Від букв до цифр - Аналіз чату в Телеграмі

На сьогодні Телеграм є одним із найпопулярніших месенджерів, який швидко розвивається завдяки зручності, безпеці та широкому функціоналу. З кожним днем додаток продовжує збільшувати свої можливості, а також покращувати існуючі функції, щоб залучати користувачів.

Програма пропонує унікальну для месенджерів функцію — повноцінний експорт історії чатів із збереженням усієї структури даних. Користувачі можуть вивантажувати історію повідомлень, медіафайли та навіть метадані чатів у зручному форматі. На відміну від інших месенджерів, це дозволяє:

• Зберігати резервні копії без обмежень платформи
• Аналізувати статистику (частота спілкування, активність)
• Переносити дані між пристроями без втрат

Отримавши доступ до структурованого експорту переписок, ми можемо не просто переглядати історію спілкування, а й виявляти цікаві закономірності, які зазвичай приховані за потоком повідомлень.

Експорт

Експортувати дані можна як для окремого чату так і для всіх груп одночасно. Для цього, відкривши розмову, вибираємо три крапки, експортуємо історію чату, і вибираємо формат JSON, як показано на малюнку

!!! Експортування історії чатів доступна тільки у десктопній версії телеграму.

Так, ми отримуємо файл result.json який має наступну структуру:

{
 "name": "Bohdan",
 "type": "personal_chat",
 "id": 123456789,
 "messages": [
  {
   "id": 3080,
   "type": "message",
   "date": "2025-04-09T11:51:54",
   "date_unixtime": "1744188714",
   "edited": "2025-04-09T12:34:20",
   "edited_unixtime": "1744191260",
   "from": "Fpower.com.ua",
   "from_id": "user6271104483",
   "text": "Hello  ✋",
   "text_entities": [
    {
     "type": "plain",
     "text": "Hello  ✋"
    }
    .....
   ]
  }
 ]
}

Обробка даних

Для кращого розуміння, можна переглянути цей файл у табличному вигляді, користуючись наступним сервісом JsonGrid¹

Основні поля можна поглянути на фото нижче, так як вони відрізняються, залежно від типу повідомлення (може бути текст, фото, GIF…)²

Тепер, спробуємо перетворити цей JSON у зручний для нас табличний вигляд

import json
import pandas as pd

with open('result.json', 'r', encoding='utf-8') as f:
    data = json.load(f)

messages = data['messages']

df = pd.json_normalize(messages)

Поле reactions містить у собі реакцію користувача на повідомлення, розділимо цей стовпець на два окремі: кількість реакцій на повідомленні та самий смайлик

df['reaction_count'] = df['reactions'].apply(
    lambda x: x[0]['count'] 
    if isinstance(x, list) and len(x) > 0 and 'count' in x[0] 
    else None
)

df['reaction_emoji'] = df['reactions'].apply(
    lambda x: x[0]['emoji'] 
    if isinstance(x, list) and len(x) > 0 and 'count' in x[0] 
    else None
)

Отримаємо потрібні нам стовпці

Візуалізація

Тепер, ми можемо проаналізувати наше спілкування. Розрахуємо кількість повідомлень від кожного користувача, так ми дізнаємось, хто балакучіший

import matplotlib.pyplot as plt

message_counts = df['from'].value_counts().reset_index()

labels = message_counts['from']
sizes = message_counts['count']

plt.figure(figsize=(5, 5))
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=140, colors=['#ff9999', '#66b3ff'])
plt.title("Senders' posting", fontsize=16, fontweight='bold')
plt.show()

Додаток Flourish³ дозволяє створювати інтерактивні діаграми та графіки різних видів, тому ми скористуємося ним для візуалізації.

Згрупуємо дані за реакціями на повідомленнях у користувачів та імпортуємо файл до Flourish

grouped = emoji_df.groupby(['from', 'reaction_emoji'])['reaction_count'].sum().reset_index()
grouped.to_csv('reaction_emoji_grouped.csv', index=False, encoding='utf-8-sig')

З діаграми видно, що одна людина є в чотири рази більш схильною на поставити реакцію на повідомлення.

Згрупуємо дані за типом надісланого медіаповідомлення

media_type = df[~df['media_type'].isnull()].copy()
media_type = media_type[['from', 'media_type', 'date']]
media_type_grouped = media_type.groupby(['from', 'media_type'])['date'].sum().reset_index()
media_type_grouped.to_csv('media_type_grouped.csv', index=False, encoding='utf-8-sig')

Отже, наш друг набагато частіше надсилає відеоповідомлення, хоча й загальна кількість повідомлень у користувача більша. Чи не забавно?

df.loc[:, 'year_month'] = df['date'].str[:7] 
date_grouped = df.groupby(['from', 'year_month'])['date'].count().reset_index()
date_grouped = date_grouped.pivot(index='year_month', columns='from', values='date').reset_index()
date_grouped.to_csv('date_grouped_by_month.csv', index=False, encoding='utf-8-sig')

Поглянемо на кількість надісланих повідомлень кожного місяця протягом останніх років

Видно, що раніше спілкування було частішим, але в кінці почалась миттєва активність.

Кількість це звісно добре, а як же якість? Різні користувачі по-різному надсилають повідомлення, хтось всю суть вкладає в одне, а хтось надсилає кожне речення окремо. Поглянемо на середню довжину повідомлення, а також найдовше для кожного

Хоч і користувач надсилає більше повідомлень, але вони є меншими за кількістю символів. Отже, складається уявлення, що користувач любить писати речення, а то й слова новим повідомленням, а його співрозмовник вкладає весь зміст в одне.

Цікаво також буде глянути, в які години та дні спілкування відбувалося частіше. В цьому нам допоможе теплова діаграма

Отже, найчастіше повідомлення надсилалися в четвер о 20:00 годині та в понеділок об 23:00. В період від першої до дев’ятої ранку, що очевидно, повідомлення майже не писалися

Ну і наостанок, глянемо на слова, які використовуються найчастіше

Висновок

Аналіз чату в Телеграмі — це наче розмова з самим собою в дзеркалі даних. Ми бачимо не просто набір слів, а візерунки спілкування: хто пише частіше, але коротше, хто рідше, але детальніше; коли спалахує найбільше емоцій і навіть у який час виникають найцікавіші обговорення. Ці дані — не суха статистика, а відбиток справжньої взаємодії, де кожен символ, реакція чи відправлений файл розповідають про те, як ми спілкуємося насправді.

Тому експорт переписки — це не просто архів, а можливість побачити діалог із сторони, де кожне повідомлення стає частиною більшої картини. І якщо придивитися, ці дані розповідають історію не лише про те, що було сказано, але й про те, як — і, можливо, навіть чому.

P.S. Посилання на GitHub з повним кодом : https://github.com/AdobyY/Telegram-chat-analyzer/blob/main/EDA.ipynb

1. https://jsongrid.com/json-grid ↩︎

2. https://jsoncrack.com/editor ↩︎

3. https://flourish.studio/ ↩︎