wykop.pl - Analiza znalezisk
wykop.pl1 jest jednym z popularniejszych serwisów społecznościowych w Polsce (źródło). Idea serwisu opiera się na tzw. znaleziskach, czyli informacjach, które są dodawane, oceniane i komentowane przez użytkowników. Znaleziska z największą liczbą dodatnich głosów (tzw. wykopów) trafiają na stronę główną. wykop.pl udostępnia swoje dane poprzez publiczne REST API, o czym pisaliśmy w jednym z poprzednich tekstów. Wykorzystując zebrane dane, postanowiliśmy przeanalizować najpopularniejsze znalezisk z ostatnich lat. W tekście przedstawiamy wyniki naszej analizy.
Dane
Dane do analizy zostały pobrane przy wykorzystaniu skyptu ./bin/download_hits.sh, o którym była mowa w tekście poświęconym wyciąganiu danych poprzez REST API. Skrypt ten dostępny jest w repozytorium GitHub. Jego zadaniem jest pobrane najpopularniejszych znalezisk z danego miesiąca. Aby pobrać znaleziska z wielu miesięcy, możemy wykorzystać prostą pętlę napisaną w języku powłoki bash.
for year in `seq 2006 2021`
do
for month in `seq 1 12`
do
./bin/download_hits.py $year $month notebooks/links $WYKOP_API_KEY
done
done
Do analizy pobrano 339 033 najpopularniejszych znalezisk. Należy mieć na uwadze, że jest to zapewne jedynie niewielka część wszystkich znalezisk, jakie kiedykolwiek zostały dodane przez użytkowników serwisu.
Wyniki Analizy
Notebook z kodem wykorzystanym do analizy dostępny jest w repozytorium GitHub: notebooks/links-analysis.ipynb.
Minimalna liczba wykopów potrzebna, aby znaleźć się w top najlepszych znalezisk
Rysunek 1 zawiera cztery wykresy przedstawiające minimalną liczbę wykopów potrzebną, aby znaleźć się w top n najlepszych znalezisk w danym miesiącu. W przypadku wszystkich wykresów możemy zaobserwować wyraźną tendencje wzrostową. W 2020-2021 znaleziska musiało uzbierać średnio ok. 3500 wykopów, aby trafić do top 50 (dolny prawy wykres). Dzięki temu mogło trafić na pierwszą stronę hitów miesiąca. W porównaniu do poprzednich lat próg ten wzrósł o ok. 1000. W latach 2015-2019, aby to osiągnąć, wystarczyło 2500 wykopów. Próg wejścia do top 5 w latach 2020-2021 oscylował w granicach 6000 wykopów, a tym samym zwiększył się w ostatnich lat o ok. 2000. Wygląda na to, że coraz trudniej trafić do top znalezisk danego miesiąca. Z drugiej strony mieliśmy zapewne do czynienia z rosnącą liczbą użytkowników na przestrzeni badanego okresu, przez co zwiększeniu uległa również pula potencjalnych osób, które mogły wykopać dane znalezisko.
Najpopularniejsze tagi
Każde znaleziska opatrzone jest listą tagów, które opisują mniej więcej tematykę znaleziska. Na tej podstawie możemy określić jakie tematy były najpopularniejsze w danym okresie oraz jak zmieniały się zainteresowania użytkowników serwisu na przestrzeni lat.
W pierwszej kolejności porównamy najpopularniejsze tagi dla dwóch skrajnych lat, 2008 oraz 2021. Na rysunku 2 przedstawiono wykres słupkowy zawierający informację o tym, jaki procent wszystkich najpopularniejszych znalezisk z danego roku posiadało dany tag. Wykorzystano 10 najpopularniejszych tagów z obydwu lat.
