ProyectoLP

WebScraper Noticias

Integrantes:

• Raimundo Moraga
• Romina Beretta
• Matias Vidal
• Sebastian Guzman
• Andres Garcia

Instrucciones para ocupar el programa:

• Para ejecutar el programa, se debe primero descargar chromium y en la linea 93 de main.py se debe cambiar la direccion por la direccion donde esta el driver de chromium para poder ocupar selenium
• Se debe ejecutar el siguiente comando por consola:

pip install -r requirements.txt

• Luego se ejecuta el archivo main de la manera preferida, ya sea por consola con

python main.py

o con la manera que su IDE le permita.

Analisis hecho:

• Primero se hace un analisis sobre los sentimientos de los tweets y las noticias, analizando si el tweet y la noticia tiene un tono Negativo, neutro o positivo, para luego crear un grafico por noticias y un grafico por tweets con las tendencias de estos, en graficos() y graficos_n()
• Luego creamos una lista con las noticias de cada sitio que son parecidos, mediante el uso de un ratio de strings con la libreria fuzzywuzzy, y se imprimen los titulos de las noticias con sus ratios respectivos en porcentaje.
• Posteriormente se analiza las horas de las noticias y tweets, viendo desfase entre que una noticia es publicada y un tweet es publicado sobre algo parecido a la noticia, usando la lista de noticias parecidas creada anteriormente
• Despues se hace un analisis sobre el largo de las noticias y tweets del momento, dividiendo en Corto,Medio y Largo segun la cantidad de palabras que tenga la noticia o el tweet. Para esto se ocuparon distintos valores:
• Corto:
  • Noticias que tengan menos de 400 palabras.
  • Tweets que tengan menos de 15 palabras.
• Medio:
  • Noticias que tengan entre 400 y 800 palabras.
  • Tweets que tengan entre 15 y 24 palabras.
• Largo:
  • Noticias que tengan mas de 800 palabras.
  • Tweets que tengan mas de 24 palabras.
• Con esta informacion se crean 3 graficos para representar el largo de las noticias de Emol, La tercera y los tweets.