Дослідження контенту соціальних мереж на основі телеграм боту
Вантажиться...
Дата
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
ПВНЗ "Європейський університет"
Анотація
Аналіз контенту соціальних мереж є важливим напрямом сучасної науки про дані, оскільки значна частина інформації у цифровому просторі поширюється у вигляді текстових повідомлень, медіафайлів та інтерактивного контенту, що потребує спеціалізованих методів аналізу. Основна мета даного дослідження полягала у систематизації існуючих методів аналізу соціальних медіа, розробці алгоритму автоматизованої обробки контенту та його реалізації у межах програмного рішення на основі Telegram-боту.
У роботі здійснено ґрунтовний теоретичний аналіз сучасних підходів до аналізу контенту соціальних мереж, визначено ключові характеристики цифрового контенту та розглянуто виклики, пов’язані з його обробкою. Проведено детальний огляд методів контент-аналізу, включаючи класичні статистичні моделі, алгоритми машинного навчання та сучасні нейромережеві підходи. Окрема увага приділена інструментам і бібліотекам для роботи з текстовими даними, зокрема Python-бібліотекам (NLTK, spaCy, scikit-learn, TensorFlow, PyTorch), а також технологіям аналізу соціальних мереж, таким як API Telegram, Telethon та python-telegram-bot.
Практична частина дослідження передбачала розробку та впровадження Telegram-боту для автоматизованого моніторингу контенту соціальних мереж, що охоплює такі етапи:
1. Збір даних – інтеграція з API Telegram, отримання повідомлень з відкритих каналів та їх збереження у базі даних.
2. Попередня обробка – очищення тексту, токенізація, лематизація та видалення стоп-слів для підвищення якості аналізу.5
3. Визначення тональності – використання алгоритмів обробки природної мови (NLP) для класифікації контенту на позитивний, негативний і нейтральний.
4. Аналіз популярності контенту – дослідження динаміки поширення інформації, рівня залученості користувачів та основних тенденцій.
5. Візуалізація результатів – побудова статистичних графіків і діаграм для інтерпретації результатів аналізу.
Результати дослідження підтвердили ефективність розробленого підходу, який забезпечує автоматизований збір, аналіз та класифікацію контенту соціальних мереж, дозволяючи виявляти інформаційні тренди та оцінювати емоційний фон повідомлень. Наукова новизна роботи полягає у поєднанні методів машинного навчання, текстової аналітики та автоматизованого моніторингу контенту в соціальних мережах на основі Telegram-боту.
Практичне значення роботи полягає у можливості застосування отриманих результатів для інформаційної аналітики, дослідження громадської думки, цифрового маркетингу, політичного аналізу, а також кібербезпеки. Запропонований підхід дозволяє ефективно працювати з великими обсягами цифрового контенту, що сприяє швидкій обробці інформації та прийняттю обґрунтованих рішень.
Опис
The analysis of social media content is a crucial area of modern data science, as a significant portion of digital information is disseminated through text messages, media files, and interactive content, requiring specialized analytical methods. The primary objective of this study was to systematize existing methods for social media analysis, develop an algorithm for automated content processing, and implement it within a software solution based on a Telegram bot.
The research includes a comprehensive theoretical analysis of modern approaches to social media content analysis, identification of key characteristics of digital content, and examination of challenges associated with its processing. A detailed review of content analysis methods was conducted, including classical statistical models, machine learning algorithms, and advanced neural network approaches. Particular attention was paid to tools and libraries for text data processing, including Python-based solutions such as NLTK, spaCy, scikit-learn, TensorFlow, and PyTorch, as well as technologies for social media analysis such as the Telegram API, Telethon, and python-telegram-bot.
The practical part of the study involved the development and implementation of a Telegram bot for automated social media content monitoring, covering the following stages:
1. Data collection – integration with the Telegram API, retrieving messages from public channels, and storing them in a database.
2. Preprocessing – text cleaning, tokenization, lemmatization, and removal of stop words to enhance analytical quality.
3. Sentiment analysis – applying natural language processing (NLP) algorithms to classify content into positive, negative, and neutral categories.
4. Content popularity analysis – examining information dissemination dynamics, user engagement levels, and key trends.
5. Results visualization – generating statistical graphs and charts to interpret analytical findings.
The study's findings confirmed the effectiveness of the proposed approach, enabling automated collection, analysis, and classification of social media content, facilitating the identification of informational trends and sentiment evaluation. The scientific novelty of this research lies in integrating machine learning methods, text analytics, and automated content monitoring using a Telegram bot.
The practical significance of this work lies in its potential applications in information analytics, public opinion research, digital marketing, political analysis, and cybersecurity. The proposed approach allows for efficient processing of large volumes of digital content, ensuring rapid information analysis and informed decision-making.
Ключові слова
аналіз контенту, соціальні мережі, telegram-бот, обробка природної мови (nlp), машинне навчання, аналіз тональності, візуалізація даних, моніторинг інформації, content analysis, social media, telegram bot, natural language processing, machine learning, sentiment analysis, data visualization, information monitoring, cyber analytics
Бібліографічний опис
Яблонський А. І. Дослідження контенту соціальних мереж на основі телеграм боту : кваліфіккаційна бакалаврська робота ... 122 Комп’ютерні науки. Київ, 2025. 122 с.