🧠 Buzztrends: Criei Minha API de Sentimentos em 5 Etapas Durante um Hackathon

📌 Introdução

Já pensou em criar sua própria API de sentimentos sem depender de bibliotecas caras? Foi exatamente isso que fiz durante um hackathon da IBM — e nasceu o Buzztrends, uma solução inteligente e escalável feita com Python e aprendizado supervisionado.

🛠️ Tecnologias Utilizadas

Python como linguagem base
Scikit-learn para classificação de sentimentos
Material Design na interface
Web2py como framework web
APIs sociais para coleta de dados do Twitter e Facebook

🧪 Metodologia e Desenvolvimento

O Buzztrends foi construído com foco em aprendizado supervisionado, utilizando uma carga de tweets reais para treinar o modelo. O sistema classifica palavras e dialetos para entender se, no contexto da frase, o sentimento é positivo, negativo ou neutro.

➡️ INSERIR AQUI UMA IMAGEM DO FLUXO DE TREINAMENTO DO MODELO 📎 Legenda sugerida: Pipeline de treinamento supervisionado com dados reais do Twitter.

⚔️ Desafios Técnicos

Classificação de sentimentos em linguagens informais e regionais
Superar limitações de bibliotecas comerciais com uma solução open source
Criar uma API funcional com recursos limitados durante o hackathon

💻 Exemplo de Classificação com Scikit-learn

python

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.naive_bayes import MultinomialNB

# Dados de exemplo
tweets = ["Amei esse produto!", "Horrível, nunca mais compro", "Meh, tanto faz"]
labels = ["positivo", "negativo", "neutro"]

# Vetorização e treinamento
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(tweets)
model = MultinomialNB()
model.fit(X, labels)

# Previsão
novo_tweet = vectorizer.transform(["Esse serviço é ótimo"])
print(model.predict(novo_tweet))

📊 Resultados e Funcionalidades

🗺️ Mapa Interativo com Sentimentos

O Buzztrends permite selecionar uma região no mapa e visualizar tweets classificados como positivos ou negativos.

Mapa interativo com análise de sentimentos geolocalizada.

📘 Análise de Comentários em Fã Pages

Também é possível comparar sentimentos em comentários de páginas no Facebook, como a “Revista Vegetarianos”.

💳 Sistema de Créditos e Assinaturas

O sistema inclui opções de assinatura, convites e créditos para continuar pesquisando e expandir o uso da ferramenta.

🚀 Próximos Passos

Disponibilizar a API via CLI para desenvolvedores
Suporte para uso com LLMs e modelos generativos
Expansão para outras redes sociais e idiomas

💡 Motivação Pessoal

A limitação imposta pelo hackathon me levou a optar por um caminho mais empreendedor, criando uma API própria com ferramentas acessíveis. O Buzztrends é prova de que é possível transformar uma barreira técnica em uma solução escalável e útil para o mercado.

📣 Chamada Final

Se você é desenvolvedor e quer integrar análise de sentimentos em seu sistema, fique de olho: em breve o Buzztrends estará disponível via CLI. Me siga aqui na DIO para acompanhar o lançamento e trocar ideias sobre inteligência de marketing com IA.

📂 Repositório no GitHub

O código completo deste projeto está disponível em: 👉 https://github.com/smartdev-br/Buzztrends

Fique à vontade para explorar, testar e contribuir!