Тренды в публикациях новостей Министерства спорта Калининградской области: Часть 1 Тренды в публикациях новостей Министерства спорта Калининградской области: Часть 1

Статистика упоминаний персон и спортивных тематик на сайте Министерства спорта Калининградской области, на период с 1 сентября 2017 до 30 января 2018.

Изначальные условия сбора данных

  • Исходные данные: сайт http://www.kld-sport.ru/

  • Временной диапазон сбора статистики: 1 сентября 2017 — 30 января 2018.

  • Имена ключевых персон имеют вид Иван Иванов и выделены жирным.

  • Имена всех остальных спортсменов имеют вид Иван ИВАНОВ, но не выделены жирным.


Что мы делали?

Итак, мы загрузили все материалы, опубликованные на сайте Министерства спорта Калининградской области с начала осени 2017 года. Каждый материал мы протегировали по теме (виду спорта, названию клуба или направлению спортивной деятельности), а также выделили из текста ссылки на ключевые персоны небольшим скриптом.


Зачем мы это делали?

У Министерства спорта Калининградской области отличный, (не побоюсь этого слова) постоянно наполняемый информацией, сайт, но в нём напрочь отсутствует хоть какая-то категоризация материалов по тегам или персонам. Это просто до невозможного усложняет ознакомление с успехами отдельных спортивных направлений или личностей в Калининграде. Поиск по именам, это вообще отдельная болезненная для меня тема.

Помимо желания познакомиться с новостями из мира калининградского спорта поближе, мы хотели попробовать создать редакционный инструмент для быстрой (ну или хоть какой) автоматической или полуавтоматической категоризации информации.


С какими проблемами при автоматической сборке столкнулись?

  • PHP не включает букву «ё» в диапазон регулярного выражения «а-я».

  • Имена могут быть как в именительном так и родительном и дательном падеже. Ни один сервис обработки имён не может верно разобрать род и падеж имён собственных, особенно без контекста (например, Александра Андреева может быть именительным падежом женского рода, или же родительным мужского — в контексте «воспитанница Александра Андреева»)

  • Томита-парсер обучать немного сложнее и дольше, чем проверить 200 элементов вручную.

  • Наставники однофамильцы могут записаны как Иван и Мария Петровы — этого можно было ожидать, но на стадии проектирования это в голову не пришло.


Что получилось?

Мы обработали 145 материалов, и выделили 124 тематики. В топ-13 тем на период осень-зима попали:

# Тема Количество упоминаний
1 радиопроект «Спорт Для Всех», радио Спорт FM  19
2 анонс мероприятий 18
3 газета «Калининградский спорт»
15
5 единоборства 11
6 борьба 9
7 инфраструктура 7
8–13 вольная борьба 6
8–13 гребля 6
8–13 футбол 6
8–13 многоборье 6
8–13 легкая атлетика 6
8–13 плавание 5

Из 427 персон в топ-13 на период осень-зима попали:

# Персона Количество упоминаний
1 Наталья Ищенко (министр спорта КО) 25
2 Антон Алиханов (губернатор КО) 10
3 Евгений Скачков (замминистра спорта КО) 7
4 Анжела Гаспарян (дзюдо) 6
5–6 Сергей Мкртчян (наставник Анжелы Гаспарян) 5
5–6 Муса Евлоев (вольная борьба) 5
7–13 Виктор Ходжаев (наставник Мусы Евлоева) 4
7–13 Виталий Киреев (наставник сборной по плаванию) 4
7–13 Алексей Шемаров (чемпион мира по вольной борьбе, советника главы администрации Гурьевского городского округа) 4
7–13 Наталья Авдеева (стрельба из блочного лука) 4
7–13 Валерий Ходжаев (наставник Мусы Евлоева) 4
7–13 Елизавета Сыщикова (самбо) 4
7–13 Артур Таймазов (олимпийский чемпион по борьбе, депутат государственной думы) 4



Возврат к списку

'prmedia:treelike_comments' is not a component