intechnguВестник НГУ. Серия: Информационные технологииVestnik NSU. Series: Information Technologies1818-79002410-0420НГУ10.25205/1818-7900-2022-20-2-60-71intechngu-199Research ArticleСтатьиМодели импорта данных из мессенджера TelegramTelegram Messenger Data Import ModelsПоповВ. А.PopovV. A.

Попов Владимир Александрович, студент магистратуры

Москва

Popov A. Vladimir, master’s student, National Research University Higher School of Economics

Moscow

 

vapopov_1@edu.hse.ruЧеповскийА. А.ChepovskiyA. A.

Чеповский Александр Андреевич, кандидат физико-математических наук, доцент

Москва

Alexander A. Chepovskiy – Ph.D. (mathematics), Associate Professor

Moscow

aachepovsky@hse.ruНациональный исследовательский университет «Высшая школа экономики»РоссияNational Research University Higher School of EconomicsRussian Federation2022081020222026071Copyright © Попов В.А., Чеповский А.А., 20222022Попов В.А., Чеповский А.А.Popov V.A., Chepovskiy A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://intechngu.elpub.ru/jour/article/view/199

В данной работе описан алгоритм импорта данных из мессенджера Telegram и построения взвешенных графов взаимодействующих объектов. Для импорта данных за основу берутся заданные Telegram-каналы. Далее итерационно выявляются каналы, имевшие любое из зафиксированных трех взаимодействий с предыдущими: общие внешние ссылки, упоминания друг друга, репосты. Далее алгоритм ориентируется на заданную конфигурацию и по ней вычисляет веса на ребрах полученного графа. Конфигурация учитывает тип взаимодействия каналов между собой. Авторы вводят понятие (U, M, R)-модели информационного взаимодействия. Авторы описывают разработанный алгоритм и реализованное программное обеспечение для построения взвешенных графов. В статье приведен пример взвешенного графа взаимодействующих объектов, построенного описанным алгоритмом по (U, M, R)-модели.

In this paper, an algorithm to import data from the messenger Telegram and to build weighted graphs of interacting objects is described. To import data, the given Telegram-channels are taken as a basis. Then, channels which had any of the recorded three interactions with previous ones are iteractively revealed: common external links, mentions of each other, reposts. Further, the algorithm focuses on the given configuration and uses it to calculate the weights on the edges of the resulting graph. The configuration takes into account the type of interaction of channels with each other. The authors introduce the concept of (U, M, R)-model of information interaction. The authors describe the developed algorithm and implemented software for constructing weighted graphs. The paper shows the example of weighted graph of interacting objects that was built by the described algorithm according to the (U, M, R)-model.

