- Alejandro García González C-311 Github
- Ernesto Alejandro Bárcena Trujillo C-311 Github
- José Antonio Concepción Álvarez C-311 Github
Este proyecto implementa una aplicación de análisis y ranking de reseñas de productos utilizando una interfaz gráfica en Tkinter y procesamiento inteligente de texto. Permite la carga de datos de reseñas y de intereses de usuario, y utiliza modelos de inteligencia artificial (Gemini API) para extraer características relevantes de los productos mencionados en los comentarios.
Las funcionalidades principales incluyen:
- Carga y visualización de reseñas: El usuario puede seleccionar archivos con reseñas y ver los datos cargados.
- Ranking de reseñas: Se pueden ordenar las reseñas por utilidad, estructura de texto, longitud y otros criterios.
- Extracción de features: El sistema analiza los comentarios y extrae las características principales de los productos utilizando IA generativa.
- Personalización por intereses: Relaciona los intereses del usuario con las features extraídas para recomendar productos o identificar elementos de mayor relevancia.
- Interfaz amigable: El flujo de la aplicación permite pasar entre diferentes vistas y actualizar los rankings en tiempo real.
El código emplea clases como Quantify para calcular los rankings y realizar análisis de texto, y utiliza la clase feature_extractor para obtener las características relevantes desde los comentarios. Además, integra un sistema de autocompletado y sugerencias basado en estructura Trie.
En resumen, el proyecto está orientado a mejorar la recuperación y recomendación de información sobre productos a partir del análisis inteligente de reseñas y preferencias de los usuarios.