Поле цифровой дидактики - Вклад [ru]

Обсуждение участника:Patarakin

2026-03-27T17:15:01Z

Sabitova Alina: /* Исправление АДЭУ-221 */

== teachers_flow_web ==
https://digida.mgpu.ru/index.php/Обсуждение:Заглавная_страница#Как_я_взаимодействию_с_ассистентом_искусственного_интеллекта_Перплексити

==Тезаурус 4==

Да, хорошо. Положите пожалуйста. Потому что моя основная проблема, что у меня VOSviewer не работает же и я не могла эти данные получить в таком виде, как вы их прислали.
Но у меня почти получилось что-то похожее! Обходными путями странными)

==Тезаурус 3==

Хорошо, я остановлюсь, во избежание апокалипсиса)
Но мне казалось, что все не так плохо, за исключением того, что в ручную просматривать фамилии в текстовом файле сложно. Попробовала поговорить с ЖПТ, он написал код для R. Но дальше уже я не сильна, какая-то каша началась.

Я научилась в Экселе сделать функцию "Найти" и он выдает все ячейки с таким ФИО, там есть кнопка "Заменить". С ней еще не поняла как работать. И есть ли смысл вообще так делать.

== Тезаурус 2==
Я сохранила из экселя только столбец с авторами, он нормально открылся на маке потом, с этим разобралась. Сейчас основная проблема это понять какой логикой заменять?
Потому что я вижу автора одного, например. Он есть как самостоятельный автор, есть в соавторстве. И непонятно как с этим соавторством быть. Объединять ли или нет, потому что с одним автором есть 2-3 статьи в соавторстве с разными людьми.
Это еще полпроблемы. Проблема если в одном соавторстве на русском, а в другом на английском?
На 59 строк обработала, приступаю на 270.
Но 900 не факт, что осилю физически и эмоционально.

Я сейчас делаю текстовый документ по каждому универу, в котором отдельных "Нормальных" авторов удаляю, а повторки оставляю и группирую, чтобы вам завтра показать.

== Тезаурус==

Здравствуйте, Евгений Дмитриевич!

Начала разбираться с тезаурусом, возник ряд проблем:
Если в датасете есть один автор с точками, другой без точек - мы их меняем.
1. А если есть один автор, но он без точек в разных местах по одному - как быть?
2. Если автор в соавторстве пишет, и в одном месте он с точками, а в другом - без точек. Что делаем в этом случае?

Помогите пожалуйста) Айжан --[[Участник:Айжан Ужинкина]] ([[Обсуждение участника:Айжан Ужинкина|обсуждение]])

== Просьба от Антюховой Эльзы ==

Евгений Дмитриевич, посмотрите, пожалуйста, почему я не могу добавить приложения, разработанные на языке программирования Snap?

== Если нужно задать ==

Примерный вопрос ... --[[Участник:Patarakin|Patarakin]] ([[Обсуждение участника:Patarakin|обсуждение]]) 17:16, 25 ноября 2025 (MSK)

Получилось добавить Dataset Lens как таблицу, сделала заголовки. Посмотрите, пожалуйста, и отметите в ЛМС это задание, если всё нормально. (Татьяна Астафьева) --[[Участник:Татьяна Астафьева|Татьяна Астафьева]] ([[Обсуждение участника:Татьяна Астафьева|обсуждение]]) 20:30, 25 ноября 2025 (MSK)

Добрый вечер, Евгений Дмитриевич, посмотрите, пожалуйста, страничку и отметьте в LMS сделанные мной задания --[[Участник:Дементьева Мария Владимировна|Дементьева Мария]] ([[Обсуждение участника:Дементьева Мария Владимировна|обсуждение]]) 16:08, 5 декабря 2025 (MSK)

Евгений Дмитриевич, проверьте, пожалуйста, выполненные задания на моей странице и проставьте баллы в LMS --[[Участник:Ширкина Д|Ширкина Д]] ([[Обсуждение участника:Ширкина Д|обсуждение]]) 10:57, 6 декабря 2025 (MSK)

Здравствуйте, Евгений Дмитриевич, посмотрите, пожалуйста, задания и отметьте, если все хорошо, в LMS, прошу прощения за скриншоты с телефона, не могу зайти на сайты через браузер ПК [[Участник: Tatiana Khaidarova]] ([[Обсуждение участника: Tatiana Khaidarova|обсуждение]]) 23:43, 6 декабря 2025 (MSK)

Добрый вечер, посмотрите, пожалуйста, страницу и отметьте в LMS (Тюрикова Арина), если всё хорошо --[[Участник:Tyurikovaaa155|Tyurikovaaa155]] ([[Обсуждение участника:Tyurikovaaa155|обсуждение]])

Здравствуйте, Евгений Дмитриевич! Посмотрите, пожалуйста, страницу (Семина Мария)
[[Участник:Мария Семина|Мария Семина]] ([[Участник:Мария Семина|обсуждение]])

Здравствуйте, Евгений Дмитриевич, ссылки в LMS проставила, посмотрите, пожалуйста [[Участник: Tatiana Khaidarova]] ([[Обсуждение участника: Tatiana Khaidarova|обсуждение]]) 15:39, 10 декабря 2025 (MSK)

Добрый вечер, Евгений Дмитриевич, посмотрите, пожалуйста, страничку и отметьте в LMS сделанные мной задания (Волынчикова Анна)

