تحليل بيانات Google play store apps

في هذا المشروع قمت بتحليل بيانات تطبيقات متجر Google Play بهدف اكتشاف الأنماط والعوامل المؤثرة في نجاح التطبيقات. البيانات تضمنت معلومات مثل: التقييمات، عدد التحميلات، الأسعار، حجم التطبيق، ونوع التطبيق.

الخطوات اللي اتبعتها:

تنظيف البيانات ومعالجة القيم المفقودة والأخطاء (Data Cleaning & Preprocessing).

تحويل البيانات الفئوية باستخدام OneHotEncoder ومعالجة الأعداد الكبيرة باستخدام Log Transformation.

استخدام RobustScaler للتعامل مع الـ outliers وتوحيد القيم الرقمية.

تحليل توزيعات البيانات باستخدام الرسوم البيانية مثل Histogram وBoxplot.

استكشاف العلاقات بين المتغيرات (مثلاً: العلاقة بين التقييم وعدد التحميلات أو السعر).

بناء Classification Model للتنبؤ بنجاح التطبيقات (مثل تقييم التطبيق أو احتمالية كونه مجاني/مدفوع).

النتائج:

التطبيقات المجانية حصلت على عدد تحميلات أكبر مقارنة بالمدفوعة.

حجم التطبيق والتقييم لهما تأثير ملحوظ على شعبية التطبيق.

بعض الفئات مثل Games وCommunication كانت من الأكثر انتشارًا في التحميلات.

الأدوات المستخدمة: Python (Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn).