تحليل متكامل لبيانات الكتب واستخلاص الأنماط (Web Scraping & Data Analysis)

نوع العمل: مشروع استخراج بيانات الويب (Web Scraping) وتحليل بيانات استكشافي (Exploratory Data Analysis - EDA) باستخدام Python.

ميزات العمل وطريقة التنفيذ:

الهدف: بناء نظام متكامل لاستخلاص وتنظيف وتحليل البيانات من موقع متخصص بالكتب، للكشف عن الاتجاهات والأنماط في التسعير، التقييم، والتوافر.

استخلاص البيانات (Web Scraping):

تم استخدام مكتبتي requests و BeautifulSoup لاستخلاص البيانات من 50 صفحة (حوالي 1000 كتاب) من الموقع.

استخلاص حقول أساسية: العنوان (Title)، السعر، التقييم (Rating)، والتوافر (Availability).

تنظيف البيانات وهندسة الميزات (Preprocessing & Feature Engineering):

تم تطبيق دالة clean_text لتنظيف العناوين باستخدام regex.

تم استخدام دالة extract_metadata لاستخلاص البيانات الوصفية المخفية (مثل الإصدار - Edition و التصنيف - Category) من العناوين باستخدام regex.

تم إنشاء ميزة Price_Category لتقسيم الأسعار إلى فئات ('Budget', 'Mid-range', 'Premium')، وتحليل توزيع الكلمات الشائع في العناوين.

التحليل وتصور البيانات (Analysis & Visualization):

تم إجراء تحليل إحصائي شامل لتوزيع التقييمات والأسعار.

تم إنشاء رسوم بيانية متنوعة باستخدام matplotlib و pandas لتوضيح العلاقة بين: التقييمات والتوافر، متوسط السعر لكل تقييم، وتوزيع الكلمات الأكثر شيوعًا في العناوين.