1.
Открытые
и
большие
данные
на
практике
Иван
Бегтин
Директор
НП
“Информационная
культура”

2.
Типовые
ситуации
в
data-­‐
журналистике

3.
Есть
данные
-­‐
нет
идеи

4.
Есть
идея
–
нет
данных

5.
Нет
ни
данных,
ни
идеи,
но
сделать
надо
завтра!

6.
Идеальная
ситуация
Это
когда
есть:
ü Идея
ü Данные
ü Время
ü +
Технологии

7.
Что
делать?

8.
Готовимся
заранее:
Данные
• Большие
данные:
знаем
где
искать,
знаем
что
делать
• Ключевые
онлайн
API
и
наборы
данных
• Screen
Scraping
• Основные
инструменты
очистки
данных

9.
Как
быстро
найти
данные?
• Спросить:
• Quora.com
• StackOverclow
-­‐
http://opendata.stackexchange.com/
• Рассылки
OKF,
группы
в
Facebook
и
тд.
• Каталоги
• The
Data
hub
–
http://thedatahub.org
• Хаб
открытых
данных
–
http://hubofdata.ru
• Data
Catalogs
–
http://datacatalogs.org/

10.
Wikipedia

11.
Wikipedia
• Wikipedia:
•
•
•
•
•
API
-­‐
http://en.wikipedia.org/w/api.php
Дампы
–
http://download.wikimedia.org
DBPedia
–
http://dbpedia.org
Wikidata
–
http://wikidata.org
FreeBase
-­‐
http://www.freebase.com/

12.
Основные
базы
данных
онлайн
• Международные:
• The
Data
Hub
–
http://thedatahub.org
• Всемирный
банк
–
http://data.worldbank.org
• ООН
–
http://data.un.org
• Национальные
• Хаб
открытых
данных
–
http://hubofdata.ru
• США
–
http://data.gov
• UK
–
http://data.gov.uk

13.
Основные
способы
работы
с
большими
данными
• Выкачивать
целиком
под
задачу
• Найти
и
использовать
чужое
API
• Сделать
своё
API

14.
Web
/
Screen
scraping

15.
Что
такое
Web/Screen/Data
Scraping?
• не
ждем
данных
–
собираем
их
сами
• извлекаем
их
из
веб-­‐страниц,
файлов
и
печатных
документов
• переводим
неструктуриованное
в
базы
данных

16.
Инструменты
• Программирование
• Python
+
lxml
or
BeautifulSoup
+
база
данных
• Или
…любой
другой
язык
программирования
• Платформы:
• ScraperWiki.com
–
тоже
Python,
но
проще
• Abbyy
PDFTransformer
+
Finereader

17.
Технологии

18.
Технологии
• Открытый
код
• Инструменты
визуализации
• Обработка
данных

19.
Government.github.com

20.
Selection.datavizualisation.ch

21.
Developers.google.com

22.
Tech.yandex.ru

23.
Пример:
Российская
общественная
инициатива

24.
Сайт
РОИ

25.
Как
действовать
• Собрать
идеи
• Написать
scraper
и
посмотреть
данные
• Посмотреть
что
сделали
другие:
• WeThePeople
–
http://petitions.whitehouse.gov
• E-­‐Petitions
http://petitions.direct.gov.uk

26.
Что
есть?
• Анализ
данных
РОИ
и
аналогичных
проектов
–
http://habrahabr.ru/company/infoculture/
• Код
на
Python
-­‐
https://github.com/ivbeg/apiroi
• Дамп
базы
-­‐
http://hubofdata.ru/dataset/roi-­‐dump

27.
Иван
Бегтин
Email:
ibegtin@infoculture.ru
Сайт:
http://ivan.begtin.name
Facebook:
facebook.com/ibegtin
twitter.:
ibegtin
Вопросы?