Аналитический инструмент «Золотой час контента»
📊 Аналитика «Золотого часа контента»
Автор: Федышина София
Группа: АДЭУ-221
Дисциплина: Работа с API социальных сетей и визуализация данных
Статус проекта: Выполнен
📘 Введение
Цель проекта — разработать инструмент для анализа публикаций в VK и определения оптимального времени для постинга, чтобы максимизировать вовлеченность аудитории. Проект использует API VK для получения статистики по последним постам сообщества и визуализирует пики активности аудитории через графики.
🎯 Цели проекта
- Определение «золотого часа» публикаций в VK для максимальной вовлеченности.
- Сбор данных о лайках, комментариях и репостах последних постов.
- Визуализация данных с помощью различных типов графиков для наглядности.
- Автоматическая генерация рекомендаций по времени публикаций.
🛠 Архитектура и блок-схема проекта
Проект состоит из backend и frontend. Backend обрабатывает данные VK API, а frontend визуализирует графики и рекомендации.
🗂 Структура проекта
- backend/app.py — основной скрипт Python для работы с VK API
- backend/analytics.py — Cбор данных, обработка VK API
- backend/vk_service.py — модуль для работы с VK API
- README.md — описание проекта


📊 Описание визуализации
- Столбчатая диаграмма (Engagement) — пики вовлеченности по часам публикации, золотым выделен максимальный час.
- Много-линейный график — динамика лайков, комментариев и репостов.
- Area chart — структура вовлеченности по типам взаимодействий.
- Polar chart — распределение активности по часам публикации.
🤖 Рекомендации
Оптимальный час публикации определяется по максимальному значению показателя Engagement. Это позволяет повысить охват и вовлеченность аудитории. Дополнительно можно учитывать пики активности по дням недели для более точного планирования публикаций.
📌 Выводы
- Проект позволяет определить «золотой час» публикаций в VK.
- Вовлеченность оценивается комплексно: лайки, комментарии и репосты.
- Визуализация нескольких графиков делает анализ наглядным и информативным.
- Проект можно расширить heatmap и AI-моделями для прогнозирования оптимального времени публикаций.