Już na pierwszy rzut oka widać wyraźną różnicę pomiędzy obydwoma latami. Przede wszystkim pojawiło się wiele nowych tagów, które w 2008 w ogóle nie występowały. Jednym z nich jest #koronawirus, co wydaje się uzasadnione. Inne nowe tagi to #bekazpisu oraz #neuropa. Dodatkowo kilka tagów zyskało dużo większa popularność jak np. #polska (wzrost z 20.37% do 53.11%), #polityka (wzrost z 2.2% do 14.22%) oraz #ciekawostki (wzrost z 9.51% do 18.79%). Z drugiej strony, w 2021 tag #nowetechnologie w ogóle nie występował, chociaż w 2008 ok. 11% wszystkich znalezisk go posiadało. Duży spadek zaliczyły takie tagi jak #humor (spadek z 32.47% do 0.66%), #internet (spadek z 6.71% do 1.03%) oraz #matematyka (spadek z 6.28% do 0.1%). W 2008 jednymi z popularniejszych znalezisk były te, które dotyczyły matematyki! W przypadku niektórych tagów różnica pomiędzy analizowanymi latami jest nieznaczna jak np. #nauka (7.49% w 2008 oraz 6.24% w 2021) lub #swiat (15.88% w 2008 oraz 16.87% w 2021).
Mamy do czynienia z wyraźnym przesunięciem tematyki najpopularniejszych znalezisk z obszarów związanych z humorem, nowymi technologiami i Internetem do obszarów dotyczących polityki oraz ogólnie wydarzeń mających miejsce w naszym kraju. W dużej mierze związane jest to zapewne ze zmianą profilu typowego użytkownika serwisu. Możemy postawić hipotezę, że w 2008 był to prawdopodobnie dwudziestoparoletni mężczyzna zainteresowany nowymi technologiami. Z kolei w 2021 jest to raczej trzydziesto-czterdziestoletni mężczyzna lub kobieta, interesujący/a się polityką oraz bieżącymi wydarzeniami. Czyżby użytkownicy wykop.pl zwyczajnie dorośli?
Tabela 1 zawiera zbliżoną informację jak rysunek 2, z tą różnicą, że uwzględniono wszystkie analizowane lata 2006-2021. Dzięki temu możemy dokładniej przeanalizować, jak zmieniały się zainteresowania użytkowników w czasie.
Poniżej kilka spostrzeżeń:
- W 2010 miała miejsce istotna zmiana. Udział znalezisk z tagiem #humor# spadł z 27.5% w 2009 do 9.4% w 2010. Podobna sytuacja miała miejsce w przypadku tagów #nowetechnologie oraz #rozrywka. Z kolei dużą popularność zyskały znaleziska z tagami #polityka oraz #zainteresowania.
- Tematyka najpopularniejszych znalezisk w 2020-2021 wydaje się bardziej różnorodna niż na początku badanego okresu. W 2008-2010 dominowały tematy związane z technologią, humorem oraz rozrywką. W 2021 wykluczając tag #polska, który jest bardzo ogólny, nie ma już jednej wyraźnie dominującej tematyki. Zainteresowania użytkowników wydają się bardziej równomiernie rozłożone.
- Znaleziska z tagiem #ekonomia stają się coraz bardziej popularne. Ich udział w ostatnich latach systematycznie rośnie.
- W 2020 wykop.pl żył *#koronowirus#. W 2021 tag ten jest jeszcze popularny, ale już nie tak bardzo, jak w roku poprzednim.
- W 2015 i 2016 bardzo popularne były znaleziska związane z polityką, co wynikało zapewne z wyborów, które miały miejsce w 2015. Udział tych znalezisk oscylował w granicach 26%.
- Znaleziska z tagiem #neuropa zyskują na popularności. W 2021 odpowiadały już za 8.8% wszystkich najpopularniejszych znalezisk.
Na rysunku 3 zobrazowano zmiany udziału znalezisk z danymi tagami przy wykorzystaniu wykresu liniowego.
Na zakończenie tej sekcji, sporządzimy listę tagów, które miały swoje 5 minut. Wskazują one na jednorazowe, istotne wydarzenia, które poruszyły wykop.pl. I tak np. na początku 2012 wyjątkowo popularne były znaleziska dotyczące ustawy ACTA. W maju 2013 miała miejsce afera zbożowa. W 2015-09 mieliśmy do czynienia z najazdem imigrantów na Europę. Użytkownicy serwisu zapewne byliby w stanie dokładnie wskazać wydarzenia, które miały miejsce w pozostałych miesiącach.
