Análise e Previsão de Postagens no Bluesky

• Link: https://blueskyspy.streamlit.app/

Descrição do Projeto

Este projeto tem como objetivo analisar os posts da rede social Bluesky. A aplicação interativa foi desenvolvida utilizando Streamlit e permite a coleta e visualização de dados, além de oferecer análises avançadas como previsão de engajamento, modelagem de tópicos e análise de sentimentos.

Tecnologias Utilizadas

O projeto foi implementado em Python e utiliza diversas bibliotecas para diferentes propósitos:

• Interface Gráfica: Streamlit
• Manipulação de Dados: Pandas
• Visualização de Dados: Seaborn, Matplotlib, WordCloud, Folium
• Processamento de Linguagem Natural: NLTK, VADER, LDA
• Previsão de Engajamento: ARIMA
• Coleta de Dados: API do Bluesky

Funcionalidades

A aplicação oferece diversas funcionalidades para uma análise detalhada do engajamento dos posts, incluindo:

• Coleta de Dados: Obtém posts da API do Bluesky com base no perfil selecionado.
• Visualização de Palavras Frequentes: Gera uma nuvem de palavras para destacar termos recorrentes.
• Análise Temporal do Engajamento: Identifica padrões de interação ao longo do tempo.
• Previsão de Engajamento: Utiliza o modelo ARIMA para prever o desempenho futuro dos posts.
• Análise de Sentimentos: Classifica os posts como positivos, negativos ou neutros usando o modelo VADER.
• Modelagem de Tópicos: Utiliza Latent Dirichlet Allocation (LDA) para identificar os principais temas das postagens.

Resultados Obtidos

A análise realizada com base nos posts do The New York Times no Bluesky gerou os seguintes insights:

1. Análise Temporal do Engajamento

• Existe uma correlação positiva entre o número de caracteres e o engajamento.
• O engajamento é maior entre 00h e 06h, reduzindo durante o dia e aumentando novamente à noite.
• A previsão indica uma estabilização do engajamento em torno de 40.000 interações.

2. Análise de Sentimentos

• A maioria das postagens apresenta um tom neutro.
• Há um leve viés para sentimentos negativos.

3. Análise de Tópicos

• Os principais tópicos abordados incluem política e administração pública.
• O nome "Trump" aparece em vários tópicos analisados.

Como Executar o Projeto

1. Clone este repositório:

   git clone https://github.com/seu-usuario/seu-repositorio.git

2. Instale as dependências necessárias:

   pip install -r requirements.txt

3. Execute a aplicação:

   streamlit run app.py

Conclusão

Este projeto fornece insights detalhados sobre o engajamento das postagens no Bluesky, permitindo uma melhor compreensão dos padrões de interação e previsões mais precisas sobre o sucesso de novas publicações. O modelo pode ser expandido para outras redes sociais e aprimorado com técnicas avançadas de previsão e processamento de linguagem natural.

Autor

João Antônio Santos Carvalho - 2025