Добрый вечер, посмотрите, пожалуйста, страницу и отметьте в LMS (Дмитренко Надежда), если всё хорошо и нужно ли что-то подправить --[[Участник:DmitrenkoNP|DmitrenkoNP]] ([[Обсуждение участника:DmitrenkoNP|обсуждение]])

Добрый вечер. Выполнил задания. Просьба проверить и отметить в LMS. [[Участник:InasovAA]] (Инасов Артем)

Добрый вечер. Выполнила задания Евгений Дмитриевич. посмотрите, пожалуйста, страничку, проверить и отметить в LMS. [[Участник:Карина]] (Мергалиева Карина)

Сделал NetsBlox. [[Участник:Вольдемар]] (Шкабара Владимир)

Здравствуйте, Евгений Дмитриевич. Сделал NetsBlox, прошу проверить. [[Участник:DzhamalkhanovRV]]

Здравствуйте, Евгений Дмитриевич, посмотрите, пожалуйста, страничку и отметьте в LMS сделанные мной задания. (Беляева Мария) [[Участник:БеляеваМД]]

== Основы моделирования - результаты к зачету ==

И здесь - пришел, указал, что сделал, оставил подпись --[[Участник:Patarakin|Patarakin]] ([[Обсуждение участника:Patarakin|обсуждение]]) 09:20, 26 декабря 2025 (MSK)

== Проверка работ в LMS ==

Здравствуйте, Евгений Дмитриевич!
Добавил ссылки на выполненные работы в LMS.
Просьба проверить. и проставить оценку.

== Информация от Антюховой Эльзы ==

Здравствуйте, Евгений Дмитриевич!
Хочу сообщить о том, что я внесла необходимые правки в свою выпускную квалификационную работу. Буду очень признательна, если Вы сможете уделить время и посмотреть ее. Заранее спасибо!

== Проверка статьи "Репрезентация мотивов самостоятельной учебной работы в личностных нарративах студентов" ==

Евгений Дмитриевич, добрый день! Могли бы Вы проверить мою работу? Что нужно скорректировать/добавить?

== Репрезентация мотивов самостоятельной учебной работы в личностных нарративах студентов ==

Евгений Дмитриевич, я добавила категорию [[:Категория:Психо-лингвистическое исследование]] в конце текста статьи, но на странице моя работа не появилась
Подскажите, что нужно поправить сейчас?

== Исправление АДЭУ-221 ==

Арлинская поправила [[Аналитика_профиля_ВК#🗂_Структура_проекта|Работа_Арлинская]]
Муханова Анна (добавила интерактивную карту на страничку) [[Карта друзей|Муханова_карта_друзей]]
Сабитова Алина (поменяла оформление кодов) [[Анализ целевой аудитории сообщества VK|Сабитова_проект]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:12:07Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

vk_analytics/
├── app.py
├── templates/
│ └── index.html
└── static/
└── style.css

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="html">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="css">
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</syntaxhighlight>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:08:25Z

Sabitova Alina: /* Структура проекта */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

<pre style="background: #1e1e2f; color: #f8f8f2; padding: 15px; border-radius: 10px; font-family: 'Courier New', monospace;">
vk_analytics/
│
├── app.py
│
├── templates/
│ └── index.html
│
└── static/
└── style.css
</pre>

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="html">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="css">
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</syntaxhighlight>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:07:01Z

Sabitova Alina: /* Структура проекта */

Анализ целевой аудитории сообщества VK

2026-03-27T17:05:35Z

Sabitova Alina: /* templates/index.html */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="html">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="css">
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</syntaxhighlight>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:04:56Z

Sabitova Alina: /* static/style.css */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="css">
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</syntaxhighlight>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:03:42Z

Sabitova Alina: /* static/style.css */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
{
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}

</syntaxhighligt>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:02:41Z

Sabitova Alina: /* static/style.css */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</syntaxhighligt>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:01:49Z

Sabitova Alina: /* templates/index.html */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1> Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:01:04Z

Sabitova Alina: /* templates/index.html */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:00:38Z

Sabitova Alina: /* templates/index.html */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
<syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T17:00:07Z

Sabitova Alina: /* templates/index.html */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <syntaxhighlight lang="python">
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
<syntaxhighlight>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:59:34Z

Sabitova Alina: /* app.py */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:59:09Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight lang>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:57:24Z

Sabitova Alina: /* app.py */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight lang="python">
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:57:00Z

Sabitova Alina: /* app.py */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
|
<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight lang="python">
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:56:41Z

Sabitova Alina: /* app.py */

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
<syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight lang="python">
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T16:55:50Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <syntaxhighlight lang="python">
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</syntaxhighlight lang="python">
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-27T06:11:28Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

[[Категория: Работа с API]]

Анализ целевой аудитории сообщества VK

2026-03-26T20:48:46Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
<p><b>Автор:</b> Сабитова Алина </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:48:03Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

<p><b>Автор:</b> Светлана Селиверстова </p>
<p><b>Группа:</b> АДЭУ-221</p>
<p><b>Дисциплина:</b> Работа с API социальных сетей и облачных сервисов</p>
<p><b>Статус проекта:</b> Выполнен</p>

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:45:00Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =
{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:39:20Z

Sabitova Alina:

= Анализ аудитории сообществ ВКонтакте =

== Описание проекта ==
Веб-приложение для автоматического анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии.