Najpopularniejsze źródła
Każde znalezisko posiada swoje źródło. Tabela 3 zawiera dane na temat udziału znalezisk z najpopularniejszych źródeł w latach 2006-2021.
Najpopularniejszymi źródłami są bezsprzecznie wykop.pl (treści przygotowane przez użytkowników) oraz youtube.com. To pierwsze odpowiadało za ok. 19% najpopularniejszych znalezisk w latach 2020-2021. Natomiast youtube.com za ok. 15.5%. Trzecie miejsce przypadło platformie stremable.com, której udział dynamiczne wzrósł w ostatnich latach. Popularny jest również twitter.com z udziałem ok. 2.5%. Pozostałe źródła nie przekraczają 2% udziału. Spośród nich popularne są przede wszystkim serwisy informacyjne jak np. tvn24.pl, onet.pl, money.pl lub polsatnews.pl. Jeżeli chodzi o źródła, które utraciły swoje znaczenie, to mamy tutaj przede wszystkim pokazywarka.pl, która w latach 2009-2011 odpowiadała za ok. 4.5% najpopularniejszych znalezisk. Podobnie źródło liveleak.com, które w swoich szczytowych latach 2013-2014 obejmowało ok. 2.5% znalezisk.
Użytkownicy z największą liczbą popularnych znalezisk
W kolejnym etapie analizy poszukamy użytkowników z największą liczbą popularnych znalezisk. Ograniczmy popularne znaleziska do tych, które uzyskały co najmniej 100 wykopów. W tabeli 4 przestawiono 3 najlepszych użytkowników dla poszczególnych lat.
| Rok | Pierwsze Miejsce | Drugie Miejsce | Trzecie Miejsce |
|---|---|---|---|
| 2006 | KKKas - 7 (2.8%) | gordi7 - 7 (2.8%) | adas - 5 (2.0%) |
| 2007 | NamalowanyPr - 38 (2.3%) | rybeczka - 23 (1.4%) | NowyPremier - 13 (0.8%) |
| 2008 | rybeczka - 68 (1.3%) | tomek - 57 (1.1%) | tomaszs - 39 (0.8%) |
| 2009 | tomek - 144 (1.5%) | kaszpirofsky - 118 (1.3%) | NiEb0 - 108 (1.1%) |
| 2010 | reddigg - 106 (1.1%) | kaszpirofsky - 87 (0.9%) | kubatre1 - 84 (0.8%) |
| 2011 | reddigg - 453 (2.5%) | kubatre1 - 236 (1.3%) | abram66 - 148 (0.8%) |
| 2012 | kajakkajak - 217 (1.1%) | GraveDigger - 185 (1.0%) | siwymaka - 174 (0.9%) |
| 2013 | p……….. - 220 (0.9%) | c….o - 206 (0.9%) | GraveDigger - 205 (0.9%) |
| 2014 | darosoldier - 1125 (4.6%) | sportingkiel - 739 (3.0%) | reflex1 - 361 (1.5%) |
| 2015 | darosoldier - 1044 (3.3%) | n..2 - 898 (2.8%) | sportingkiel - 723 (2.3%) |
| 2016 | WuDwaKa - 814 (2.9%) | i…..n - 641 (2.3%) | darosoldier - 479 (1.7%) |
| 2017 | Mesk - 1091 (3.6%) | HaHard - 806 (2.6%) | a……….a - 777 (2.5%) |
| 2018 | a……….a - 706 (2.3%) | Cziken1986 - 699 (2.3%) | darosoldier - 528 (1.7%) |
| 2019 | Szewczenko - 686 (2.3%) | HaHard - 670 (2.3%) | regiony - 401 (1.4%) |
| 2020 | Szewczenko - 1990 (4.7%) | HaHard - 641 (1.5%) | tomasztomasz - 590 (1.4%) |
| 2021 | Szewczenko - 1812 (6.2%) | Oline - 548 (1.9%) | gromota - 415 (1.4%) |
W ostatnich latach zdecydowanym liderem pod względem popularnych znalezisk jest Szewczenko, który np. w 2020 dodał 1990 znalezisk, które uzyskały co najmniej 100 pozytywnych głosów. Znaleziska dodane przez tego użytkownika 4.7% wszystkich takich znalezisk. W obecnie trwającym roku również jest on liderem i to z nawet większym udziałem - 6.2%. Kolejny użytkownik na liście - Oline odpowiada za 1.9% popularnych znalezisk.
