MODULO DE EXTRACCIÓN DE DATOS DE REDES SOCIALES
Zusammenfassung
En este proyecto se pretende solventar la necesidad de la obtención de datos recogidos de las redes sociales. Esta necesidad nace por diversas razones, como diversos son los destinos de esos datos. Para ello se implementa un módulo de \textit{scraping web} (raspado de red) capaz de extraer toda la información posible que se nos ofrezca en una página de Facebook. Esta información será volcada en una base de datos de forma organizada para su correcto empaquetamiento. Esa información podrá ser destinada después a distintos fines. El principal uso que se le puede dar a estos datos es el de realizar un estudio de mercado. Si se extraen los datos de la página de Facebook de una empresa en concreto podremos ver qué tipo de publicaciones hacen, las reacciones de los usuarios hacia esas publicaciones y la relación que guardan esos usuarios con la empresa objetivo. A su vez, la información que nos proporcionan los perfiles de los usuarios que interaccionan con la página de una determinada empresa nos pueden ofrecer un buen estudio demográfico que puede servir para contrastar resultados de un estudio de mercado. Este proyecto nace en la sede de la empresa Softtek. El modelo de negocio de esta empresa no se centra en ofrecer soluciones completas a sus clientes, sino en la exportación de ``aceleradores''. Para Softtek, un acelerador es un módulo que ofrece una funcionalidad que puede resultar clave para según qué aplicaciones y que ofrece una modularidad agresiva y una gran facilidad de implementación dentro de un proyecto externo. Este módulo de \textit{scraping web} es uno de esos ``aceleradores''. En esta memoria se repasan las distintas decisiones que se han tomado durante las primeras fases de vida de este proyecto y los objetivos planteados a raíz de ellas. Se explicarán de forma detallada las fases de diseño y desarrollo y la metodología de desarrollo utilizada en ella.
Beschreibung
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: María Teresa González De Lena Alonso
Colecciones
- Trabajos Fin de Grado [8102]
Herramientas
Estadísticas
BenutzungsstatistikCitas
Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario