En este proyecto, nos proponemos realizar un análisis de datos para extraer información valiosa a partir de las reviews de películas. El objetivo es acceder a una página web, recopilar estas reviews, analizar el sentimiento asociado y asignar una puntuación a cada película.
Desarrollaremos todo el trabajo en este notebook, utilizando Python como lenguaje de programación y herramientas de ETL. El proyecto se estructura en tres fases principales:
-
La primera fase se centra en la implementación de técnicas de Web Scraping para extraer datos de las reviews de la web de IMDB.
-
En la segunda fase, utilizando la librería
BeautifulSoup,automatizaremos el proceso para permitir la búsqueda de cualquier película a través de la librería selenium. -
En la tercera fase utilizaremos una API de análisis de sentimientos que recibirá el texto de cada review y devolverá una etiqueta de sentimiento categorizada. Transformaremos estas etiquetas en valores numéricos y comprobaremos las notas medias de la película que hemos obtenido mediante el web scrapping y el análisis de sentimientos.
-
Finalmente, en la cuarta fase, almacenaremos los resultados en la base de datos.