{| class="wikitable" style="width: 100%;"
! Параметр
! Описание
|-
| '''Область знаний'''
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика
|-
| '''Стек технологий'''
| Python 3.8+, Flask, VK API, Matplotlib, Seaborn, Pandas, HTML/CSS/JavaScript
|-
| '''Среда разработки'''
| VS Code / PyCharm, локальный сервер (localhost)
|}

== Диаграмма работы приложения ==
{{#mermaid: graph LR
A[Пользователь] --> B[Flask]
B --> C[VK API]
C --> D[Анализ]
D --> E[Графики]
D --> F[Рекомендации]
E --> G[Результат]
F --> G
}}

== Структура проекта ==
; 📄 app.py
: основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask.

; 📁 templates/index.html
: HTML-шаблон главной страницы. Содержит форму для ввода ссылки, область для отображения результатов и JavaScript-логику.

; 📁 static/style.css
: файл стилей для веб-интерфейса. Адаптивный дизайн, анимации, градиентный фон, сетка графиков.

== Код приложения ==

=== app.py ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
import seaborn as sns
from collections import Counter
from datetime import datetime
import os
import base64
import io
import pandas as pd
import time

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

# Настройка стиля seaborn
sns.set_style("whitegrid")
sns.set_palette("husl")

# ВСТАВЬТЕ ВАШ ТОКЕН СЮДА
TOKEN = "ваш_токен_сюда"

def get_community_data(group_id):
"""Собирает данные о сообществе"""
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков с пагинацией (до 2000)
members_data = []
try:
total_to_collect = min(2000, members_count)
offset = 0
batch_size = 1000

while offset < total_to_collect:
members = vk.groups.getMembers(
group_id=group_id_for_api,
fields='sex,bdate,city',
count=batch_size,
offset=offset
)

for user in members['items']:
user_info = {}

if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)

offset += len(members['items'])
time.sleep(0.34)

except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

def generate_charts(members_data, posts_data):
"""Генерирует графики с помощью seaborn"""
charts = {}

plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(7, 5))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
colors = ['#ff6b6b', '#4ecdc4', '#95a5a6']
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%',
colors=colors[:len(sex_counts)], startangle=90,
explode=[0.02] * len(sex_counts), shadow=True)

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(8, 5))
sns.histplot(ages, bins=15, kde=True, color='#3498db', edgecolor='white', linewidth=1.5, alpha=0.7)
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество подписчиков')
avg_age = sum(ages) / len(ages)
ax.axvline(avg_age, color='#e74c3c', linestyle='--', linewidth=2, label=f'Средний: {avg_age:.1f} лет')
ax.legend()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(9, 6))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

df = pd.DataFrame({'Город': city_names, 'Количество': city_values})
df = df.sort_values('Количество', ascending=True)

sns.barplot(data=df, y='Город', x='Количество', hue='Город', palette='rocket', legend=False, ax=ax)
ax.set_xlabel('Количество подписчиков')
ax.set_ylabel('Город')
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(10, 6))
type_er = {}
for post in posts_data:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
df_er = pd.DataFrame({'Тип контента': list(avg_er.keys()), 'ER': list(avg_er.values())})
df_er = df_er.sort_values('ER', ascending=False)

bars = sns.barplot(data=df_er, x='Тип контента', y='ER', hue='Тип контента', palette='viridis', legend=False, ax=ax)
ax.set_ylabel('ER (активность на 1000 просмотров)')
ax.set_xlabel('Тип контента')

for bar, val in zip(bars.patches, df_er['ER'].values):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 1,
f'{val:.1f}', ha='center', va='bottom', fontsize=10, fontweight='bold')

plt.xticks(rotation=45)
plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100, facecolor='white')
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

charts = generate_charts(data['members'], data['posts'])

stats = {}

if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)

cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → добавьте опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>
|}

=== templates/index.html ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Анализ аудитории сообществ VK</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📱 Анализ аудитории сообществ VK</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>
|}

=== static/style.css ===
{| class="wikitable mw-collapsible mw-collapsed"
! Показать код
|-
| <pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: 'Inter', -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 50%, #f093fb 100%);
min-height: 100vh;
padding: 40px 20px;
}

.container {
max-width: 1400px;
margin: 0 auto;
}

.card {
background: rgba(255, 255, 255, 0.98);
backdrop-filter: blur(10px);
border-radius: 32px;
padding: 40px;
box-shadow: 0 25px 50px -12px rgba(0, 0, 0, 0.25);
}

h1 {
font-size: 2.5rem;
font-weight: 700;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
margin-bottom: 12px;
}

.subtitle {
font-size: 1.1rem;
color: #6b7280;
margin-bottom: 35px;
border-left: 4px solid #667eea;
padding-left: 16px;
}

.input-group {
display: flex;
gap: 12px;
margin-bottom: 30px;
flex-wrap: wrap;
}

input {
flex: 1;
padding: 16px 20px;
border: 2px solid #e5e7eb;
border-radius: 20px;
font-size: 16px;
background: #f9fafb;
}

input:focus {
outline: none;
border-color: #667eea;
box-shadow: 0 0 0 4px rgba(102, 126, 234, 0.1);
}

button {
padding: 16px 32px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 20px;
font-size: 16px;
font-weight: 600;
cursor: pointer;
transition: all 0.3s ease;
}

button:hover {
transform: translateY(-2px);
box-shadow: 0 8px 25px rgba(102, 126, 234, 0.4);
}

