Sosiaalisen median analysointisovellus

Abstract

Sosiaalisen median merkitys kasvaa jatkuvasti ja sen kautta kertyy suuria määriä rakenteetonta dataa, kuten käyttäjien julkaisuja, kommentteja ja reaktioita. Tavoitteena oli kehittää selainpohjainen sovellus, jonka avulla voitiin kerätä, analysoida ja visualisoida sosiaalisen median dataa tehokkaasti ja tietoturvallisesti. Tarkoituksena oli tarjota käyttäjille työkalu, jonka avulla voidaan tarkastella sosiaalisesta mediasta saatua dataa, kuten tykkäysten ja kommenttien määrää ja keskimääräistä sentimenttiä.

Sovellus toteutettiin hyödyntäen useita teknologioita. Sovelluksen käyttöliittymä kehitettiin Reactilla, taustajärjestelmä Node.js:llä ja tietokanta MongoDB Atlas-alustalle. Datan keruu toteutettiin sosiaalisen median ohjelmointirajapintojen (API) avulla ja sovelluksen tekstianalyysit suoritettiin Pythonin NLP-kirjastoilla (NLKT, SpaCy, TextBlob). Analyysin tulokset tallennettiin ja visualisoitiin käyttäjälle PapaParse- ja Recharts-kirjastojen avulla selkeinä kaavioina. Käyttöliittymä suunniteltiin responsiiviseksi ja helppokäyttöiseksi ja sen tietoturva varmistettiin muun muassa salauksella ja käyttäjäautentikaatiolla.

Sovellus toimi onnistuneesti selaimessa ja mahdollisti sosiaalisen median datan tarkastelun ja analyysin. Käyttäjät pystyivät tarkastelemaan sentimenttien jakautumista, suodattamaan dataa aikajakson mukaan ja seuraamaan analysoituja tuloksia visuaalisesti. Käyttöliittymä reagoi nopeasti ja mukautui eri päätelaitteisiin.

Johtopäätöksenä voitiin todeta, että modernien web-teknologioiden, NLP-menetelmien ja pilvipalveluiden yhdistäminen tarjosi tehokkaan ratkaisun sosiaalisen median datan analysointiin. Ratkaisu osoittautui skaalautuvaksi, tietoturvalliseksi ja käyttäjäystävälliseksi, mikä loi edellytykset jatkokehitykselle ja uusien analyysiominaisuuksien lisäämiselle. Lisäksi osoitettiin, että vapaamuotoista tekstidataa voitiin hyödyntää rakenteellisessa analyysissä merkityksellisellä tavalla.