Gephi — open-source платформа для аналізу мереж

Швидкий старт

Безкоштовна open-source платформа для візуалізації і статистичного аналізу мереж. Стандарт для академічних дослідників, журналістів і аналітиків — 10 000+ академічних посилань. Дозволяє імпортувати власні дані (CSV, GEXF) і будувати кастомні графи з статистичним аналізом (centrality, clustering, community detection).

Доступ

🔓 Повністю безкоштовно, open-source (ліцензія GPL3 + CDDL)
Сайт: gephi.org
Поточна версія: Gephi 0.11 (масштабний реліз, травень 2026 — переробка OpenGL движка, 50+ bug fixes)
Розробник: Gephi consortium / open-source спільнота
Заснований: 2008-2009 (Bastian, Heymann, Jacomy)
ОС: Windows, macOS, Linux (Java-based)

Як це працює (5 кроків)

1. Завантажити Gephi з gephi.org (потрібна Java)
2. Підготувати дані: nodes.csv (ID, Label, атрибути) і edges.csv (Source, Target, Type, Weight)
3. Імпортувати дані через File → Open (підтримуються CSV, GEXF, GraphML, DL, GDF)
4. Запустити алгоритм layout (ForceAtlas2, Yifan Hu тощо) + статистики (Modularity, Centrality, PageRank)
5. Експортувати граф як PDF / SVG / PNG для долучення до справи

Типові кейси для адвоката

🎯 Кейс 1: Власна побудова графа з даних YouControl/OpenDataBot

Адвокат експортує дані про 50 підозрюваних компаній з YouControl/OpenDataBot у CSV. У Gephi: будує граф, застосовує алгоритм Modularity для виявлення спільнот (clusters), помічає, що 12 компаній утворюють щільну групу через спільних директорів. Підстава для аргументації перед судом про єдину групу пов’язаних осіб.

🎯 Кейс 2: Аналіз тендерної змови — power players

Адвокат експортує дані з Prozorro і Clarity Project про учасників тендерів. У Gephi: будує граф «учасник → замовник», застосовує Eigenvector Centrality — виявляються 5 «центральних» постачальників, що отримують більшість контрактів від одних і тих самих замовників. Доказ для скарги до АМКУ.

🎯 Кейс 3: Аналіз родинно-ділових зв’язків клана чиновника

Журналіст-розслідувач (співпрацюючий з адвокатом) збирає дані з ICIJ Offshore Leaks, OCCRP Aleph і відкритих реєстрів. У Gephi: будує граф усіх знайдених entities (фізособи, компанії, нерухомість). Betweenness Centrality виявляє «мости» — осіб, через яких відбувається переказ активів між офшорами і Україною.

🎯 Кейс 4: Аналіз публікацій соцмереж у справі про дифамацію

Клієнт стверджує, що проти нього організована скоординована кампанія в соцмережах. Адвокат збирає дані про твіти (через DiscoverText, Twitter API) і робить аналіз мережі ретвітів у Gephi: виявляється бот-мережа з 200+ акаунтів, координовано поширюючих публікації. Доказ для позову про організовану дезінформацію.

Що бачимо на графі

📋 Гнучкі типи вузлів і ребер: визначаються користувачем у CSV
📋 Можливі типи: фізособа, юрособа, документ, твіт, email, тендер, рахунок — будь-що

📋 Алгоритми аналізу:

• Modularity — виявлення спільнот (community detection)
• Degree Centrality — найбільш зв’язані вузли
• Betweenness Centrality — «мости» між групами
• Eigenvector Centrality / PageRank — найвпливовіші вузли
• Clustering Coefficient — щільність зв’язків
• Connected Components — окремі підграфи

📋 Layout-алгоритми: ForceAtlas2, Yifan Hu, Fruchterman-Reingold, OpenOrd, Circular

Сильні і слабкі сторони

✅ Сильні:

• Повністю безкоштовно і open-source
• Підтримка великих графів (до 1 млн вузлів)
• 3D OpenGL рендеринг — швидка інтерактивна візуалізація
• Багато плагінів для розширення функціоналу (Marketplace)
• Стандарт у академічних дослідженнях (10 000+ citations)
• Підтримка CSV, GEXF, GraphML, DL, GDF
• Експорт у PDF, SVG, PNG — для долучення до справи
• 🆕 Gephi 0.11 (2026) — суттєвий приріст продуктивності
• Активна спільнота і документація

⚠️ Слабкі:

• НЕ збирає дані сам — тільки візуалізує те, що ви імпортуєте
• Крута крива навчання (особливо для нетехнічних користувачів)
• Ресурсомісткий — для великих графів потрібен потужний комп’ютер
• Обмежена підтримка dynamic graphs (часові ряди)
• Періодичні падіння при великих datasets
• Інтерфейс тільки англійською
• Не інтегрується з зовнішніми API напряму — все через CSV/GEXF
• Не для real-time моніторингу

Як використовувати в суді / для адвокатського запиту

📋 Як доказ у суді:

• Експорт графа з Gephi (PDF/SVG) + CSV-файли даних — як аналітична візуалізація
• Особливо важливо: зазначити джерело даних (з якого CSV побудовано граф)
• Сам Gephi — тільки інструмент візуалізації; докази — первинні джерела (Prozorro, ЄДР, тощо)
• Для експертної думки в суді — можна оформити висновок аналітика на основі Gephi-графа

📋 Адвокатський запит (ст. 24 Закону «Про адвокатуру»):

• Адвокат сам збирає дані з відкритих реєстрів і будує власний граф
• Результат — візуалізація відомих фактів, не нова інформація
• Корисно для наочного подання експертам/суду

📋 Юридичні підстави:

• Закон «Про доступ до публічної інформації» — для збору даних
• Стаття 102 ЦПК — види доказів (висновки експертів)
• Стаття 84 КПК — доказування у кримінальному провадженні
• Стаття 24 Закону «Про адвокатуру»

⚠️ Важливо: Gephi — це інструмент візуалізації власних даних. У суді треба мати джерельну базу (CSV з реєстрів, екран від офіційних сайтів), а не сам Gephi-файл.

Альтернативи у каталозі

• yEd Graph Editor — для ручної побудови графів
• Maltego — з автоматичними OSINT-трансформаціями
• i2 Analyst’s Notebook — професійний платний аналог
• Linkurious Enterprise — для AML і Neo4j

Інші open-source альтернативи (поза каталогом):

• Cytoscape — для біологічних і соціальних мереж
• Neo4j Browser — для роботи з графовою БД
• NodeXL — Excel-розширення для соцмереж
• Graphistry — GPU-прискорена візуалізація

Корисні посилання

🔗 gephi.org — головний сайт
🔗 gephi.org/users/download — завантаження
🔗 gephi.org/users/tutorials — туторіали
🔗 github.com/gephi/gephi — open-source код
🔗 gephi.wordpress.com — офіційний блог (новини, реліз 0.11)
🔗 bellingcat.gitbook.io/toolkit/more/all-tools/gephi — рекомендація Bellingcat

← Повернутися до каталогу