.loader {
display: none;
text-align: center;
padding: 50px;
}

.loader-spinner {
width: 50px;
height: 50px;
border: 4px solid #e5e7eb;
border-top-color: #667eea;
border-radius: 50%;
animation: spin 0.8s linear infinite;
margin: 0 auto 20px;
}

@keyframes spin {
to { transform: rotate(360deg); }
}

.results {
display: none;
animation: fadeInUp 0.5s ease;
}

@keyframes fadeInUp {
from {
opacity: 0;
transform: translateY(20px);
}
to {
opacity: 1;
transform: translateY(0);
}
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
gap: 20px;
margin-bottom: 40px;
}

.stat {
background: linear-gradient(135deg, #f8f9fa 0%, #ffffff 100%);
padding: 24px 20px;
border-radius: 24px;
text-align: center;
box-shadow: 0 2px 8px rgba(0, 0, 0, 0.05);
}

.stat-value {
font-size: 32px;
font-weight: 800;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
-webkit-background-clip: text;
background-clip: text;
color: transparent;
}

.stat-label {
color: #6b7280;
font-size: 14px;
font-weight: 500;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(500px, 1fr));
gap: 30px;
margin: 40px 0;
}

.chart-card {
background: #ffffff;
border-radius: 24px;
padding: 24px;
text-align: center;
box-shadow: 0 4px 12px rgba(0, 0, 0, 0.05);
}

.chart-card h3 {
font-size: 1.3rem;
font-weight: 600;
margin-bottom: 20px;
color: #1f2937;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 16px;
}

.recommendations {
background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%);
border-left: 5px solid #22c55e;
padding: 28px;
border-radius: 24px;
margin-top: 30px;
}

.recommendations h3 {
color: #15803d;
margin-bottom: 20px;
font-size: 1.3rem;
font-weight: 700;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 12px 0;
color: #166534;
border-bottom: 1px solid #bbf7d0;
}

.recommendations li:last-child {
border-bottom: none;
}

.error {
background: linear-gradient(135deg, #fef2f2 0%, #fee2e2 100%);
color: #dc2626;
padding: 20px;
border-radius: 20px;
text-align: center;
}

@media (max-width: 768px) {
body { padding: 20px 15px; }
.card { padding: 24px; }
h1 { font-size: 1.8rem; }
.input-group { flex-direction: column; }
.chart-grid { grid-template-columns: 1fr; }
.stats { grid-template-columns: 1fr; }
}
</pre>
|}

== Результаты работы ==
'''В приложении выводятся:'''

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api9.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api10.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api11.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:35:05Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T20:30:20Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

=== '''В приложении выводятся:''' ===

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:29:09Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

'''В приложении выводятся:'''

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== График, отображающий распределение подписчиков сообщества по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== График, показывающий распределение подписчиков по возрасту с указанием среднего значения ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков]]

=== График, выводящий 5 городов с наибольшим количеством подписчиков ===
[[Файл:Vk api11.png|600px|thumb|center|Топ-5 городов по количеству подписчиков]]

=== График сравнения вовлеченности подписчиков в зависимости от типа контента ===
[[Файл:Vk api9.png|600px|thumb|center|Вовлечённость по типам контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api10.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Файл:Vk api11.png

2026-03-26T20:28:52Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T20:23:50Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

В приложении выводятся:

=== Ключевые метрики ===
[[Файл:Vk api6.png|1200px|thumb|center|Ключевые метрики сообщества]]

=== Распределение по полу ===
[[Файл:Vk api7.png|600px|thumb|center|Распределение подписчиков по полу]]

=== Возрастное распределение ===
[[Файл:Vk api8.png|600px|thumb|center|Возрастное распределение подписчиков со средним значением]]

=== Топ-5 городов ===
[[Файл:Vk api9.png|600px|thumb|center|5 городов с наибольшим количеством подписчиков]]

=== Вовлечённость по типам контента ===
[[Файл:Vk api10.png|600px|thumb|center|Сравнение вовлечённости подписчиков в зависимости от типа контента]]

=== Рекомендации ===
По итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлечённости и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества.

[[Файл:Vk api11.png|1200px|thumb|center|Рекомендации по контент-стратегии]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T20:20:14Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Результат==

Перейдем в браузер и воспользуемся приложением. Главный экран выглядит следующим образом:

[[Файл:Vk api4.png|1200px|слева]]

Введем ссылку на сообщество "Афиша" и посмотрим результат:

[[Файл:Vk api5.png|1200px|слева]]

В приложении выводятся:

* Ключевые метрики:

[[Файл:Vk api6.png|1200px|слева]]

* График, отображающий распределение подписчиков сообщества по полу:

[[Файл:Vk api7.png|600px|слева]]

* График, показывающий распределение подписчиков по возрасту с указанием среднего значения:

[[Файл:Vk api8.png|600px|слева]]

* График, выводящий 5 городов с наибольшим количеством подписчиков:

* График сравнения вовлеченности подписчиков в зависимости от типа контента:

[[Файл:Vk api9.png|600px|слева]]

* Рекомендации - по итогам анализа определяется средний возраст аудитории, лучший формат контента, уровень вовлеченности и география подписчиков. В зависимости от этих показателей выводятся советы для дальнейшего развития сообщества:

[[Файл:Vk api10.png|1200px|слева]]

