U posljednjih nekoliko tjedana razvijena je analitička platforma koja se oslanja na podatke o posjetama Wikipediji. Početni cilj bio je upoznati se s alatom za transformaciju podataka i unaprijediti vještine upravljanja podacima, no tijekom rada pojavilo se jednostavno, ali intrigantno pitanje: što je zapravo najpopularnije na Wikipediji?
Sadržaj...
Zašto obični brojevi posjeta ne daju potpunu sliku
Na prvi pogled se čini da je dovoljno pregledati broj pregleda pojedinih stranica. Međutim, ista tema može biti predstavljena pod različitim naslovima u stotinama jezičnih izdanja Wikipedije. To znači da se značaj jedne teme može razbiti na mnoge fragmentirane zapise, što otežava točnu procjenu njezine popularnosti. Dodatno, neki korisnici posjećuju više jezičnih verzija iste stranice, pa se njihov doprinos ne evidentira kao jedinstveni posjet.
Entitetski model temeljen na Wikidata
Kako bi se prevazišla ova fragmentacija, izgrađen je model usmjeren na entitete. Svaki entitet – bilo da je riječ o osobi, mjestu, pojmu ili događaju – ima jedinstveni identifikator u Wikidata. Povezivanjem svih jezičnih naslova na taj identifikator moguće je objediniti sve posjete pod jedinstvenu temu.
Ključni koraci u izgradnji modela bili su:
- Preuzimanje mjesečnog skupa podataka o posjetama s Wikimedia platforme.
- Usklađivanje naslova stranica s entitetima u Wikidata putem njihovih Q‑oznaka.
- Agregiranje broja pregleda po entitetu, neovisno o jezičnoj varijanti.
- Izrada tabličnog skladišta podataka koje podržava brze upite i vizualizacije.
Za transformaciju podataka korišten je alat za upravljanje podacima, koji je omogućio definiranje jasnih pravila i automatizaciju cijelog procesa. Svaki korak je dokumentiran i može se ponoviti za buduće ažuriranje podataka.
Interaktivna nadzorna ploča za istraživanje trendova
Rezultat rada je interaktivna nadzorna ploča na kojoj korisnici mogu pregledavati najpopularnije teme kroz različite vremenske periode, uspoređivati aktivnost različitih jezičnih zajednica i pratiti kako se pažnja prema određenim temama mijenja tijekom vremena.
Na ploči su dostupni sljedeći alati:
- Grafički prikaz najpos
