Chronometrica ou HarvestAPI pour exporter les commentaires publics LinkedIn

Comparez d’abord le périmètre de collecte

Un Actor est un programme de collecte hébergé. Les 2 produits sont des Actors sur Apify. Pour cette comparaison, il faut déterminer si le périmètre de collecte documenté correspond à votre question de recherche. Le tableau résume les faits vérifiés sur les produits. Documentation de Chronometrica, documentation de HarvestAPI

Ne choisissez pas uniquement selon le nombre de lignes exportées. Une ligne peut représenter un commentaire direct, une réponse ou un résultat de collecte. Ces unités répondent à des questions différentes. Définissez d’abord ce que représente une observation. Comparez ensuite les résultats qui contiennent cette observation.

Pourquoi Chronometrica convient à un échantillon d’auteurs de commentaires publics

Chronometrica accepte de 1 à 100 URL publiques de publications LinkedIn ou du fil. Il supprime les entrées en double qui renvoient à une même publication prise en charge. Il enregistre aussi des identifiants publics de commentaires uniques. Ces fonctions vous aident à éviter de compter 2 fois la même source ou le même commentaire enregistré. Documentation de Chronometrica

Ces contrôles ont des objectifs différents. La suppression des publications en double protège la liste des sources. Les identifiants uniques de commentaires protègent les observations de commentaires. Aucun de ces contrôles ne transforme un nombre de commentaires en nombre de personnes. Un auteur peut écrire plusieurs commentaires. La liste des auteurs doit donc faire l’objet d’un contrôle distinct.

Le paramètre facultatif `includeAuthorDetails` demande des informations publiques sur les auteurs uniques enregistrés. Sa valeur par défaut est `false`. Il peut entraîner un événement de facturation distinct pour les informations sur les auteurs. Activez-le lorsque ces informations sont utiles à votre question de recherche. Documentation de Chronometrica

Chronometrica convient surtout à une étude qui peut utiliser un échantillon de commentaires publics de premier niveau dont les limites sont expliquées. Vous pouvez conserver les commentaires observés, créer une liste distincte d’auteurs et joindre les limites de collecte à l’export. La personne qui examine l’étude dispose ainsi d’une base claire pour déterminer les conclusions que l’échantillon permet de tirer.

Cela ne prouve pas que tous les participants à la discussion ont été observés. Cela ne fait pas non plus d’un profil public un prospect commercial qualifié. Ces conclusions exigent des éléments supplémentaires.

Quand le besoin de réponses change le choix

HarvestAPI accepte les URL de publications et de commentaires. Pour les publications fournies en entrée, sa documentation indique jusqu’à 5 réponses imbriquées par commentaire racine, incluses dans le résultat de ce commentaire. Pour les URL de commentaires, `scrapeReplies` peut renvoyer les réponses sous forme de résultats distincts. Son paramètre `postedLimit` et ses modes de collecte des informations sur les auteurs peuvent aussi influer sur le choix. Vérifiez leurs réglages documentés par rapport à vos besoins. Documentation de HarvestAPI

Utilisez la même unité, commentaire racine ou réponse, avant de comparer les totaux de lignes. Un commentaire racine est un commentaire de premier niveau. Les réponses rattachées à ce commentaire ajoutent des observations textuelles, mais pas nécessairement des personnes distinctes.

Chronometrica ne collecte pas les fils de réponses complets. Si vous devez obtenir tous les commentaires et toutes les réponses d’une discussion, il ne répond pas à ce besoin. La suppression d’une limite numérique ne change pas son périmètre de collecte. Documentation de Chronometrica

Définissez les personnes à observer

Le besoin de l’acheteur à l’origine de cette comparaison consiste à trouver les profils des personnes qui commentent ou aiment ses publications LinkedIn. L’élément à l’appui est un extrait archivé provenant d’un résultat de recherche public, et non une transcription complète de la discussion. Il établit un besoin de recherche, pas un résultat de collecte vérifié. Demande publique

Avant de choisir un Actor, définissez en 1 phrase la population requise : le groupe de personnes que votre étude doit couvrir. Par exemple, vous pourriez avoir besoin des auteurs de commentaires de premier niveau visibles sur 3 publications choisies. Une autre étude pourrait nécessiter les auteurs de réponses, les personnes qui ont aimé les publications ou les 3 groupes.

Gardez ces groupes séparés. Un export de commentaires ne permet pas d’établir une liste complète des personnes qui ont aimé une publication. Un échantillon de premier niveau ne permet pas d’établir la population des auteurs de réponses. Si le groupe manquant est nécessaire pour répondre à la question, arrêtez et modifiez le plan de collecte.

Définissez aussi l’affirmation que vous comptez formuler. « Ces auteurs figurent dans l’échantillon collecté » exige moins de preuves que « Voici tous les participants ». Une affirmation plus limitée peut rester utile si elle correspond aux éléments disponibles.