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Файл:Vk api10.png

2026-03-26T20:20:00Z

Sabitova Alina:

Файл:Vk api9.png

2026-03-26T20:16:43Z

Sabitova Alina:

Файл:Vk api8.png

2026-03-26T20:12:22Z

Sabitova Alina:

Файл:Vk api7.png

2026-03-26T20:09:30Z

Sabitova Alina:

Файл:Vk api6.png

2026-03-26T20:08:07Z

Sabitova Alina:

Файл:Vk api5.png

2026-03-26T20:06:24Z

Sabitova Alina:

Файл:Vk api4.png

2026-03-26T20:04:42Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:24:55Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|слева]]

Запускаем основной скрипт приложения:

[[Файл:Vk api3.png|1200px|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Файл:Vk api3.png

2026-03-26T19:24:31Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:21:13Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

== Ход выполнения ==

Устанавливаем необходимые библиотеки:

[[Файл:Vk api2.png|1000px|мини|слева]]

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Файл:Vk api2.png

2026-03-26T19:20:37Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:17:58Z

Sabitova Alina:

{| class="wikitable"
|-
! Параметр
! Описание
|-
| Описание
| Веб-приложение для анализа аудитории сообществ ВКонтакте. Инструмент собирает данные о подписчиках (пол, возраст, география) и постах (типы контента, вовлечённость), визуализирует статистику в виде графиков и формирует рекомендации по оптимизации контент-стратегии. Проект решает задачу автоматизации SMM-аналитики и помогает администраторам сообществ понимать свою целевую аудиторию.
|-
| Область знаний
| Веб-разработка, анализ данных, работа с API социальных сетей, визуализация данных, SMM-аналитика, Python-программирование.
|-
| Близкие понятия
| SMM-аналитика, парсинг VK API, дашборд для сообществ, анализ целевой аудитории (ЦА), вовлечённость (ER), демографический портрет аудитории, контент-стратегия, репрезентативная выборка, Flask-приложение.
|-
| Среда разработки
| Python 3.8+, Flask, vk_api, matplotlib, pandas
|}

== Цель проекта ==
Разработать веб-приложение для автоматического анализа аудитории сообществ ВКонтакте с целью получения демографической статистики и рекомендаций по оптимизации контент-стратегии. Приложение должно предоставлять наглядную визуализацию данных в виде графиков и формировать практические советы для администраторов сообществ.

== Задачи ==
# Интеграция с VK API — реализовать сбор данных о подписчиках и постах сообщества.
# Обработка данных — агрегировать информацию о поле, возрасте, географии и вовлечённости.
# Визуализация — построить 4 графика:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Формирование рекомендаций — на основе полученных данных выдать текстовые советы по контент-стратегии.
# Создание веб-интерфейса — разработать удобную форму для ввода ссылки на сообщество и отображения результатов.

== Диаграмма работы приложения ==
{{#mermaid: flowchart TD
A[Ввод ссылки на сообщество] --> B[Запрос к VK API]
B --> C[Анализ подписчиков]
B --> D[Анализ постов]
C --> E[Отображение графиков]
D --> F[Вывод ключевых показателей вовлечённости]
F --> Q[Формирование рекомендаций]
E --> Q
}}

== Структура проекта ==

Структура проекта в VS Code:

[[Файл:Vk api1.png|600px]]

'''app.py''' — основной Python-скрипт приложения. Обеспечивает интеграцию с VK API, сбор данных о подписчиках и постах, генерацию 4 графиков, формирование рекомендаций и работу веб-сервера на Flask:

<pre>
from flask import Flask, render_template, request, jsonify
import vk_api
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from collections import Counter
from datetime import datetime
import os
import base64
import io

app = Flask(__name__)

# Папка для статики
os.makedirs('static', exist_ok=True)

TOKEN = "Ваш токен"

# Собирает данные о сообществе
def get_community_data(group_id):
try:
vk_session = vk_api.VkApi(token=TOKEN)
vk = vk_session.get_api()

# Определяем ID сообщества
if str(group_id).lstrip('-').isdigit():
owner_id = int(group_id)
group_id_for_api = owner_id
else:
group_id_for_api = group_id

# Получаем информацию о сообществе
try:
group = vk.groups.getById(group_id=group_id_for_api, fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']
except:
# Если не получилось, пробуем как числовой ID
group = vk.groups.getById(group_id=str(group_id_for_api), fields='members_count,description')[0]
community_name = group['name']
members_count = group['members_count']

# Собираем подписчиков
members_data = []
try:
members = vk.groups.getMembers(group_id=group_id_for_api, fields='sex,bdate,city', count=500)
for user in members['items']:
user_info = {}

# Пол
if user.get('sex') == 1:
user_info['sex'] = 'Женщины'
elif user.get('sex') == 2:
user_info['sex'] = 'Мужчины'
else:
user_info['sex'] = 'Не указан'

# Возраст
if user.get('bdate'):
bdate = user['bdate']
if len(bdate.split('.')) == 3:
try:
year = int(bdate.split('.')[2])
age = datetime.now().year - year
if 0 < age < 100:
user_info['age'] = age
except:
pass

# Город
if user.get('city') and user['city'].get('title'):
user_info['city'] = user['city']['title']

members_data.append(user_info)
except Exception as e:
print(f"Ошибка при сборе подписчиков: {e}")

