Bubliny na sociálnej sieti Instagram

Zadanie práce

Anotácia

Táto bakalárska práca skúma fenomén sociálnych bublin na Instagrame – uzavretých skupín používateľov, ktorí sa spájajú na základe spoločných záujmov, používania hashtagov a interakcií. Práca využíva teóriu malého sveta a metódy network analýzy na získavanie dát z online prostredia a ich následnú vizualizáciu pomocou grafov, ktoré znázorňujú štruktúru týchto komunít a šírenie informácií medzi nimi.

Cieľ práce

Cieľom práce je spracovať a vizualizovať získané dáta zo sociálnej siete Instagram s dôrazom na identifikáciu a analýzu sociálnych bublín. Na základe údajov o spoločných záujmoch, používaní hashtagov a interakciách medzi používateľmi budú vytvorené grafické reprezentácie (grafy), ktoré umožnia posúdiť, do akej miery tieto siete vykazujú charakteristiky malého sveta a ako je vysoká klastrovanosť. Týmto prístupom práca demonštruje štruktúru a dynamiku online komunít a prispieva k lepšiemu pochopeniu šírenia informácií v digitálnom priestore.

Denník

24.2 - 2.3

Vytvorenie webovej stránky

3.3 - 9.3

Vytvoril som repozitár na GitHube, kde budem priebežne pridávať kód k bakalárskej práci.
Analyzoval som možnosti dostupných Python knižníc na zber dát z Instagramu.

10.3 - 16.3

Na základe testovania viacerých nástrojov som definitívne zvolil knižnicu instagrapi pre zber dát z Instagramu.
Vytvoril som základný skript, ktorý vytvorí dictionary mojich followings a mapuje ich vzájomné prepojenia. Tento základ slúži ako prvý krok k tvorbe grafovej reprezentácie siete.

17.3 - 23.3

Rozšíril som existujúci skript o získavanie interakcií medzi používateľmi z dictionary vytvoreného v predchádzajúcom kroku. Konkrétne som spracoval lajky a komentáre pod príspevkami, čím som získal ďalšie informácie o vzájomnej aktivite medzi používateľmi.
Na základe týchto interakcií som doplnil váhy hrán v grafe - čím viac interakcií medzi dvojicou používateľov, tým vyššia váha ich spojenia.
Pomocou knižníc networkx a matplotlib som vizualizoval sieť týchto interakcií vo forme grafu. Každý uzol predstavuje používateľa, hrany znázorňujú vzťahy a ich váha zodpovedá intenzite interakcie.

24.3 - 30.3

Pokračoval som v zbere dát z Instagramu s využitím skriptov vytvorených v predchádzajúcich týždňoch.
Pridal som mechanizmus ukladania zozbieraných dát do JSON formátu, aby som predišiel strate údajov v prípade prerušenia alebo chyby počas zberu. Týmto spôsobom je možné zber kedykoľvek obnoviť bez opakovania celej operácie.
Vykonal som menšie úpravy v grafickej reprezentácii siete – úprava veľkosti uzlov, farebnosti a popisov pre zlepšenie čitateľnosti výstupu.

31.3 - 6.4

Instagram zablokoval oba použité účty z dôvodu podozrivej aktivity súvisiacej so zberom dát. Obnova prístupu trvala približne 4 dni, počas ktorých nebolo možné pokračovať v zbere dát.
Po obnovení prístupu som zatiaľ nezbieral nové dáta, aby som minimalizoval riziko ďalšej blokácie.
Začal som využívať Louvainov algoritmus na detekciu komunít v grafe interakcií. Tento algoritmus pomáha efektívne identifikovať skupiny používateľov, ktorí medzi sebou viac interagujú.
Pre zlepšenie prehľadnosti grafu som odstránil účty s nízkym stupňom vrchola (málo prepojení), ktoré boli pre analýzu irelevantné a vizuálne rušivé.

7.4 - 13.4

Instagram začal blokovať väčšinu požiadaviek (requestov), čo výrazne obmedzilo možnosti zberu dát. V dôsledku týchto obmedzení sa mi podarilo získať len obmedzené množstvo údajov, a preto som sa rozhodol fázu zberu dát ukončiť a ďalej pracovať s tým, čo sa mi doteraz podarilo zhromaždiť.
Vykonanie refaktorizácie zdrojového kódu – prehľadne som rozdelil funkcionalitu do samostatných tried (class) pre jednoduchšiu údržbu a čitateľnosť.
Testovanie viacero algoritmov na detekciu komunít v grafe a porovnávať ich výsledky s Louvainovým algoritmom.
Začiatok písanie práce

14.4 - 20.4

Pokračovanie v písaní práce

21.4 - 27.4

Napísaná prvá kapitola o histórii sociálnych sietí

28.4 - 4.5

Napísaná druhá kapitola o Instagrame a jeho funkcionalitách
Začiatok tretej kapitoly