Pour en savoir plus sur cette distinction, lisez Un export de commentaires publics LinkedIn peut-il représenter toute la discussion ?.

Commencez par une entrée limitée et vérifiée

Une Task est une configuration d’entrée enregistrée pour un Actor. Ouvrez la Task d’informations publiques sur les auteurs, puis examinez ses paramètres réels avant de l’exécuter.

Les éléments archivés confirment que la page de la Task était accessible au public. Ce contrôle de la page ne permet pas de connaître sa configuration d’entrée actuellement enregistrée. Utilisez cette configuration comme point de départ et vérifiez vous-même les paramètres suivants :

1. Remplacez les URL enregistrées par les URL des publications publiques que vous voulez étudier.
2. Fixez une petite limite pour `maxComments` lors du premier contrôle.
3. Définissez `includeAuthorDetails` sur `true` si vous avez besoin d’informations publiques sur les auteurs.
4. Examinez les autres paramètres avant de lancer l’exécution.

Cet exemple utilise des champs et des valeurs qui ont passé un contrôle local par rapport au JSON Schema public archivé. Un JSON Schema définit les champs et les valeurs autorisés en entrée. Ce contrôle confirme le format d’entrée. Il ne confirme pas que la source sera disponible pendant une exécution. Documentation des entrées de Chronometrica

{
  "startUrls": [
    "https://www.linkedin.com/posts/timferriss_how-to-become-dramatically-more-productive-activity-7386884213343428608-wrF3"
  ],
  "maxComments": 10,
  "includeAuthorDetails": true
}

Remplacez l’URL d’exemple par la source publique choisie. Il s’agit d’une cible d’exemple documentée, pas d’une preuve d’un nouveau résultat de collecte.

Le schéma vérifié autorise de 1 à 100 entrées dans `startUrls` et un entier de 1 à 1 000 pour `maxComments`. Ce dernier fixe une limite par publication. Une valeur de 10 demande un échantillon limité. Elle ne garantit pas l’enregistrement de 10 commentaires. Documentation des entrées de Chronometrica

Utilisez le premier échantillon pour vérifier si le texte enregistré et les identifiants des auteurs permettent l’analyse prévue. Augmenter le volume avant ce contrôle peut produire un export plus volumineux qui répond toujours à la mauvaise question.

Examinez la couverture avant de décrire le résultat

Chronometrica sépare les lignes de commentaires des résultats d’entrée et de couverture dans `OUTPUT`. Lisez le résultat de chaque entrée avant de résumer ses commentaires. L’enregistrement de couverture et le motif d’arrêt aident à expliquer pourquoi la collecte s’est terminée. Documentation des résultats de Chronometrica

Effectuez ce bref contrôle d’acceptation :

1. Confirmez à quelle publication fournie en entrée appartient chaque résultat.
2. Identifiez les lignes de commentaires enregistrées grâce à leurs valeurs publiques `commentId`.
3. Rapprochez les auteurs à l’aide de `authorUrl` ou de `authorId` lorsque ces valeurs sont publiques.
4. Laissez non résolus les enregistrements dont les identifiants sont manquants.
5. Lisez le résultat de couverture et le motif d’arrêt de l’entrée.
6. Déterminez les affirmations que l’échantillon observé permet d’étayer.

Ne traitez pas un enregistrement d’état d’entrée comme un commentaire. De même, ne comparez pas directement le total affiché d’une discussion avec les lignes de premier niveau enregistrées. Ils peuvent correspondre à des unités différentes et à des parties visibles différentes de la discussion.

Le paramètre `collectAllAvailable` supprime la limite numérique de commentaires. La collecte peut encore s’arrêter en raison de la source publique, d’une limite de frais, d’une limite de temps ou d’un échec. Ce paramètre ne prouve pas que la page publique a exposé tous les commentaires. Limites de collecte de Chronometrica

Si votre besoin initial exige tous les commentaires, ne présentez pas un échantillon public disponible comme un export complet. Chronometrica ne répond pas à un besoin de collecte de tous les commentaires lorsque ce besoin exige du contenu au-delà de la source publique de premier niveau.

Les champs publics sur les auteurs, les dates et les nombres de réactions peuvent être indisponibles. Conservez ces valeurs inconnues. Un nombre de réactions manquant ne prouve pas qu’il y a 0 réaction. Une date manquante ne permet pas non plus de déterminer quand le commentaire est apparu. Documentation des résultats de Chronometrica

Une décision fictive avec des calculs vérifiés

L’exemple suivant est fictif. Il ne s’agit ni d’un test d’Actor, ni d’un jeu de données réel, ni d’une citation d’acheteur, ni d’un coût mesuré.

Un chercheur collecte un aperçu à partir d’une publication publique. Cet aperçu contient 10 lignes de commentaires de premier niveau provenant de 7 auteurs distincts dont les données sont publiques. La collecte d’informations supplémentaires aboutit pour 5 de ces auteurs. Elle reste non résolue pour les 2 autres.

