image

Acesse bootcamps ilimitados e +650 cursos pra sempre

60
%OFF
Article image
Maria Andrade
Maria Andrade03/05/2024 09:22
Compartilhe

Analisando Conversas de WhatsApp: Gerando Gráficos

    A comunicação digital moldou uma parte significativa de nossas interações sociais, e aplicativos de mensagens como o WhatsApp se tornaram uma ferramenta central nesse processo. Analisar dados dessas conversas pode revelar padrões interessantes sobre quem está mais ativo ou quem mais contribui em determinados grupos.

    O repositório "count-messages-for-whatsapp" oferece uma solução simples em Python para analisar dados de conversas exportadas do WhatsApp e gerar gráficos que mostram quem mais contribui em um determinado período de tempo. Vamos explorar como você pode usar e expandir esse script para obter insights valiosos de suas próprias conversas, e também começar com projetos iniciantes para o seu Github.

    Funcionamento do Script

    O script funciona com base em dados de conversas exportadas do WhatsApp, sendo necessário seguir alguns passos para configurá-lo e executá-lo:

    1. Clone o Repositório: Primeiro, clone o repositório para sua máquina local usando o comando `git clone https://github.com/me15degrees/count-messages-for-whatsapp.git` e navegue até o diretório clonado.

    2. Instale as Dependências: Certifique-se de ter instalado as dependências necessárias listadas no arquivo `requirements.txt` usando o comando `pip install -r requirements.txt`.

    3. Exporte a Conversa do WhatsApp: Exporte a conversa desejada do WhatsApp como um arquivo de texto. Isso pode ser feito acessando o grupo no WhatsApp, clicando nos três pontos no canto superior direito, selecionando "Mais" e escolhendo "Exportar chat". Salve o arquivo exportado na pasta do projeto com um nome significativo, como `whatsapp_chat.txt`.

    4. Execute o Script: Finalmente, execute o script com o comando `python script_zap.py`. O script processará os dados da conversa e gerará um gráfico mostrando quem mais contribuiu durante o período especificado.

    image

    Possíveis Implementações Futuras

    Embora o script forneça uma funcionalidade básica para análise de conversas do WhatsApp, há várias maneiras de expandir e melhorar sua utilidade:

    1. Suporte para Exportação via WhatsApp Web: Atualmente, a exportação de conversas não é feita diretamente pelo WhatsApp Web. Implementar uma solução que permita a exportação através do WhatsApp Web poderia tornar o processo mais conveniente para os usuários.

    2. Análise Temporal Detalhada: Adicionar recursos para análise temporal mais detalhada, como identificar padrões de atividade em diferentes dias da semana ou horários do dia, poderia fornecer insights mais profundos sobre os padrões de comunicação.

    3. Personalização de Gráficos: Permitir que os usuários personalizem os gráficos gerados, como escolher cores, tipos de gráfico e intervalos de tempo, adicionaria flexibilidade à ferramenta.

    4. Suporte a Outras Plataformas de Mensagens: Expandir a funcionalidade para suportar outras plataformas de mensagens além do WhatsApp, como o Telegram ou o Messenger, aumentaria a utilidade do script.

    Contribua e Dê Créditos

    Se você deseja contribuir com melhorias para este script, sinta-se à vontade para forkar o repositório e enviar suas sugestões por meio de pull requests. E lembre-se, se você tomar este projeto como base para suas próprias criações, não se esqueça de fornecer créditos ao repositório original https://github.com/me15degrees/count-messages-for-whatsapp para reconhecer o trabalho do autor.

    Compartilhe
    Comentários (1)
    Carlos Lima
    Carlos Lima - 04/05/2024 01:10



    Olá Maria,


    Baixei o script e me interessei em fazer alguns testes, mas infelizmente não consegui executá-lo porque os dados não estavam sendo armazenados nos dicionários do módulo collections. Para contornar esse problema, fiz alguns ajustes e adicionei o Pandas e Seaborn, já que são mais flexíveis e elegantes. Embora não tenha implementado o mecanismo de datas, a principal mudança que fiz foi adicionar uma estrutura orientada a objetos. Obrigado por compartilhar o código!


    Além disso, é possível torná-lo ainda mais flexível e poderoso usando NLP. Também é viável automatizar o processo com Web Scraping, embora ainda não tenha encontrado uma opção para exportar no WhatsWeb.