анализ социальных сетейимпорт данных из социальных сетеймодели информационного взаимодействиявыделение сообществsocial network analysisimport of data from social networksinformation interaction modelscommunity detectionReferencesЛещёв Д. А., Сучков Д. В., Хайкова С. П., Чеповский А. А. Алгоритмы выделения групп общения // Вопросы кибербезопасности. 2019. Т. 32. № 4. С. 61–71.Leschyov D. A., Suchkov D. V., Khaykova S. P., Chepovskiy A. A. Algorithms to reveal communication groups // Voprosy kiberbezopasnosti. 2019. 32(4). P. 61–71. (in Russ.). DOI 10.21681/2311-3456-2019-4-61-71.Соколова Т. В., Чеповский А. А. Анализ профилей сообществ социальных сетей // Системы высокой доступности. 2018. Т. 14, № 3. С. 82–86.Sokolova T. V., Chepovskij A. A. Analiz profilej soobshhestv social`ny`x setej // Sistemy` vy`sokoj dostupnosti. 2018. T. 14, № 3. P. 82–86. (in Russ.)Коломейченко М. И., Поляков И.В., Чеповский А.А., Чеповский А. М. Выделение сообществ в графе взаимодействующих объектов // Фундаментальная и прикладная математика. 2016. Т. 21. № 3. С. 131–139.Kolomejchenko M. I., PolyakovI. V., Chepovskij A. A., Chepovskij A. M. Vy`delenie soobshhestv v grafe vzaimodejstvuyushhix ob``ektov // Fundamental`naya i prikladnaya matematika. 2016. Vol. 21. №3. P. 131–139. (in Russ.)Roth M., Ben-David A., Deutscher D. Suggesting Friends Using the Implicit Social Graph – KDD’10, July 25–28, 2010, Washington, DC, USA. 2010.Roth M., Ben-David A., Deutscher D. Suggesting Friends Using the Implicit Social Graph – KDD’10, July 25–28, 2010, Washington, DC, USA., 2010.Girvan M., Newman M. Community structure in social and biological networks. Proceedings of the National Academy of Sciences. 2002. Vol. 99. No 12. P. 7821–7826.Girvan M., Newman M. Community structure in social and biological networks. Proceedings of the National Academy of Sciences. 2002. Vol. 99. No 12. P. 7821–7826.Blondel V. D., Guillaume J. L., Lambiotte R., Lefebvre E. Fast unfolding of communities in large networks // Journal of Statistical Mechanics: Theory and Experiment. 2008. No 10. P10008. – 12 p.Blondel V. D., Guillaume J. L., Lambiotte R., Lefebvre E. Fast unfolding of communities in large networks // Journal of Statistical Mechanics: Theory and Experiment. 2008. No 10. P10008. 12 p.Rosvall M. The map equation / M. Rosvall, D. Axelsson, C. T. Bergstrom // The European Physical Journal Special Topics. – 2009.Rosvall. M. The map equation / M. Rosvall, D. Axelsson, C. T. Bergstrom // The European Physical Journal Special Topics. – 2009.Chepovskiy A. A., Leshchev D. A., Khaykova S. P. Core Method for Community Detection, in: Complex Networks & Their Applications IX. Volume 1: Proceedings of the Ninth International Conference on Complex Networks and Their Applications COMPLEX NETWORKS 2020. Springer, 2021. P. 38–50. DOI 10.1007/978-3-030-65347-7_4.Chepovskiy A. A., Leshchev D. A., Khaykova S. P. Core Method for Community Detection, in: Complex Networks & Their Applications IX. Volume 1: Proceedings of the Ninth International Conference on Complex Networks and Their Applications COMPLEX NETWORKS 2020. Springer, 2021. P. 38–50. DOI 10.1007/978-3-030-65347-7_4.Попов В. А., Чеповский А. А. Модели импорта данных из Твиттера // Вестник НГУ. Серия: Информационные технологии. 2021. Т. 19, № 2. C. 76–91. DOI 10.25205/1818-79002021-19-2-76-91.Popov V. A., Chepovskiy A. A. Twitter Data Import Models // Vestnik NSU. Series: Information Technologies. 2021. Vol. 19. No. 2. P. 76–91. (in Russ.). DOI 10.25205/1818-7900-2021-19-276-91.Building graph for Telegram chats, channels and their neighbors. URL: https://ntwrk.today/2020/04/09/building-telegram-graph.html (дата обращения: 11.03.2022).Building graph for Telegram chats, channels and their neighbors. URL: https://ntwrk.today/2020/04/09/building-telegram-graph.html.Tikhomirova K., Makarov I. Community Detection Based on the Nodes Role in a Network: The Telegram Platform Case, in: 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020, Revised Selected Papers.Tikhomirova K., Makarov I. Community Detection Based on the Nodes Role in a Network: The Telegram Platform Case, in: 9th International Conference, AIST 2020, Skolkovo, Moscow, Russia, October 15–16, 2020, Revised Selected Papers.TGStat. URL: https://tgstat.ru/ (дата обращения: 11.03.2022).TGStat. URL: https://tgstat.ru/.Telegram API. URL: https://core.telegram.org/api (Дата обращения: 16.02.2022).Telegram API. URL: https://core.telegram.org/api.Библиотека Python Telethon. URL: https://docs.telethon.dev/en/stable/ (дата обращения: 16.02.2022).Python Telethon. URL: https://docs.telethon.dev/en/stable/.Mitchell R. Web Scraping with Python. Sebastopol: O’Reilly Media, 2015Mitchell R. Web Scraping with Python. Sebastopol: O’Reilly Media, 2015.Библиотека Python Beautiful Soup. URL: https://www.crummy.com/software/BeautifulSoup/ (дата обращения: 16.02.2022).Python Beautiful Soup. URL: https://www.crummy.com/software/BeautifulSoup/.Que X., Checconi F., Petrini F., Gunnels J. Scalable Community Detection with the Louvain Algorithm // 29th IEEE International Parallel & Distributed Processing Symposium, May 25–29, 2015.Que X., Checconi F., Petrini F., Gunnels J. Scalable Community Detection with the Louvain Algorithm // 29th IEEE International Parallel & Distributed Processing Symposium, May 25–29, 2015.

The authors declare that there are no conflicts of interest present.