Le chercheur présente 3 constats distincts :

• L’échantillon contient 10 commentaires de premier niveau observés.
• Ces commentaires proviennent de 7 auteurs distincts observés.
• Des informations supplémentaires sont disponibles pour 5 auteurs ; 2 cas restent non résolus.

Le calcul est simple : 7 auteurs observés moins 5 auteurs avec des informations supplémentaires laissent 2 auteurs dont le cas reste non résolu. Les 10 lignes de commentaires ne représentent pas 10 personnes. Les 2 cas non résolus pour les informations supplémentaires ne signifient pas non plus que ces auteurs étaient absents de l’échantillon de commentaires.

Supposons que la question de recherche dépende aussi de 8 réponses sous ces commentaires. L’échantillon de premier niveau ne permet pas d’y répondre. Le chercheur examine alors les modes de collecte des réponses de HarvestAPI. Documentation de HarvestAPI

Ces 8 lignes de réponses possibles constituent une unité distincte. Elles ne peuvent pas être comptées comme 8 nouvelles personnes sans vérifier leurs auteurs. Certaines pourraient provenir de personnes déjà présentes dans l’échantillon de premier niveau. Plusieurs pourraient aussi provenir de la même personne.

Si la question initiale concerne uniquement les 7 auteurs de premier niveau observés, l’échantillon limité peut suffire. Si elle concerne toutes les personnes qui ont participé, le même échantillon est insuffisant. La décision dépend de la population requise, pas de la taille du fichier.

Exportez 4 groupes d’enregistrements distincts

Conservez 4 tableaux ou groupes d’enregistrements clairement séparés. Chacun a un objectif différent. Cette structure aide une autre personne à examiner votre travail sans devoir deviner ce que représente chaque ligne.

Le premier tableau contient les observations de commentaires enregistrées. Conservez la publication source et `commentId` avec chaque commentaire. Gardez l’identifiant public de l’auteur lorsqu’il est disponible. Préservez les valeurs manquantes pour que les analyses ultérieures puissent distinguer une information inconnue d’un 0 observé.

Le deuxième tableau contient les auteurs uniques observés. Construisez-le à partir des commentaires enregistrés en utilisant les identifiants publics. Dans ce tableau d’auteurs, comptez 1 seule fois un même auteur identifié, même s’il a écrit plusieurs commentaires. Laissez les identités manquantes non résolues. Ne supposez pas que les valeurs vides appartiennent toutes à la même personne ou à des personnes différentes.

Le troisième tableau contient les résultats de collecte des informations sur les auteurs. Gardez le lien entre l’auteur observé et les éventuelles informations supplémentaires. Un auteur sans informations supplémentaires peut tout de même être un auteur de commentaire observé. Utiliser le nombre de collectes d’informations réussies comme nombre d’auteurs exclurait des personnes déjà présentes dans les éléments recueillis.

Le quatrième tableau contient la couverture publique par publication. Conservez le résultat de chaque entrée, le motif d’arrêt et le contexte de collecte. Gardez la source de la publication et l’heure de collecte avec l’export. Ces enregistrements expliquent comment interpréter l’échantillon. Ils ne sont pas des mesures de commentaires.

Cette séparation facilite aussi l’interprétation ultérieure. Par exemple, vous pouvez examiner les informations publiques sur les auteurs sans modifier implicitement le nombre de commentaires observés. Si votre prochaine étape concerne les fonctions des auteurs, consultez le guide des fonctions des auteurs de commentaires et conservez les cas non résolus.

Décidez s’il faut poursuivre après l’échantillon

Avant une exécution plus importante, vérifiez si le premier export répond à la question définie. Confirmez que vous pouvez relier chaque commentaire enregistré à sa publication, distinguer les auteurs qui reviennent et expliquer les informations manquantes. Confirmez que vous comprenez l’enregistrement de couverture de chaque entrée.

Déterminez ensuite si davantage d’observations amélioreraient l’étude. Un échantillon de premier niveau plus large peut apporter des éléments supplémentaires sur les auteurs de premier niveau observés. Il ne peut pas corriger un décalage entre ce périmètre et une question sur les auteurs de réponses ou les personnes qui ont aimé une publication.

Définissez une règle d’acceptation précise. Par exemple, une étude pourrait accepter des cas non résolus pour les informations sur les auteurs, tout en exigeant une source claire et un enregistrement de couverture pour chaque publication. Une autre étude pourrait exiger un identifiant d’auteur pour chaque observation incluse dans un décompte de personnes. Ce sont des choix de recherche. Énoncez-les avant de résumer le résultat.

N’utilisez pas la réussite de la collecte comme preuve de valeur commerciale. Un lien public vers un auteur donne accès à un profil public. La qualification d’un prospect exige des critères distincts et des éléments à l’appui.