# Собираем посты
posts_data = []
try:
wall = vk.wall.get(owner_id=owner_id if str(group_id).lstrip('-').isdigit() else group_id, count=20, filter='owner')
for post in wall['items']:
post_info = {
'text': post.get('text', '')[:100],
'likes': post['likes']['count'],
'comments': post['comments']['count'],
'reposts': post['reposts']['count'],
'views': post.get('views', {}).get('count', 0)
}

# Тип контента (без эмодзи, чтобы не было проблем с шрифтами)
if post.get('attachments'):
attach_type = post['attachments'][0]['type']
if attach_type == 'photo':
post_info['type'] = 'Фото'
elif attach_type == 'video':
post_info['type'] = 'Видео'
elif attach_type == 'link':
post_info['type'] = 'Ссылка'
else:
post_info['type'] = 'Текст'
else:
post_info['type'] = 'Текст'

# ER
if post_info['views'] > 0:
post_info['er'] = (post_info['likes'] + post_info['comments'] + post_info['reposts']) / post_info['views'] * 1000
else:
post_info['er'] = 0

posts_data.append(post_info)
except Exception as e:
print(f"Ошибка при сборе постов: {e}")

return {
'success': True,
'community_name': community_name,
'members_count': members_count,
'members': members_data,
'posts': posts_data
}

except Exception as e:
return {'success': False, 'error': str(e)}

# Генерирует графики
def generate_charts(members_data, posts_data):
charts = {}

# Настройка шрифтов для русских букв
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = ['Arial', 'DejaVu Sans']

# 1. Распределение по полу
if members_data:
fig, ax = plt.subplots(figsize=(6, 4))
sex_counts = Counter([m.get('sex', 'Не указан') for m in members_data])
ax.pie(sex_counts.values(), labels=sex_counts.keys(), autopct='%1.1f%%')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['sex'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 2. Возрастное распределение
ages = [m['age'] for m in members_data if 'age' in m]
if ages:
fig, ax = plt.subplots(figsize=(6, 4))
ax.hist(ages, bins=15, color='skyblue', edgecolor='black')
ax.set_xlabel('Возраст')
ax.set_ylabel('Количество')

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['age'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 3. Топ-5 городов
cities = [m['city'] for m in members_data if 'city' in m and m['city'] != 'Не указан']
if cities:
fig, ax = plt.subplots(figsize=(8, 5))
city_counts = Counter(cities).most_common(5)
city_names, city_values = zip(*city_counts)

# Создаём горизонтальную столбчатую диаграмму
bars = ax.barh(city_names, city_values, color='lightcoral', edgecolor='darkred')
ax.set_title('Топ-5 городов аудитории', fontsize=14, fontweight='bold')
ax.set_xlabel('Количество подписчиков', fontsize=11)
ax.set_ylabel('Город', fontsize=11)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['cities'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

# 4. Вовлечённость по типам контента
if posts_data:
fig, ax = plt.subplots(figsize=(8, 5))
type_er = {}
for post in posts_data:
post_type = post['type']
if post_type not in type_er:
type_er[post_type] = []
type_er[post_type].append(post['er'])

avg_er = {t: sum(ers)/len(ers) for t, ers in type_er.items()}
bars = ax.bar(avg_er.keys(), avg_er.values(), color='lightgreen', edgecolor='darkgreen')
ax.set_ylabel('ER (на 1000 просмотров)', fontsize=11)
plt.xticks(rotation=45)

# Добавляем значения на столбцы
for bar, val in zip(bars, avg_er.values()):
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + 0.5,
f'{val:.1f}', ha='center', va='bottom', fontsize=9)

plt.tight_layout()

buf = io.BytesIO()
plt.savefig(buf, format='png', bbox_inches='tight', dpi=100)
buf.seek(0)
charts['engagement'] = base64.b64encode(buf.getvalue()).decode()
plt.close(fig)

return charts

@app.route('/')
def index():
return render_template('index.html')

@app.route('/analyze', methods=['POST'])
def analyze():
group_url = request.json.get('group_url', '').strip()

if not group_url:
return jsonify({'success': False, 'error': 'Введите ссылку на сообщество'})

# Извлекаем ID сообщества из ссылки
if 'vk.com/' in group_url:
group_id = group_url.split('vk.com/')[-1].split('/')[0]
else:
group_id = group_url

# Собираем данные
data = get_community_data(group_id)

if not data['success']:
return jsonify({'success': False, 'error': data.get('error', 'Ошибка при получении данных')})

# Генерируем графики
charts = generate_charts(data['members'], data['posts'])

# Считаем статистику
stats = {}

# Пол
if data['members']:
sex_counts = Counter([m.get('sex', 'Не указан') for m in data['members']])
stats['sex'] = dict(sex_counts)

# Возраст
ages = [m['age'] for m in data['members'] if 'age' in m]
if ages:
stats['avg_age'] = sum(ages) / len(ages)
stats['min_age'] = min(ages)
stats['max_age'] = max(ages)

# Города
cities = [m['city'] for m in data['members'] if 'city' in m and m['city'] != 'Не указан']
if cities:
stats['top_cities'] = Counter(cities).most_common(5)

# Посты
if data['posts']:
avg_er = sum(p['er'] for p in data['posts']) / len(data['posts'])
stats['avg_er'] = avg_er
# Лучший тип контента
type_er = {}
for post in data['posts']:
if post['type'] not in type_er:
type_er[post['type']] = []
type_er[post['type']].append(post['er'])
best_type = max(type_er.keys(), key=lambda t: sum(type_er[t])/len(type_er[t]))
stats['best_post_type'] = best_type

