Отчет о первых исследованиях данных Flickr и Instagram, связанных с Эверестом
На сайте проекта я опубликовал небольшой отчет о первых исследованиях данных Flickr и Instagram, связанных с Эверестом; делаю это просто чтобы сообщить — вдруг кому-то будет интересно. Отчет не уходит в детали, но скажу прямо: работа с данными из социальных сетей сегодня не проста и далека от однозначности.
Среди множества проблем (и одна из них — враждебный дизайн сайтов) две на данный момент выводят меня из себя сильнее всего: неспособность Instagram осуществлять поиск по дате и появление так называемых AI‑«навалов» постов. Первую проблему частично можно обойти путем обратного анализа коротких кодов Instagram; со второй сложнее. Ранние «навали» легко выявить. Недавние — гораздо труднее.
Поскольку одна из целей исследования — понять, как формируются и сохраняются человеческие микросообщества через материальную культуру, нам нужны правдивые данные. Данные‑«навал» полезны для изучения того, как конструируется представление о восхождениях/горе Эверест, и возможно, я к ним вернусь. Но пока я решил ограничить сбор данных «линией в песке» — по состоянию данных на середину лета 2024 года.
Впрочем, одно интересное наблюдение из раннего этапа исследования — четкое разделение платформ по визуальному самоподобию. Проще говоря: пропусти все изображения через модель вложений и измерь визуальное сходство — Instagram и Flickr выделяются отдельно: изображения из Flickr составляют гораздо более плотное «облако», чем Instagram.
Я привожу одну визуализацию ниже; красный = Instagram, синий = Flickr; форма каждой точки связана с тематической моделью подписей к отдельным постам. Я предполагал, что в этом может быть что‑то интересное — например, тема «Экспедиционные команды» могла бы соответствовать фотографиям улыбающихся групп — но пока это не подтверждается.
Работа только начинается, фаза сбора данных ещё ранняя, и предстоит большое количество очистки данных. Эти первые эксперименты скорее помогают мне продумать, какие процессы следует развивать дальше.
