Аналитика профиля ВК

📊 Аналитика профиля ВКонтакте

Автор: Арлинская Александра

Группа: АДЭУ-221

Дисциплина: Работа с API социальных сетей и визуализация данных

📘 Введение

Проект представляет собой веб-сайт для детального анализа публичной страницы или профиля ВКонтакте. Пользователь вводит адрес сообщества, после чего система собирает данные через официальное API VK, обрабатывает их и отображает в виде структурированной статистики и наглядных графиков.

🎯 Цель проекта

• Создать удобный инструмент для анализа статистики сообществ ВКонтакте.
• Предоставить пользователю ключевые метрики: количество подписчиков, постов, суммарные лайки, репосты и комментарии.
• Визуализировать динамику вовлечённости по времени: график активности по постам, распределение по часам и дням недели.
• Провести текстовый анализ контента с выделением самых частых слов в публикациях.

💻 Стек технологий

Python 3.11, FastAPI, VK API, HTML5, CSS3, JavaScript, Chart.js

🛠 Архитектура и блок-схема проекта

Проект построен на архитектуре клиент-сервер. Backend (Python + FastAPI/Flask) обрабатывает запросы к VK API, собирает и агрегирует данные. Frontend (HTML/CSS/JS) отображает информацию и визуализирует графики с использованием библиотеки Chart.js.

🔑 Получение токена доступа VK API

Для работы с API ВКонтакте необходимо создать приложение и получить ключ доступа (токен). Ниже описан пошаговый процесс.

Шаг 1. Создание приложения

На странице создания приложения необходимо указать следующие параметры:

• Тип приложения — выбирается «Мини-приложение» для получения доступа к API сообществ и пользователей.
• Название приложения — задаётся уникальное имя (не менее трёх символов).
• Категория — выбирается «Инструменты» для аналитических сервисов.

После заполнения формы необходимо подтвердить согласие с правилами размещения и платформы, затем нажать кнопку «Создать».

Шаг 2. Получение ключей доступа

В разделе «Ключи доступа» генерируется токен для работы с API.

Сгенерированный токен сохраняется в файле .env проекта для дальнейшего использования при запросах к VK API.

🗂 Структура проекта

VK-DASHBOARD/

📁 __pycache__/

📁 .venv/ — виртуальное окружение

📁 public/

📁 img/

🖼 favicon.svg

📁 templates/

📄 index.html — главная страница с формой ввода

📄 result.html — страница с результатами аналитики

📄 main.py — основной файл приложения (Flask/FastAPI)

📄 .env — переменные окружения (токен VK API)

📄 .env.example — пример конфигурации

Назначение ключевых файлов:

• main.py — серверная логика: маршруты, взаимодействие с VK API, обработка данных.
• templates/index.html — стартовая страница с полем ввода адреса профиля.
• templates/result.html — страница с полной аналитикой: графики, статистика, топ-слов.
• .env — хранение токена доступа к VK API и других секретов.

📊 Описание визуализации

1. Главная страница

Пользователю предлагается ввести адрес страницы (например, durov или полную ссылку vk.com/durov). После нажатия кнопки «Анализировать» система начинает сбор данных. Кнопка «Сбросить» очищает форму для нового запроса.

2. Карточка профиля

В верхней части страницы результатов отображается основная информация о сообществе или пользователе:

• Имя профиля и статус (например, «Pavel Durov» и «Детектор»).
• Геолокация — город (Saint Petersburg).
• Дата рождения и пол (для пользователей).
• Количество подписчиков — крупным шрифтом (4.8M).
• Количество загруженных постов (500).

3. Ключевые метрики

Блок с агрегированной статистикой по всем проанализированным постам:

• Общее количество постов.
• Суммарное количество лайков и среднее значение на пост.
• Суммарное количество репостов.
• Суммарное количество комментариев и среднее значение на пост.

4. График вовлечённости по постам

Линейный график, отображающий динамику трёх метрик (лайки, репосты, комментарии) для последних 50 постов. По оси X — даты публикаций, по оси Y — количество взаимодействий. График позволяет визуально оценить пики активности и выявить наиболее успешные публикации.

5. Активность по часам

Горизонтальная столбчатая диаграмма, показывающая распределение публикаций по часам суток. Позволяет определить, в какое время автор чаще всего публикует контент. Часовые интервалы от 00:00 до 21:00.