# Рекомендации
recommendations = []
if 'avg_age' in stats:
if stats['avg_age'] < 20:
recommendations.append("🎯 Аудитория молодая (до 20 лет) → используйте короткие, трендовые форматы, мемы, TikTok-подход")
elif stats['avg_age'] < 30:
recommendations.append("🎯 Аудитория 20-30 лет → чередуйте развлекательный и полезный контент, используйте качественные фото")
else:
recommendations.append("🎯 Аудитория 30+ лет → делайте акцент на полезный, экспертный контент, длинные посты")

if stats.get('best_post_type'):
recommendations.append(f"📈 Лучший формат контента: {stats['best_post_type']} → публикуйте чаще именно его")

if data['posts'] and stats.get('avg_er'):
if stats['avg_er'] < 50:
recommendations.append("⚠️ Вовлечённость ниже среднего → попробуйте добавить опросы, конкурсы и интерактив")
elif stats['avg_er'] > 150:
recommendations.append("🔥 Отличная вовлечённость! Продолжайте в том же духе")

# Добавляем рекомендацию по городам
if stats.get('top_cities'):
main_city = stats['top_cities'][0][0]
main_city_count = stats['top_cities'][0][1]
total_with_city = sum(count for _, count in stats['top_cities'])
if len(stats['top_cities']) > 1:
recommendations.append(f"🏙️ Топ-5 городов: {', '.join([f'{city} ({cnt})' for city, cnt in stats['top_cities'][:3]])}")
recommendations.append(f"📍 Основная аудитория из {main_city} → можно проводить локальные мероприятия или делать привязку к городу")

return jsonify({
'success': True,
'community_name': data['community_name'],
'members_count': data['members_count'],
'stats': stats,
'charts': charts,
'recommendations': recommendations
})

if __name__ == '__main__':
app.run(debug=True)
</pre>

'''templates/index.html''' — HTML-шаблон с формой ввода, JavaScript-логикой и динамическим отображением графиков и рекомендаций:
<pre>
<!DOCTYPE html>
<html lang="ru">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>VK Community Analytics</title>
<link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
<div class="container">
<div class="card">
<h1>📊 VK Community Analytics</h1>
<p class="subtitle">Анализ аудитории сообщества и рекомендации по контенту</p>

<div class="input-group">
<input type="text" id="groupUrl" placeholder="Введите ссылку или ID сообщества (например: durov или vk.com/durov)">
<button onclick="analyze()" id="analyzeBtn">🔍 Анализировать</button>
</div>

<div class="loader" id="loader">
<div class="loader-spinner"></div>
<p>Анализируем сообщество... Это может занять до 30 секунд</p>
</div>

<div class="results" id="results">
<div class="stats" id="stats"></div>
<div class="chart-grid" id="charts"></div>
<div class="recommendations" id="recommendations"></div>
</div>
</div>
</div>

<script>
async function analyze() {
const groupUrl = document.getElementById('groupUrl').value;
if (!groupUrl) {
alert('Введите ссылку или ID сообщества');
return;
}

const btn = document.getElementById('analyzeBtn');
const loader = document.getElementById('loader');
const results = document.getElementById('results');

btn.disabled = true;
loader.style.display = 'block';
results.style.display = 'none';

try {
const response = await fetch('/analyze', {
method: 'POST',
headers: {
'Content-Type': 'application/json'
},
body: JSON.stringify({ group_url: groupUrl })
});

const data = await response.json();

if (data.success) {
displayResults(data);
} else {
showError(data.error);
}
} catch (error) {
showError('Ошибка соединения с сервером');
} finally {
btn.disabled = false;
loader.style.display = 'none';
}
}

function displayResults(data) {
// Статистика
const statsHtml = `
<div class="stat">
<div class="stat-value">${data.community_name}</div>
<div class="stat-label">Название сообщества</div>
</div>
<div class="stat">
<div class="stat-value">${data.members_count.toLocaleString()}</div>
<div class="stat-label">Подписчиков</div>
</div>
${data.stats.avg_age ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_age.toFixed(1)} лет</div>
<div class="stat-label">Средний возраст</div>
</div>
` : ''}
${data.stats.avg_er ? `
<div class="stat">
<div class="stat-value">${data.stats.avg_er.toFixed(2)}</div>
<div class="stat-label">Средняя вовлечённость (ER)</div>
</div>
` : ''}
`;
document.getElementById('stats').innerHTML = statsHtml;

// Графики (4 штуки)
let chartsHtml = '';
if (data.charts.sex) {
chartsHtml += `
<div class="chart-card">
<h3>👥 Распределение по полу</h3>
<img src="data:image/png;base64,${data.charts.sex}" alt="Распределение по полу">
</div>
`;
}
if (data.charts.age) {
chartsHtml += `
<div class="chart-card">
<h3>🎂 Возрастное распределение</h3>
<img src="data:image/png;base64,${data.charts.age}" alt="Возраст">
</div>
`;
}
if (data.charts.cities) {
chartsHtml += `
<div class="chart-card">
<h3>🏙️ Топ-5 городов</h3>
<img src="data:image/png;base64,${data.charts.cities}" alt="Города">
</div>
`;
}
if (data.charts.engagement) {
chartsHtml += `
<div class="chart-card">
<h3>📈 Вовлечённость по типам контента</h3>
<img src="data:image/png;base64,${data.charts.engagement}" alt="ER">
</div>
`;
}
document.getElementById('charts').innerHTML = chartsHtml;

