https://blog.prokulski.science/tags/wordpress/Recent content in WordPress on Łukasz Prokulski, Dane i AnalizyHugopl-PLFri, 04 Jan 2019 12:47:59 +0000https://blog.prokulski.science/2019/01/04/2018-na-blogu/Fri, 04 Jan 2019 12:47:59 +0000https://blog.prokulski.science/2019/01/04/2018-na-blogu/<p>Początek roku to dobry czas na podsumowanie roku poprzedniego. Wykorzystajmy więc ten moment i podsumujmy 2018. Oczywiście z użyciem R.</p> <p>W zeszłym roku dokonałem <a href="../../2018/01/04/2017-na-blogu/">analogicznego podsumowania</a> opartego jedynie o dane z Google Analytics. Tym razem skorzystamy bezpośrednio z danych zawartych w postach (ale uzupełnimy je o dane z Google Analytics), dla ułatwienia wyciągniętych z bazy danych.</p> <p>Chciałbym dowiedzieć się kilku rzeczy o moim pisaniu w 2018 roku:</p> <ul> <li>Jakich słów używałem najczęściej?</li> <li>Czy da się podzielić posty na tematy?</li> <li>Jak długo żyją posty (ile dni po publikacji są czytane)?</li> <li>Czy istnieje korelacja pomiędzy liczbą wizyt a liczbą komentarzy?</li> </ul> <p>Ja to wszystko wiem na bieżąco, ale pokażę Wam jak to zrobić. A nuż przyjdzie komuś przeprowadzić podobną analizę? Antyweb, Spider’s Web, Niebezpiecznik - Was przeanalizowałbym najchętniej pod tym kątem :) Grzesiek, Przemek, Piotrek - piszcie na maila! Potrale nawet chętniej…</p>https://blog.prokulski.science/2017/08/08/uzytkownicy_fanpage_partii/Tue, 08 Aug 2017 14:43:11 +0000https://blog.prokulski.science/2017/08/08/uzytkownicy_fanpage_partii/<p>Kim są osoby najbardziej aktywne na fanpage’ach poszczególnych partii? Po <strong><a href="https://mierzynskamarketing.wordpress.com/2017/08/04/nie-wierz-politycznym-fanom-na-fb-manipulacje-w-sieci-cz-2/">artykule Anny Mierzyńskiej</a></strong> a jeszcze bardziej (i wcześniej) po publikacji <strong><a href="http://comprop.oii.ox.ac.uk/2017/06/19/computational-propaganda-in-poland-false-amplifiers-and-the-digital-public-sphere/">wyników analizy naukowców z Oxfordu</a></strong> na temat fake-newsów i kont-botów zapragnąłem zrobić dokładnie to samo. Sprawdzić jak bardzo prawdopodobne jest, że konta które są najbardziej aktywne są botami. <strong>Metodologia</strong> jest stosunkowo prosta: trzeba wytypować najbardziej aktywne konta, sprawdzić ile osób mają w znajomych, co lajkują (jak często) i co podają dalej, jak dużo napisały postów i w jakim czasie (czy są młode czy stare). Na podstawie kilku wskaźników można określić z jakimś prawdopodobieństwem czy konto jest botem. Niestety, o ile na Twitterze większość informacji można pobrać, o tyle z Facebookiem jest już gorzej i niewiele się da wyciągnąć z API. Anna Mierzyńska swoją analizę przeprowadziła ręcznie. Ja nie lubię takiej dłubaniny, szczególnie jeśli są narzędzia. Podczas prób moja analiza obrała nieco inny kierunek (nie <em>Czy konto jest botem?</em> a <em>Kim jest użytkownik?</em>). Zobaczmy co wyszło. Na początku potrzebujemy danych. Wytypowałem osiem facebookowych stron partii pokazywanych w sondażach:</p>