6. Активность по дням

Столбчатая диаграмма, отображающая количество публикаций по дням недели (Пн, Вт, Ср, Чт, Пт, Сб, Вс). Помогает выявить наиболее активные дни ведения сообщества.

7. Топ-20 слов

Список наиболее часто встречающихся слов в текстах постов. Анализ позволяет понять основные темы и ключевые понятия, вокруг которых строится контент сообщества. Пример: «вконтакте», «telegram», «россии», «пользователей», «сегодня».

🚫 Фильтрация стоп-слов

При анализе текстов постов система автоматически исключает часто встречающиеся, но не несущие смысловой нагрузки слова (предлоги, местоимения, союзы). Это позволяет выделить действительно значимые ключевые слова и получить точную картину тематики контента.

📝 Отрывок кода, отвечающий за фильтрацию:

Список стоп-слов (русские и английские):

RU_STOPWORDS = {
    "и","в","во","не","что","он","на","я","с","со","как","а","то","все","она",
    "так","его","но","да","ты","к","у","же","вы","за","бы","по","только","её",
    "мне","было","вот","от","меня","ещё","нет","о","из","ему","теперь","когда",
    "даже","ну","вдруг","ли","если","уже","или","ни","быть","был","него","до",
    "вас","нибудь","опять","уж","вам","ведь","там","потом","себя","ничего","ей",
    "может","они","тут","где","есть","надо","ней","для","мы","тебя","их","чем",
    "была","сам","чтоб","без","будто","чего","раз","тоже","себе","под","будет",
    "ж","тогда","кто","этот","того","потому","этого","какой","совсем","ним",
    "здесь","этом","один","почти","мой","тем","чтобы","нее","сейчас","были",
    "куда","зачем","всех","никогда","можно","при","наконец","два","об","другой",
    "хоть","после","над","больше","тот","через","эти","нас","про","всего","них",
    "какая","много","разве","три","эту","моя","впрочем","свою","этой","перед",
    "иногда","лучше","чуть","том","нельзя","такой","им","более","всегда",
    "конечно","всю","между","это","этим","при","нам","этих","та","те","при",
    "ещe","тебе","со","вся","все","бы","ведь","вон","вот","да","даже","для",
    "его","нет","ни","тот","раз","еще",
    "the","and","in","of","to","a","is","it","that","for","on","are","with",
    "was","at","be","by","this","have","from","or","an","but","not","they",
    "we","you","he","she","all","as","do","did","been","his","her","our","their",
}

Функция обработки текста постов (фрагмент из process_posts):

def process_posts(posts: list) -> dict:
    # ... остальной код ...
    
    # Сбор всего текста из постов
    all_text = " ".join(p.get("text", "") for p in posts if p.get("text"))
    
    # Разбивка на слова (только слова длиной от 3 символов)
    words = re.findall(r"\b[а-яёa-zA-Z]{3,}\b", all_text.lower())
    
    # Фильтрация стоп-слов
    filtered = [w for w in words if w not in RU_STOPWORDS]
    
    # Подсчёт топ-20 самых частых слов
    top_words = Counter(filtered).most_common(20)
    
    return {
        # ... остальные данные ...
        "words": {
            "labels": [w[0] for w in top_words],
            "data":   [w[1] for w in top_words],
        },
    }

Как это работает:

• Из всех постов собирается текст и разбивается на отдельные слова
• Отбрасываются слова короче 3 символов (регулярное выражение r"\b[а-яёa-zA-Z]{3,}\b")
• Из оставшихся слов удаляются стоп-слова из списка RU_STOPWORDS
• Подсчитывается частота оставшихся слов с помощью Counter
• Формируется топ-20 самых частых слов для отображения на графике

📌 Выводы

• Разработанный веб-сайт предоставляет полную аналитику публичного профиля ВКонтакте: от базовых метрик до детальных графиков вовлечённости.
• Визуализация данных включает линейные графики динамики постов, распределение по часам и дням недели, а также текстовый анализ с выделением ключевых слов.
• Интерфейс выполнен в стилистике VK: светлый фон, акцентные синие элементы, удобная карточная структура.
• Для работы с API был успешно получен токен доступа через создание мини-приложения в VK.