Анализ активности пользователей Digida

Исходные данные

Все события площадки до 06.04.2026 года - https://raw.githubusercontent.com/patarakin/stat-data/dc76a94554ecd09228ad4e21e95a94e9c422b1b8/datasets/csv/wiki_df_events_digid.csv

Совместные действия участников - https://raw.githubusercontent.com/patarakin/stat-data/dc76a94554ecd09228ad4e21e95a94e9c422b1b8/datasets/csv/wiki_df_team_digid.csv

График активности 2022 - 2026

Код для получения данных и графиков

# Загрузка необходимых пакетов
library(httr)
library(jsonlite)
library(dplyr)
library(lubridate)
library(tidyr)
library(ggplot2)
library(patchwork)

# Корректный URL API
api_url <- "https://digida.mgpu.ru/api.php"

# Безопасное определение функции (если ещё не существует)
if (!exists("get_mw_data")) {
  get_mw_data <- function(action, params) {
    query_params <- c(action = action, format = "json", params)
    response <- GET(api_url, query = query_params)
    
    # Дополнительная проверка типа ответа
    if (http_type(response) != "application/json") {
      warning("Ответ не в формате JSON")
    }
    
    stop_for_status(response)
    fromJSON(content(response, "text"))
  }
}

# Загрузка данных с обработкой ошибок
data_loaded <- FALSE
tryCatch({
  recent_edits <- get_mw_data("query", list(
    list = "recentchanges",
    rcprop = "user|timestamp|title|comment|type",
    rclimit = "500",
    rcshow = "!bot",
    rcend = format(Sys.Date() - 365, "%Y%m%d%H%M%S")
  ))
  
  users_list <- get_mw_data("query", list(
    list = "allusers",
    aulimit = "500"
  ))
  
  print("Данные успешно загружены!")
  data_loaded <- TRUE
}, error = function(e) {
  print(paste("Ошибка при загрузке данных:", e$message))
})

# Если данные не загружены, прерываем выполнение
if (!data_loaded) {
  stop("Не удалось загрузить данные. Прекращение выполнения.")
}

# Проверка прав на запись в текущей директории
can_write <- file.access(getwd(), mode = 2) == 0
if (!can_write) {
  stop("Нет прав на запись в текущую рабочую директорию. Выберите другую папку.")
}

# Очистка данных
clean_data <- recent_edits$query$recentchanges %>%
  as_tibble() %>%
  mutate(
    timestamp = ymd_hms(timestamp),
    date = as.Date(timestamp),
    day_of_week = wday(timestamp, label = TRUE, abbr = FALSE),
    hour_of_day = hour(timestamp),
    month = month(timestamp, label = TRUE),
    is_edit = type == "edit"
  ) %>%
  filter(date >= Sys.Date() - 365) %>%
  select(user, timestamp, date, day_of_week, hour_of_day, month, title, is_edit)

# Проверка на пустые данные
if (nrow(clean_data) == 0) {
  stop("Очищенные данные пусты. Проверьте параметры запроса к API.")
}

print(paste("Обработано записей:", nrow(clean_data)))

# Агрегация и анализ
user_summary <- clean_data %>%
  group_by(user) %>%
  summarise(
    total_actions = n(),
    edits_count = sum(is_edit),
    unique_pages = n_distinct(title),
    first_action = min(timestamp),
    last_action = max(timestamp)
  ) %>%
  arrange(desc(total_actions))

new_users <- clean_data %>%
  group_by(month) %>%
  summarise(new_users = n_distinct(user))

weekly_activity <- clean_data %>%
  group_by(day_of_week) %>%
  summarise(actions = n())

hourly_activity <- clean_data %>%
  group_by(hour_of_day) %>%
  summarise(actions = n())

top_10_users <- user_summary %>% head(10)
monthly_activity <- clean_data %>%
  group_by(month) %>%
  summarise(total_actions = n(), unique_users = n_distinct(user))

# Построение графиков
p1 <- ggplot(monthly_activity, aes(x = month, y = total_actions)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  labs(title = "Динамика активности пользователей по месяцам",
       x = "Месяц", y = "Количество действий") +
  theme_minimal()

p2 <- ggplot(weekly_activity, aes(x = day_of_week, y = actions)) +
  geom_bar(stat = "identity", fill = "darkgreen") +
  labs(title = "Активность по дням недели",
       x = "День недели", y = "Количество действий") +
  theme_minimal()

p3 <- ggplot(hourly_activity, aes(x = hour_of_day, y = actions)) +
  geom_line(color = "red", size = 1) +
  labs(title = "Активность по часам суток",
       x = "Час дня", y = "Количество действий") +
  scale_x_continuous(breaks = 0:23) +
  theme_minimal()

combined_plot <- (p1 | p2) / p3

# Создаём папку для сохранения графиков
output_dir <- "saved_plots"
if (!dir.exists(output_dir)) {
  dir.create(output_dir)
  print(paste("Создана папка для графиков:", output_dir))
}

# Функция для безопасного сохранения графиков
safe_save_plot <- function(plot_obj, filename, width, height, dpi = 300) {
  if (!inherits(plot_obj, "ggplot")) {
    print(paste("Предупреждение: объект не является графиком ggplot — пропуск сохранения", filename))
    return(FALSE)
  }
  
  full_path <- file.path(output_dir, filename)
  
  tryCatch({
    ggsave(
      filename = full_path,
      plot = plot_obj,
      width = width,
      height = height,
      dpi = dpi,
      device = "png"
    )
    print(paste("График сохранён:", normalizePath(full_path)))
    TRUE
  }, error = function(e) {
    print(paste("Ошибка сохранения", filename, ":", e$message))
    FALSE
  })
}

# Сохранение всех графиков
print("Начинаем сохранение графиков...")

# Объединённый график
safe_save_plot(
  combined_plot,
  "activity_analysis_2023_2024.png",
  width = 12,
  height = 8
)

# График по месяцам
safe_save_plot(
  p1,
  "monthly_activity_2023_2024.png",
  width = 8,
  height = 6
)

# График по дням недели
safe_save_plot(
  p2,
  "weekly_activity_2023_2024.png",
  width = 8,
  height = 6
)

# График по часам
safe_save_plot(
  p3,
  "hourly_activity_2023_2024.png",
  width = 8,
  height = 6
)

# Финальная проверка — список сохранённых файлов
print("\n---")
print("Проверка сохранённых файлов:")
saved_files <- list.files(output_dir, pattern = ".png", full.names = TRUE)
if (length(saved_files) > 0) {
  print("Успешно сохранены файлы:")
  print(saved_files)
} else {
  print("Файлы не найдены в папке", output_dir)
}

print("Анализ завершён!")

Результаты выполнения кода

После успешного выполнения скрипт: 1. Загружает данные о действиях пользователей из API за последний год. 2. Очищает и структурирует данные. 3. Анализирует активность по месяцам, дням недели и часам суток. 4. Определяет топ‑10 активных пользователей. 5. Строит и сохраняет 4 графика в папке saved_plots. 6. Выводит сводную информацию о результатах.

Объединённый график

На графике указаны динамика активности пользователей по месяцам, активность по дням недели, активность по часам суток.

---