VK social graph

Данный проект предназначен для построения и визуализации социального графа пользователя ВКонтакте на основе его друзей.

🌟 Preview

Пример графа 3-го колена

🚀 Описание

Проект позволяет:

• Получать список друзей пользователя ВКонтакте (до заданной глубины — "колена").
• Сохранять информацию о пользователях и их связях в базу данных MongoDB.
• Формировать граф связей и экспортировать его в формат, поддерживаемый Gephi (GEXF, GML, GraphML) для дальнейшей визуализации.

📦 Установка

1. Установите MongoDB: Инструкция по установке
2. Клонируйте репозиторий:

   git clone https://github.com/r1natt/vk_social_graph
   cd vk_social_graph
   

3. Создайте виртуальное окружение и установите зависимости:

   python3 -m venv env
   source ./env/bin/activate
   pip install -r requirements.txt
   

4. Создайте файл конфигурации config.ini на основе примера:

   cp config.ini.example config.ini
   

   Затем откройте config.ini и укажите ваши значения для ключа VK, параметров MongoDB и тестовых пользователей.

🔑 Получение API токена

1. Создайте мини-приложение VK: VK Apps
2. Перейдите в "Разработка" → "Ключи доступа"
3. Скопируйте "Сервисный ключ доступа" и добавьте его в

SERVICE_KEY = ваш_токен

⚙️ Использование

1. Парсинг друзей пользователя

python main.py parse_friends 123456 2

• parse_friends — команда для запуска парсинга друзей.

• 123456 — VK ID пользователя.

• 2 — глубина парсинга (колено).

• Дополнительно можно указать флаг --update для обновления данных:

python main.py parse_friends 123456 2 --update

2. Построение графа на основе данных о друзьях

python main.py build_graph 123456 2

• build_graph — команда для построения графа.
• 123456 — VK ID пользователя.
• 2 — глубина построения графа.

📊 Визуализация

В текущей версии команда build_graph формирует только файл графа в выбранном формате (.gexf, .gml или .graphml). Визуализация самого графа не производится автоматически внутри проекта.

Для просмотра, анализа и стилизации графа используйте стороннее open-source приложение Gephi.

Откройте сгенерированный файл графа в Gephi, чтобы визуализировать структуру связей, применить фильтры, раскрасить узлы и воспользоваться всеми возможностями анализа социальных графов.

🛠️ Архитектура

• Модульность: Код разделён на независимые модули: запросы к API, работа с БД, парсинг, построение и экспорт графа.
• Модели данных: Для обмена данными между модулями используются строгие pydantic-модели, dataclass и enum, что обеспечивает надёжность и удобство поддержки.
• Обход графа: Используется итеративный BFS вместо рекурсии — это упрощает отладку и позволяет строить графы любой глубины.