Presentazione Tesi LM Informatica mGhedini

LE RELAZIONI SOCIALI IN FACEBOOK.

SVILUPPO DI UN'APPLICAZIONE PER LA RACCOLTA ED ANALISI DEI DATI

Tesi di Laurea in Complementi di Basi di Dati

Relatore: Danilo Montesi

Studente: Massimiliano Ghedini

Corso di Laurea Magistrale in Informatica

20 Marzo 2013

Le Relazioni Sociali In Facebook Massimiliano Ghedini 1/22

Introduzione - il Progetto di Ricerca

1. Università degli Studi di URBINO "Carlo BO" 2. Università degli Studi di BOLOGNA 3. Università Cattolica del Sacro Cuore (MI) 4. Università degli Studi di BERGAMO 5. Università della CALABRIA (CS)

Relazioni sociali ed identità in Rete: vissuti e narrazioni degli italiani nei siti di social network Alcuni degli obiettivi specifici del Progetto sono: • l'analisi delle interazioni e delle relazioni sociali all'interno dei siti di

social network; • l'analisi delle pratiche di narrazione dell'identità; • l'analisi percezione di ambiti pubblici e privati nel nuovo contesto.


PRIN 2009

MIUR

Introduzione – i social networks

Si è deciso di concentrare le osservazioni sui social networks maggiormente diffusi: Twitter e Facebook.

Twitter non presenta restrizioni particolari, ma la maggior parte dei contenuti (tweets):

• è di lunghezza limitata (come gli SMS),

• è indicizzato su parole chiave (#hashtags),

• resta solo per breve tempo sui server di Twitter.

Facebook salva info e contenuti degli utenti su un DB, permettendone l’estrazione anche a distanza di anni.

• richiede l’autorizzazione utente per l’accesso a messaggi, dati personali, ecc.

Ricostruiremo i dialoghi di FB tramite un’applicazione ad-hoc.


Introduzione - un’applicazione ad-hoc per Facebook

L’accesso ai dati dei social networks è vincolato.

Raccolta dati: richiede lo sviluppo di un’applicazione da eseguire all’interno di Facebook, ma installata su server esterno.

Obiettivo:

• informazioni sull’utente (metadati), necessari per contestualizzare

• messaggi, commenti, domande e risposte ai messaggi dei propri amici

Elaborazione dati:

• statistiche

• indicizzazione contenuti non strutturati

• ricostruzione dialoghi


Sviluppo - il server

Lo storage dei dati estratti da Facebook e delle risposte al questionario avviene su di un server dedicato.


Le transazioni con i server di Facebook sono protette da algoritmi a crittografia asimmetrica SSL/TLS, per cui è stato acquistato ed installato un certificato della CA THAWTE (Unibo lo usa per autenticazione ad AlmaWifi).

Architettura scelta: LAMP

Linux Apache MySQL PHP

Sviluppo - il database

Il database dell’Applicazione è composto da 8 tabelle, per la gestione di differenti classi di informazioni:

• snsapp8, per la raccolta di tutti i messaggi di testo,

• snsfriends, per i riferimenti degli amici di ogni utente,

• snsfriendslist, per le classificazioni delle amicizie di ogni utente,

• snsfriendslistmmb, per i membri di queste liste,

• snsgroups, per i dettagli dei gruppi a cui ogni utente è affiliato,

• snsgroupslistmmb, per i membri di ciascun gruppo,

• snsquest, per le risposte al questionario on line,

• snsuser (*), per la collezione dei dati dell'utente.

(*) Nota: utilizzare lo userID di Facebook come chiave univoca in questa tabella, ha permesso operazioni di aggiornamento molto più rapide.


Sviluppo – l’applicazione

L’applicazione risiede sul server web ma viene incorporata e lanciata all’interno di Facebook.

• Riconoscimento utente

• Richiesta permesso di accesso ai dati

• Esecuzione

È stata scritta in linguaggio PHP 5, e modellata in UML 2.0, utilizzando i diagrammi dei:

• Casi d’uso

• Componenti (black box) massima modularità

• Classi

• Sequenza

• Deploy


Sviluppo - il questionario

Il questionario aggiunto all’applicazione permetterà ai ricercatori di valutare i dati estratti in base al profilo utente ricavato.


Fase di test dell’applicazione

I test di funzionamento dell’applicazione si sono svolti in due fasi:

1. Account individuale - obiettivo: testare queries R/W, operazioni di autenticazione, sicurezza;

2. Test su gruppo di utenti FB – obiettivo: verificare uso interfaccia e comprensione del pannello di autorizzazione iniziale.


