Los responsables de políticas e investigadores de todo el mundo están interesados en medir el bienestar subjetivo (SWB) de las poblaciones. En los últimos años, han comenzado a aparecer nuevos enfoques para medir el SWB, utilizando rastros digitales como principal fuente de información, y muestran potencial para superar las deficiencias de los métodos tradicionales basados en encuestas. En este documento, proponemos el modelo formal para el cálculo del indicador observable de bienestar subjetivo (OSWB) basado en publicaciones de una red social, que utiliza información demográfica y técnicas de post-estratificación para hacer que la muestra de datos sea representativa por las características seleccionadas de la población general. Aplicamos el modelo a los datos de Odnoklassniki, una de las redes sociales más grandes de Rusia, y obtuvimos un indicador OSWB representativo de la población de Rusia por edad y género. Para el análisis de sentimientos, ajustamos varios modelos de lenguaje en RuSentiment y logramos resultados de vanguardia. El indicador OSWB calculado demostró una correlación moderada a fuerte de Pearson (, , ) y una fuerte correlación de Spearman (, , ) con un Índice de Felicidad basado en encuestas tradicionales reportado por el Centro de Investigación de Opinión Pública de Rusia, confirmando la validez del enfoque propuesto. Además, exploramos patrones circadianos (24 h) y circaseptanos (7 días) e informamos varios hallazgos interesantes para la población de Rusia. En primer lugar, las variaciones diarias se observaron claramente: la mañana tenía el nivel más bajo de felicidad y la tarde noche tenía el más alto. En segundo lugar, también se observaron patrones semanales, siendo los fines de semana más felices que los días laborables. El nivel más bajo de felicidad ocurre en los tres primeros días laborables, y a partir del jueves, aumenta y alcanza su punto máximo durante el fin de semana. Por último, los grupos demográficos mostraron diferentes niveles de felicidad diarios, semanales y mensuales, lo que confirma la importancia de la post-estratificación por grupo de edad y género en los estudios de OSWB basados en rastros digitales.