FOREO Review Analyzer — analityczny system oparty na AI
FOREO Review Analyzer — analityczny system oparty na AI
FOREO Review Analyzer — to aplikacja Python, która automatycznie analizuje tysiące recenzji użytkowników produktów FOREO za pomocą Google Gemini API.
System klasyfikuje każdą recenzję według tonu emocjonalnego*(Pozytywny, Negatywny, Neutralny, Mieszany) oraz kategorii (Design, Skuteczność, Jakość, Cena, Użyteczność, Obsługa klienta, Dostawa, Inne), co pomaga marketerom szybko zrozumieć nastroje klientów.
Stos technologiczny
Python, Pandas, SQLite3
Google Gemini API
dotenv (ochrona kluczy)
JSON Schema (walidacja odpowiedzi modelu)
Git, Docker (konteneryzacja do uruchamiania na serwerze)
REST API do integracji z innymi systemami
Główna logika
* Import danych z CSV (zbiór danych Kaggle) do lokalnej bazy `reviews.db`.
* Przetwarzanie wsadowe (po 100 rekordów) w celu oszczędności tokenów.
* Wysyłanie zapytań do Gemini API z wyraźnym schematem odpowiedzi.
* Automatyczne zapisywanie wyników w bazie `sentiment_analysis.db`.
* Tryb ciągły — skrypt samodzielnie śledzi, które recenzje zostały już przeanalizowane.
Wynik
Projekt w pełni automatyzuje proces analizy recenzji — od zbierania danych po formułowanie wniosków.
Pomaga markom oceniać skuteczność produktów, jakość usług oraz ogólne postrzeganie przez klientów.
Rola
* Pełny rozwój architektury rozwiązania.
* Integracja z Gemini API i budowa pipeline'u przetwarzania.
* Optymalizacja szybkości, wykorzystania tokenów i niezawodności systemu.
FOREO Review Analyzer — to aplikacja Python, która automatycznie analizuje tysiące recenzji użytkowników produktów FOREO za pomocą Google Gemini API.
System klasyfikuje każdą recenzję według tonu emocjonalnego*(Pozytywny, Negatywny, Neutralny, Mieszany) oraz kategorii (Design, Skuteczność, Jakość, Cena, Użyteczność, Obsługa klienta, Dostawa, Inne), co pomaga marketerom szybko zrozumieć nastroje klientów.
Stos technologiczny
Python, Pandas, SQLite3
Google Gemini API
dotenv (ochrona kluczy)
JSON Schema (walidacja odpowiedzi modelu)
Git, Docker (konteneryzacja do uruchamiania na serwerze)
REST API do integracji z innymi systemami
Główna logika
* Import danych z CSV (zbiór danych Kaggle) do lokalnej bazy `reviews.db`.
* Przetwarzanie wsadowe (po 100 rekordów) w celu oszczędności tokenów.
* Wysyłanie zapytań do Gemini API z wyraźnym schematem odpowiedzi.
* Automatyczne zapisywanie wyników w bazie `sentiment_analysis.db`.
* Tryb ciągły — skrypt samodzielnie śledzi, które recenzje zostały już przeanalizowane.
Wynik
Projekt w pełni automatyzuje proces analizy recenzji — od zbierania danych po formułowanie wniosków.
Pomaga markom oceniać skuteczność produktów, jakość usług oraz ogólne postrzeganie przez klientów.
Rola
* Pełny rozwój architektury rozwiązania.
* Integracja z Gemini API i budowa pipeline'u przetwarzania.
* Optymalizacja szybkości, wykorzystania tokenów i niezawodności systemu.