Este documento descreve o projeto de um analisador de sentimentos com IA. O projeto tem como objetivo coletar dados de um questionário fictício, tratar os dados com a biblioteca pandas
, calcular o Net Promoter Score (NPS), visualizar o gráfico do NPS usando matplotlib
e analisar os comentários usando O GPT-4
. O projeto foi desenvolvido durante a Ifood Dev Week, da plataforma DIO.
Geração dos dados: Os dados com as notas e avaliações do bootcamp fictício foram gerados com auxílio do chatGPT. As respostas foram agrupadas em um arquivo .CSV e exportadas para um bucket no Amazon S3
.
Coleta de dados: Os dados são coletados do S3 usando a biblioteca s3fs
e carregados em um DataFrame pandas
.
Tranformação dos dados: Cada linha do DataFrame são convertidos em objetos Feedback, para que sejam utilizados posteriormente na análise dos dados.
Cálculo do NPS: O NPS é calculado como a diferença entre o percentual de promotores (nota >= 9) e detratores (nota <= 6), multiplicada por 100.
Visualização do gráfico NPS: Um gráfico é desenhado a partir do NPS obtido anteriormente. Utilizamos a biblioteca matplotlib
para a visualização dos dados.
openai
para decifrar os sentimentos e as emoções presentes nos textos.