РАЗРАБОТКА ПРИЛОЖЕНИЯ ДЛЯ ОБРАБОТКИ И СТАТИСТИЧЕСКОГО АНАЛИЗА ТЕКСТОВЫХ ДАННЫХ В СОЦИАЛЬНЫХ СЕТЯХ

ВВЕДЕНИЕ 4
1. ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ 6
1.1 Маркетинг в социальных сетях 6
1.2 Методы извлечения данных 10
1.3 Методы обработки данных 14
2. МЕТОДЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ И АНАЛИЗА 16
2.1 Определение интересов группы пользователей 16
2.2 Определение возраста пользователя 16
2.3 Определение групп общения внутри сообщества 19
2.4 Ряды динамики основных показателей публикаций 22
3. РАЗРАБОТКА ПРИЛОЖЕНИЯ 25
3.1 Создание системы классов 25
3.2 Реализация алгоритмов анализа данных 30
3.3 Создание графического интерфейса пользователя 34
3.4 Анализ работы программы 36
ЗАКЛЮЧЕНИЕ 43
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 44
ПРИЛОЖЕНИЕ 46

Весь текст будет доступен после покупки

За последние несколько десятилетий произошёл большой скачок в развитии информационных технологий. Человеку стали доступны мощности электронных вычислений. Задачи, на решение которых раньше требовалось большое количество времени, теперь занимают секунды. Одновременно с этим происходило бурное развитие интернета. И если в начале его зарождения доступ к данному типу связи был ограничен лишь несколькими узлами с вычислительными системами достаточной мощности, которые на тот момент находились лишь в некоторых крупных исследовательских университетах, то теперь для этого достаточно устройства, которое может поместиться в кармане.
Постепенно интернет получал развитие и со временем стал доступен для широкого круга лиц. Причиной этого стало уменьшение стоимости в связи с одновременным ростом его скорости, а также развитие технологий беспроводной передачи данных и появление целого нового класса портативных пользовательских вычислительных устройств – смартфонов. Изменился и способ коммуникации между людьми, если раньше общение было ограничено пересылкой лишь текстовых или голосовых сообщений и звонками, то теперь стало возможно обмениваться огромными по сравнению массивами данных – фотографиями и видео. Ежедневно сотни миллионов человек используют эти современные возможности обмена информацией, применяя множество различных сервисов, одними из которых являются социальные сети.
Актуальность данной работы обусловлена появлением большого числа онлайн сервисов – социальных сетей, и ежегодным ростом их аудитории, данные которой можно использовать в различного рода исследованиях. Социальные сети представляют собой платформу, где пользователи могут публиковать в открытом доступе личные данные, делиться мнениями, связываться с другими пользователями, в частности добавлять их в список друзей, а также общаться и обмениваться различного рода информацией. Социальные сети содержат в открытом доступе огромные объемы данных о людях, их предпочтениях, связях с другими людьми, круге общения и другой потенциально полезной информации. Эти данные можно

использовать для проведения статистического анализа, результаты которого можно использовать во множестве различных отраслей, в частности – маркетинге в социальных сетях.
Целью данной работы является:

Создание приложения для сбора и статистического анализа данных социальных сетей для проведения маркетингового исследования.
Задачи:

1. Обзор методов и способов анализа и сбора информации в социальных сетях.
2. Разработка алгоритма и программы для сбора и анализа данных из социальных сетей с использованием API-функций на основе статистических методов.
3. Анализ и исследование работы программы для сбора и анализа текстовых данных в социальных сетях.

Весь текст будет доступен после покупки

1. ОСНОВНЫЕ ТЕОРЕТИЧЕСКИЕ СВЕДЕНИЯ
1.1 Маркетинг в социальных сетях
1.1.1 Социальные сети
Наиболее удобным ресурсом для сбора аналитических данных можно считать социальные сети. Социальная сеть – это веб-сервис, позволяющий совершать процесс дистанционного взаимодействия и обмена информацией между людьми и соединяющий пользователей в группы по конкретным признакам. Это онлайн- сообщество, созданное для усовершенствования общения между людьми с целью объединения на одном ресурсе пользователей, имеющих различные интересы [1].
Их использование связано присутствием на них ежедневно большой постоянно коммуницирующей аудитории. На данный момент существует множество крупных социальных сетей и веб-ресурсов, предоставляющих большое количество различных данных о пользователях, публикациях, сообществах и группах к таковым можно отнести Facebook, Instagram, Twitter, Вконтакте, LinkedIn и другие.
Сбор данных может осуществляться из любых веб-ресурсов, однако, социальные сети обладают рядом особенностей выделяющих их на фоне других информационных ресурсов, например, форумов, сайтов-агрегаторов новостей, блогов и тому подобных.
Особенности социальных сетей:
• Наличие у каждого пользователя собственной страницы-профиля.
• Наличие инструментов поиска людей.
• Не являются тематическими, то есть в социальных сетях могут одновременно присутствовать люди различных интересов.
• Возможность установления прямых (список друзей, личные сообщения) и косвенных (группы, сообщества) связей между людьми.
• Контент создают сами пользователи.

Весь текст будет доступен после покупки

1. Социальная сеть: сайт. – URL: https://www.e- xecutive.ru/wiki/index.php/%D0%A1%D0%BE%D1%86%D0%B8%D0%B0%D 0%BB%D1%8C%D0%BD%D0%B0%D1%8F_%D1%81%D0%B5%D1%82%D 1%8C (дата обращения: 18.12.19). – Текст: электронный.
2. Галимов Р.Р. Социальные сети и новые возможности маркетинговых исследований / Р.Р. Галимов, Н.И. Перцовский // Инновации и инвестиции. – 2012. №1. с. 164-168
3. Словарь бизнес-терминов: сайт. – URL: https://dic.academic.ru/dic.nsf/business/7555 (дата обращения: 15.12.19) – Текст: электронный.
4. Халилов Д. Маркетинг в социальных сетях. М.: Манн, Иванов и Фербер, 2016. – с. 240 – Текст: электронный.
5. DOM-дерево: сайт. – URL: https://learn.javascript.ru/dom-nodes (дата обращения: 13.05.20). – Текст: электронный.
6. MDN web docs: сайт. – URL: https://developer.mozilla.org/ru/docs/Словарь/API (дата обращения: 13.05.20). – Текст: электронный.
7. API: сайт. – URL: https://www.seonews.ru/glossary/api/ (дата обращения: 13.05.20). – Текст: электронный.
8. Базенков Н.И. Обзор информационных систем анализа социальных сетей / Н.И. Базенков, Д.А. Губанов // УБС. – 2013. №41. с. 357-394
9. Алгоритмы выделения групп общения / Лещёв Д.А., Сучков Д.В., Хайкова С.П., Чеповский А.А. // Вопросы кибербезопасности. – 2019. №4. с. 61-71
10. Узнать возраст пользователя VK или о чём ещё может рассказать социальный граф: сайт. – URL: https://habr.com/ru/post/447992/ (дата обращения: 13.05.20).
– Текст: электронный.

Весь текст будет доступен после покупки