Deseño e implementación dunha plataforma web para a análise e visualización de chíos sobre a COVID-19 en EEUU
![Thumbnail](/dspace/bitstream/handle/2183/33915/BardancaRojo_Patricia_TFG_2023.pdf.jpg?sequence=4&isAllowed=y)
Use este enlace para citar
http://hdl.handle.net/2183/33915Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Deseño e implementación dunha plataforma web para a análise e visualización de chíos sobre a COVID-19 en EEUUAutor(es)
Director(es)
Varela Rodeiro, TirsoSeco Naveiras, Diego
Data
2023Centro/Dpto/Entidade
Universidade da Coruña. Facultade de InformáticaDescrición
Traballo fin de grao (UDC.FIC). Ciencia e enxeñaría de datos. Curso 2022/2023Resumo
[Resumo]: O presente traballo de fin de grao centrouse no deseño e desenvolvemento dunha plataforma
web dedicada á análise e visualización de mensaxes en Twitter (chíos) relacionadas coa
COVID-19 nos Estados Unidos, basado na necesidade de comprender o impacto e a percepción
pública da pandemia a través da recollida e análise de datos en redes sociais.
O proceso estruturouse en varios pasos clave. Inicialmente, definíronse os requisitos funcionais
e estableciuse o alcance do proxecto, para continuar coa obtención dun conxunto de
datos adecuado ao problema. Seguidamente, procedeuse coa realización dunha análise preliminar
dos datos dispoñibles, seguida dunha análise máis profunda que se centrou particularmente
na detección e análise de sentimentos expresados nos chíos.
Posteriormente, ideáronse bocetos para posibles interfaces de usuario que a plataforma
podería adoptar, o que permitiu visualizar como os usuarios interactuarían coa aplicación, e
desenvolveuse un modelado conceptual que serviu como base para a implementación. Finalmente,
desenvolveuse e implementouse a plataforma.
En canto ás tecnoloxías empregadas, elixíronse as seguintes: PostgreSQL, coa extensión
PostGIS, empregouse como base de datos para almacenar o conxunto de datos recollidos. A
extensión PostGIS permitiu almacenar, xestionar e analizar información xeo-referenciada de
xeito sinxelo e integrado coa base de datos principal. O framework Flask, xunto co ORM
SQLAlchemy (con extensión GeoAlchemy) foi a elección para definir os modelos de datos e
crear a aplicación web. Para mellorar a interacción nas vistas finais, empregáronse tecnoloxías
como Leaflet, HTML, CSS e JavaScript. Ademais, para analizar os sentimentos nos chíos,
utilizáronse ferramentas de procesamento de linguaxe natural e análise de sentimento. O
proxecto tamén fixo uso de PowerBI para a visualización efectiva do contido xerado.
O traballo abarcou diversos aspectos esenciais para proporcionar unha ferramenta eficiente
e significativa na comprensión da percepción pública durante a pandemia. Todo isto
xestionouse seguindo unha metodoloxía iterativa e incremental, permitindo unha adaptación
flexible ás necesidades en constante evolución e asegurando a calidade do resultado final ao
longo do tempo. [Abstract]: The present final degree work focused on the design and development of a web platform
dedicated to the analysis and visualization of Twitter messages (tweets) related to COVID-19
in the United States, based on the need to understand the impact and public perception of the
pandemic through the collection and analysis of social media data.
The process was structured in several key steps. Initially, the functional requirements
were defined and the scope of the project was established, followed by obtaining a data set
appropriate to the problem. Next, a preliminary analysis of the available data was performed,
followed by a deeper analysis that focused particularly on the detection and analysis of sentiments
expressed in the tweets.
Subsequently, sketches were devised for possible user interfaces that the platform could
adopt, which allowed visualizing how users would interact with the application, and a conceptual
modeling was developed to serve as the basis for the implementation. Finally, the
platform was developed and implemented.
In terms of the technologies used, were chosen: PostgreSQL, with the PostGIS extension,
was used as the database to store the collected dataset. The PostGIS extension allowed
storing, managing and analyzing geo-referenced information in a simple and integrated way
with the main database. The Flask framework, together with the SQLAlchemy ORM (with
GeoAlchemy extension), was chosen to define the data models and create the web application.
To improve interaction in the final views, technologies such as Leaflet, HTML, CSS and
JavaScript were used. In addition, to analyze the sentiments in the tweets, natural language
processing and sentiment analysis techniques were implemented. The project also made use
of PowerBI for effective visualization of the generated content.
The work covered various aspects essential to provide an efficient and meaningful tool
in understanding public perception during the pandemic. All of this was managed following
an iterative and incremental methodology, allowing for flexible adaptation to evolving needs
and ensuring the quality of the end result over time.
Palabras chave
Análise e visualización de datos
Análise de sentimentos
Ciencia e enxeñaría de datos
Covid-19
Aplicación web
Xeoinformática
PostgreSQL
Flask
Pyhton
Leaflet
PowerBI
Data analysis and visualization
Sentiment analysis
Data science and engineering
Web application
Geoinformatics
Análise de sentimentos
Ciencia e enxeñaría de datos
Covid-19
Aplicación web
Xeoinformática
PostgreSQL
Flask
Pyhton
Leaflet
PowerBI
Data analysis and visualization
Sentiment analysis
Data science and engineering
Web application
Geoinformatics
Dereitos
Todos os dereitos reservados.
Todos los derechos reservados.