Risultati rilevanti:

1. Inserimento di descrizione progetto ed informazioni essenziali anche sulla home page;

2. Eccessiva lentezza delle queries di lettura su FB (4-5 minuti) riscrittura codice per multiquery.

(unica interrogazione che restituisce i dati in forma più complessa, da analizzare e scomporre)

Analisi dei dati

Le informazioni raccolte nel database verranno sottoposte a due tipi di analisi:

1. Quantitative - sui dati strutturati (questionari, info utente, ecc.)

2. Text Mining ed Information Retrieval - sui dati semi o non strutturati, come le frasi ed i commenti. Il punto di partenza è l’analogia con i motori di ricerca di Internet, che scansionano i contenuti sul web e ne memorizzano le parole. Queste, dopo la pulizia di sinonimi e congiunzioni, vengono memorizzate per essere recuperate durante le ricerche, in ordine di rilevanza rispetto alla chiave di ricerca.

Per questo elaborato sono state implementate alcune procedure:

• una di ricostruzione dei dialoghi, tramite i dati raccolti

• una di conteggio delle parole memorizzate.


Analisi dei dati - agenda


Giorno Fase

10 dicembre 2012 l’applicazione è entrata in fase di produzione

7 marzo 2013 nel database erano presenti i dati di 51 utenti, sono stati registrati 3.278 messaggi, e l’indicizzazione ha elaborato 171.469 parole.

31 maggio 2013 termine sottomissione del questionario

17 ottobre 2013 termine analisi dei dati e data di chiusura del progetto PRIN

Analisi dei dati - numero amici per utente

La tabella rappresenta il conteggio degli amici di ogni utente, aggregati in intervalli.

Gli intervalli vuoti non sono stati rappresentati per maggior chiarezza nella lettura.


Analisi dei dati – visibilità messaggi, età e sesso degli utenti




Età n.d. > 50%



Età n.d. > 50%

Femmine > 50%

Analisi dei dati - il questionario


Analisi dei dati – ricostruzione dialoghi


utente 1196**11: "Vorrei ringraziarvi uno per uno, ma siete tantissimi! Mi commuovete...Grazie a tutti di cuore!" amico 1: "Ma tu sei splendida e meriti tutto questo affetto!!!" amico 2: "le voglio pure io quelle fotoooooooooooooo" utente : "Hai ragione...ci siamo scordati di mandarvele!!" utente 2967**63: "A Bologna le strade sono bianche e si gira veramente male. Pensateci prima di uscire, perché c'è solo una cosa peggiore di rimanere bloccati in casa dalla neve: rimanere bloccati al lavoro!" amico 1: "perché a Ferrara non nevica?" amico 2: "troppo saggio" amico 3: "Troppo vero max io sto facendo la processione per andare a Reggio...nn mi passa più help!" amico 4: "mi sa che hai proprio ragione (e io sono al lavoro)" utente: "@Marta: a Ferrara stava nevicando anche questa mattina, ma le vie principali e la statale (= Porrettana) almeno le avevano pulite" amico 4: "qui è tutta la mattina che gli studenti chiamano per chiedere: ma gli esami li fate anche lo stesso?!" che scarsa fiducia nelle capacità dei dipendenti pubblici di affrontare le intemperie! utente: ":-) "

Analisi dei dati – indicizzazione termini


Conclusioni 1/3 – lavorare su Facebook


Sviluppare un progetto per FB è:

• interessante, perché è una realtà di livello mondiale, con regole e strutture dati proprie;

• impegnativo, perché il sistema è soggetto ad aggiornamenti anche importanti (ultimo caso: la Breaking Change Policy di Febbraio 2013);

• soddisfacente, perché resta la sensazione di non essere più solo un utilizzatore.

Conclusioni 2/3 – lo stato attuale

Al momento, l’applicazione è in produzione, e sta raccogliendo dati.

Il Database è cresciuto rapidamente, per cui è stato creato un repository protetto (.htaccess) da cui i ricercatori possono scaricare i dati in ogni momento.

Per circoscrivere eventuali errori di estrazione da Facebook, sono stati progettati:

• una procedura di filtraggio dei testi (per prevenire hack di tipo SQL injection),

• un piano di mantenimento ( + backup periodici del DB),

• un sistema di log delle operazioni.


Conclusioni 3/3 – sviluppi futuri

Dal punto di vista strutturale,

si potrà migliorare l’affidabilità del sistema:

• ridondandone le componenti hardware,

• effettuando backup e log su una macchina separata.

Dal punto di vista applicativo,

bisognerà risolvere la criticità dell’attrattiva nulla verso l’utente.

• Ora l’applicazione raccoglie dati dell’utente senza dare alcuna gratificazione in cambio.

• Una maggiore diffusione (Facebook App Center) sarà possibile solo integrando contenuti come un web game, un quiz di profiling, oppure un oroscopo.


LE RELAZIONI SOCIALI IN FACEBOOK.

SVILUPPO DI UN'APPLICAZIONE PER LA RACCOLTA ED ANALISI DEI DATI

Grazie per l’attenzione.


Presentazione Tesi LM Informatica mGhedini

Technology

Transcript of Presentazione Tesi LM Informatica mGhedini