Аналитика профиля ВК

📊 Аналитика профиля ВКонтакте

Автор: Федышина София

Группа: АДЭУ-221

Дисциплина: Работа с API социальных сетей и визуализация данных

Статус проекта: Выполнен

📘 Введение

Проект представляет собой веб-приложение 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.

🔑 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. Настройка приложения в разделе для разработчиков

После создания приложения открывается панель управления, где доступна следующая информация:

• Название приложения — отображается созданное ранее имя (test).
• Категория — подтверждается выбранная категория (Инструменты).
• Описание — поле для заполнения информации о функциональности приложения.
• Бонусная программа — при выполнении условий можно получить до 25 000 ₽ на рекламу сервиса.

Шаг 3. Получение ключей доступа

В разделе «Ключи доступа» генерируется токен для работы с API. Доступны следующие опции:

• Другие площадки — настройки интеграции с внешними сервисами.
• Дополнительные — расширенные настройки доступа.
• Разработка — технические параметры приложения.
• Ключи доступа — основное место для получения токена.
• Удалить процедуры — опция удаления настроенных процедур доступа.

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

🛠 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.

Ввод домена или ID профиля

Запрос к VK API (стена, профиль, статистика)

Сбор и агрегация данных: лайки, репосты, комментарии, текст постов

Расчёт метрик: вовлечённость, частотность слов, временные паттерны

Визуализация: графики активности, диаграммы, топ-слов

🗂 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 (500).
• Суммарное количество лайков (21.9M) и среднее значение на пост (43717.9).
• Суммарное количество репостов (944.3K).
• Суммарное количество комментариев и среднее значение на пост (0).

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».

📌 Выводы

• Разработанное приложение 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.
• Проект может быть расширен добавлением прогнозных моделей, сравнением нескольких сообществ, а также экспортом отчётов в PDF или Excel.