// Рекомендации
let recHtml = '<h3>💡 Рекомендации по контент-стратегии</h3><ul>';
data.recommendations.forEach(rec => {
recHtml += `<li>${rec}</li>`;
});
recHtml += '</ul>';
document.getElementById('recommendations').innerHTML = recHtml;

document.getElementById('results').style.display = 'block';
}

function showError(message) {
const results = document.getElementById('results');
results.style.display = 'block';
results.innerHTML = `<div class="error">❌ Ошибка: ${message}</div>`;
}
</script>
</body>
</html>
</pre>

'''static/style.css''' — файл стилей для веб-интерфейса:
<pre>
* {
margin: 0;
padding: 0;
box-sizing: border-box;
}

body {
font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
min-height: 100vh;
padding: 20px;
}

.container {
max-width: 1200px;
margin: 0 auto;
}

.card {
background: white;
border-radius: 20px;
padding: 30px;
margin-bottom: 20px;
box-shadow: 0 10px 40px rgba(0,0,0,0.1);
}

h1 {
color: #333;
margin-bottom: 10px;
}

.subtitle {
color: #666;
margin-bottom: 30px;
}

.input-group {
display: flex;
gap: 10px;
margin-bottom: 20px;
}

input {
flex: 1;
padding: 15px;
border: 2px solid #e0e0e0;
border-radius: 10px;
font-size: 16px;
transition: border-color 0.3s;
}

input:focus {
outline: none;
border-color: #667eea;
}

button {
padding: 15px 30px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
color: white;
border: none;
border-radius: 10px;
font-size: 16px;
cursor: pointer;
transition: transform 0.2s;
}

button:hover {
transform: translateY(-2px);
}

button:disabled {
opacity: 0.6;
cursor: not-allowed;
}

.loader {
display: none;
text-align: center;
padding: 40px;
}

.loader-spinner {
border: 3px solid #f3f3f3;
border-top: 3px solid #667eea;
border-radius: 50%;
width: 40px;
height: 40px;
animation: spin 1s linear infinite;
margin: 0 auto 15px;
}

@keyframes spin {
0% { transform: rotate(0deg); }
100% { transform: rotate(360deg); }
}

.results {
display: none;
}

.chart-grid {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(450px, 1fr));
gap: 25px;
margin: 30px 0;
}

.chart-card {
background: #f8f9fa;
border-radius: 15px;
padding: 20px;
text-align: center;
transition: transform 0.2s, box-shadow 0.2s;
}

.chart-card:hover {
transform: translateY(-5px);
box-shadow: 0 5px 20px rgba(0,0,0,0.1);
}

.chart-card h3 {
color: #333;
margin-bottom: 15px;
font-size: 18px;
}

.chart-card img {
max-width: 100%;
height: auto;
border-radius: 10px;
}

.stats {
display: grid;
grid-template-columns: repeat(auto-fit, minmax(200px, 1fr));
gap: 15px;
margin: 20px 0;
}

.stat {
background: #f8f9fa;
padding: 15px;
border-radius: 10px;
text-align: center;
transition: transform 0.2s;
}

.stat:hover {
transform: translateY(-3px);
}

.stat-value {
font-size: 28px;
font-weight: bold;
color: #667eea;
}

.stat-label {
color: #666;
font-size: 14px;
margin-top: 5px;
}

.recommendations {
background: #e8f5e9;
border-left: 4px solid #4caf50;
padding: 20px;
border-radius: 10px;
margin-top: 20px;
}

.recommendations h3 {
color: #2e7d32;
margin-bottom: 15px;
}

.recommendations ul {
list-style: none;
padding-left: 0;
}

.recommendations li {
padding: 8px 0;
color: #1b5e20;
}

.error {
background: #ffebee;
color: #c62828;
padding: 15px;
border-radius: 10px;
margin-top: 20px;
}

@media (max-width: 768px) {
.input-group {
flex-direction: column;
}

.chart-grid {
grid-template-columns: 1fr;
}
}
</pre>

После запуска приложение доступно по адресу: '''http://127.0.0.1:5000'''

== Выводы ==

# Разработано полноценное веб-приложение для анализа сообществ ВКонтакте, работающее на localhost.
# Реализована интеграция с VK API — приложение успешно получает данные о подписчиках (пол, возраст, город) и постах (типы контента, вовлечённость).
# Создана система визуализации — 4 информативных графика, отображающих ключевые метрики аудитории:
#* Распределение по полу (круговая диаграмма)
#* Возрастное распределение (гистограмма)
#* Топ-5 городов (горизонтальная столбчатая диаграмма)
#* Вовлечённость по типам контента (столбчатая диаграмма)
# Автоматическое формирование рекомендаций — на основе анализа данных приложение выдаёт практические советы по оптимизации контент-стратегии.
# Удобный пользовательский интерфейс — адаптивный дизайн, анимации загрузки, понятная навигация.

Анализ целевой аудитории сообщества VK

2026-03-26T19:13:40Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:12:48Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:11:05Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:09:12Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:07:32Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:01:09Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:00:18Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T19:00:03Z

Sabitova Alina:

Анализ целевой аудитории сообщества VK

2026-03-26T18:59:42Z

Sabitova Alina: