как н потребность в программных средствам для изучения этих сетей. D данной рлпотр формулируется цель, заключающаяся в рлтрапотке программы, пре-тназилченной тля анализа графа друзей из социальной сети
Ключевые слова: граф друзей, социальная сеть «Вконтакте». сбор данных, диаграмма компонентов.
С появлением социальных сетей и бурного роста их пользователей стало возможным непосредственно про пзвссти сбор графа взаимодействия между пользователями. Однако ввиду огромного размера этих сетей, состоящих их сотен миллионов пплкюиятелей гобрять полный граф ячяимодейгтдий игтре.тгтакляетг* ятмпжиым Поэтому часто собирают данные о блнжаншем окружении отдельных пользователей в виде нескольких кругов пользователей, перзын круг это друзья анализируемого пользователя, второй круг это друзья друзей этого анализируемого пользователя и так далее. Известно, что влияние на анализируемого пользователя оказывают только три первых его круга [1]. Предлагаемые другими исследователями [2-5] часто неполные данные о сопн-алькых сетях ограничивают изучение реальных сетей, не позволяя получать сети по требуемым параметрам, что прнвсд?гт к необходимости разработки сосствснных средств для сборп данных о сетях.
РАЗВЕДКА, ВЕБ-АРХИВ и ДЕАНОН : OSINT, MALTEGO и СОЦИАЛЬНАЯ ИНЖЕНЕРИЯ
П. Постановка задачи
Лта1апсЬе (коммерческое ПО) — это семейство автоматизированных систем интернет-разведки для решения самых различных задач мониторинга онлайн медиа, быстрого псрсноцслнввння на новые темы н обработки со-бранкой информации. Система автоматически фильтрует информацию по тематикам.
Графовый Грааль (коммерческое ПО) — стартгп. основанный в 2014 году двумя сотрудниками Южного федерального университета в Ростове-на-Дону. Графовый Грааль позволяет проводить интеллектуальный анализ и мониюрши социальных. сетей.
Уазп- (бесплатное ПО) онлайн сервис, позволяющий визуализировать друзей из «Вкснгакгс». к ПО можно получить доступ по адресу ЬКрг/Лгорк’.уазго.сопУук.
•хИпгерактшишп граф друзей» (бесплатное ПО) — пршгожепне доступно по адресу http://vk.com/app235382432523 19 из самой социальной сети «Вконтакте* н предназначено, как и Уа51- для ви-
Таким образом, при анализе ПО для сбора данных о социальной сети чП контакте» можно сделать вывох что бесплатное ПО имеет функционал, ограничнвакхпнйех как правиле, визуализацией графов Б то же время платное ПО нацелено па решение копкрепплх задач сетевого маркетинга или па апалго влиятельности узлов, имеют значительную стоимость к специфический функционал, недоступный для расширения, а значит, непригодный дня научных исследовании Таким образом, можно поставить задачу, заключающуюся в разработке собственного ПО для сбора графа друзей
ш. Аспекты реализации пгогтаммы сбога данных о социальной сети
На рис. 1 представлена диаграмма компонентов разработанной программы. Ломимо классов, описанных pa нее: на ней отражены используемые библиотеки:
— gson — для разбора приходящего ответа от социальной сети;
— ас bail — для иосхрисшш i рафиков в классе анализа.
— poi — для экспорта построенных графиков в формат Microsoft Excel: sqljdbc для соединения и работой с базой данных;
— setting, хш! — файл настроек;
— manual pdf- файл справочной информации.
Источник: cyberleninka.ru
Парсеры «ВКонтакте» для сбор данных
Парсерами социальной сети «ВКонтакте» в основном пользуются интернет-маркетологи. Они и позиционируются в качестве коммерческих сервисов. Однако инструменты для сбора аудитории предоставляют возможности, выходящие далеко за рамки потребностей рядового SMM-специалиста.
В интернете есть множество обзоров и сравнений парсеров. Наиболее полным и полезным является «Большое сравнение парсеров». Если у вас нет узкоспецифических задач, то выбор парсера не будет принципиальным. Рекомендуем использовать любой из этих:
Необходимо отдать должное парсеру «Церебро». Именно он стал наиболее успешным инструментом сбора целевой аудитории. Специалисты долго молились на него за предоставленные возможности. Однако безусловное лидерство не было долгим.
TargetHunter — нынешний лидер многих обзоров. Функционал, дружелюбность поддержки, скорость — всё на высоте. Остальные парсеры, кроме «Церебро», предоставляют тестовый доступ для ознакомления.
vk.barkov долгое время был полностью бесплатным, но с самым базовым функционалом. Сейчас функционал расширен, пошёл процесс коммерциализации сервиса. Если у вас маленькие объёмы выборки, то, в принципе, можно обойтись бесплатной версией.
Зачем парсеры в цифровых исследованиях?
Конечно, сбор целевой аудитории — необходимый инструмент в работе любого интернет-маркетолога, но он полезен и в медиаисследованиях.
Комбинирование различных функций сервисов по сбору данных в социальных сетях позволит осуществить добротный медиаанализ. Приведём несколько примеров.
- Экспорт базовой информации (социально-демографические характеристики, активность, сфера занятости, интересы) со страниц пользователей выступает массивом первичных данных для последующего анализа. Полученный массив можно подвергнуть стандартному социологическому анализу (политические предпочтения, социально-демографическое распределение в социальных сетях, анализ самопрезентации и так далее). Однако нельзя забывать, что в интернете люди искажают информацию о себе (впрочем, что верно и для социологических опросов), существует множество фейков и ботов. Следует учитывать эти сложности. Исследуется репрезентация и пользовательская активность, а не «реальное положение дел».
- Сбор постов и публикаций сообществ или новостей предоставит материал для контент-анализа.
- Сбор друзей и подписчиков позволит создать выборку для построения социального графа. Здесь есть сложность: рассматриваемые парсеры не позволяют собирать информацию о социальных связях внутри выборки. Для этого нужны другие инструменты, но об этом напишем отдельно.
Функционал парсеров настолько широк, что они становятся необходимым инструментом в запасе медиааналитика. А если ваши потребности не покрываются перечисленными инструментами или их комбинацией, то всегда можно заказать парсер у студента-фрилансера или написать самостоятельно, конечно, если знаете программирование.
Именно поэтому изучение Python или R рекомендуется всякому, кто хочет стать высококлассным специалистом в области цифровых исследований. На эту тему можно прочитать интервью про использование языка R в гуманитарных науках.
Источник: jms.university
Законность сбора контактных данных