Analizując pierwsze miejsca, możemy zaobserwować, że w przeszłości trzykrotnie wystąpiła sytuacja, w której jeden użytkownik dwa lata z rzędu był liderem rankingu. W latach 2010-2011 był to reddigg, w 2014-2015 darosoldier. Obecnie jest to Szewczenko, który zajmuje pierwsze miejsce nieprzerwanie od 2019 i prawdopodobnie jako pierwszy utrzyma tytuł lidera nieprzerwanie przez trzy lata z rzędu.
Na zakończenie tej części porównamy jeszcze tematykę znalezisk trzech najczęściej wykopywanych użytkowników z 2021: Szewczenko, Oline, gromata. Na rysunku 4 przedstawiono wykres zawierający informację o tym, jaki procent wszystkich znalezisk danego autora z 2021 posiadało dany tag.
W przypadku Szewczenko większość jego znalezisk posiadała tag #polska - 83.77%. Duży udział stanowiły również znaleziska z tagiem #bekazpisu (52.98%), #wydarzenia (40.78%), #prawo (29.58%). Drugi na liście Oline również dodał sporo znalezisk z tagiem #polska (58.39%). Udział pozostałych tagów tego użytkownika, jak np. #pieniadze, #gospodarka, #finanse oraz #pis, kształtuje się na zbliżonym poziomie ok. 14%. Z kolei gromoto dodał bardzo dużo znalezisk z tagiem #neuropa - 89.64%, czym zdecydowanie wyróżnia się na tle pozostałych dwóch użytkowników. Sporo jego znalezisk miało również przypisany tag #bekazpisu (68.92%) oraz #tvpis (40.72%). Podsumowując, możemy powiedzieć, że Szewczenko oraz gromoto specjalizują się w tematach związanych z aktualnymi wydarzeniami oraz polityką, Oline z kolei w tematach związanych z ekonomią, gospodarką oraz finansami.
Popularne słowa w tytule
Techniką, która pozwala w graficzny sposób zobrazować popularne i często występujące słowa, jest tzw. chmura wyrazów (ang. word cloud). Powstały obraz składa się z popularnych wyrazów, których wielkość jest zależna od częstości ich wystąpień. Rysunki 5 oraz 6 przedstawiają chmury wyrazów dla lat 2008 i 2021.
Słowami, które rzucają się w oczy dla roku 2008 są: google, pic, polska, świecie, wykop, reklama. Z kolei dla 2021 są to polska, policja, usa, rząd, covid, tvp.
Podsumowanie
Analiza najpopularniejszych znalezisk z serwisu wykop.pl pozwoliła uzyskać wgląd w zainteresowania użytkowników serwisu oraz tego, jak zmieniały się on na przestrzeni ostatnich kilkunastu lat. Stwierdzono wyraźne przesunięcie tematyki znalezisk z obszaru technologi oraz rozrywki, do tematów dotyczących polityki oraz aktualnych wydarzeń. Popularne okazały się również treści tworzone przez samych użytkowników. Na drugim miejscu znalazł się youtube.com. W miarę wzrostu popularności serwisu uplasowanie znaleziska na głównej stronie wymagało zdobycia coraz większej liczby wykopów. Jednak nie przeszkodziło to kilku użytkownikom, na coroczne zajmowanie wysokich pozycji w rankingu użytkowników z największą liczbą popularnych znalezisk.