La experiencia del usuario es fundamental para el éxito de cualquier plataforma de comercio electrónico, incluyendo una empresa tan grande como Amazon. Una de las maneras de mejorar la experiencia del usuario en Amazon es proporcionar recomendaciones de productos personalizadas que se adapten a los intereses y preferencias de cada usuario. En este sentido, Amazon ha recopilado un dataset con información de productos para poder medir dicha experiencia de sus usuarios con el objetivo de poder comprender mejor cómo los clientes perciben los productos y cómo esto influye en sus decisiones de compra. Este análisis puede proporcionar información valiosa sobre qué características de los productos son más valoradas por los clientes y cómo se relacionan con sus preferencias. Como primer punto, usted deberá realizar algunos análisis básicos previo a realizar este análisis de sentimiento. El objetivo es que se familiarice con el dataset recopilado y tenga la capacidad de indicarle a Jeff Bezos, CEO de Amazon, algunas estadísticas básicas que tiene el estudio realizado a los productos. Deberá generar un producto de software que permita: 1. Mostrar la información (nombre del producto, categoría, precio actual y rating) de un producto en específico a partir del id de un producto ingresado por el usuario. 2. Mostrar los primeros n productos de una categoría ordenadas por rating, el n lo debe ingresar el usuario 3. Mostrar todos los productos con un porcentaje mayor de descuento a partir de un número ingresado por el usuario. 4. Mostrar el promedio de rating de productos determinados a partir de una categoría que ingrese el usuario 5. Mostrar el promedio de porcentaje de descuento por categoría, le interesa mostrar qué categoría es la que regularmente tiene mejores descuentos. 6. Mostrar los n productos que más ratings tenga, siendo n un número ingresado por el usuario 7. Mostrar los productos a los cuales un usuario le ha hecho una reseña, a partir del ID del usuario. 8. Desea mostrar los productos con mejor aceptación. Para esto, deberá mostrar la cantidad de productos con mejores reseñas. Una buena reseña es aquella que incluye palabras como "best", "amazing" y "love". Muestre gráficas que a su criterio van a permitir visualizar mejor esto. 9. Desea mostrar los productos con peor aceptación. Para esto, deberá mostrar la cantidad de productos con las peores reseñas. Una mala reseña es aquella que incluye palabras como "doesn't work", "not working", "didn't work" y "don't buy". Muestre gráficas que a su criterio van a permitir visualizar mejor esto. Dado que está trabajando para amazon, su equipo cuenta con expertos de diseño y de experiencia del usuario que le dan la ventaja de generar los mejores productos. Para generar un producto mínimo viable, deberá responder las siguientes preguntas: - ¿Qué información cree el o los diseñadores que es conveniente almacenar de los usuarios para elaborar un buen sistema de análisis de sentimientos? - ¿Qué estructura de datos usará para almacenar los datos del usuario y el listado de reseñas realizadas? - ¿Cómo conservará los productos favoritos de los usuarios para que se conserven cada vez que se abra el sistema? - ¿Cuál sería el algoritmo que usaría el equipo para analizar si un producto fue o no del agrado de un usuario? ¿Qué variables considera el o los diseñadores que debería usar para analizar si dicho producto es un producto que al usuario le gustó? Amazon le recomienda buscar referencias bibliográficas que ayuden a proponer una solución. Descripción del conjunto de datos: Catálogo de Productos: - product_id - ID del producto - product_name - nombre del producto - category - categoría del producto - discounted_price - precio de descuento del producto - actual_price - precio actual del producto - discount_percentage - porcentaje de descuento del producto - rating - Rating del producto - rating_count - cantidad de personas que votaron en amazon por un producto específico - about_product - descripción acerca del producto - user_id - ID del usuario que escribió la reseña del producto - user_name - nombre del usuario que escribió la reseña del producto - review_id - ID del review del usuario - review_title - resumen de la reseña - review_content - reseña detallada del producto - img_link - enlace de la imagen del producto - product_link - enlace oficial del sitio donde se encuentra el producto Instrucciones Su grupo de esta hoja de trabajo ha decidido participar en el concurso lanzado por Amazon. Para esto debe crear un archivo de Python en la que elabore su solución y un archivo pdf con la investigación y descripción del algoritmo de recomendación a utilizar. Amazon ha dado dos posibles fechas para entregar los productos. Una primera parte con los 10 primeros requisitos funcionales del producto, teniendo una función de Python por cada uno. La segunda parte con el documento pdf con las respuestas a las preguntas, el diseño, la investigación del análisis de sentimiento y el algoritmo que utilizará para recomendar. El programa contará con un menú que use las funciones creadas en la primera parte, el ingreso de nuevas reseñas del usuario además de sus preferencias y el prototipo del sistema de análisis de sentimiento. El conjunto de datos que preprocesó en el pasaporte fue el que Amazon brindó para el concurso. Trabaje con el que usted guardó en el pasaporte.
function that: add two numbers together ```python def add(a, b): return a + b add(1, 2) ``` function that: La experiencia del usuario es fundamental para el éxito de cualquier plataforma de comercio electrónico, incluyendo una empresa tan grande como Amazon. Una de las maneras de mejorar la experiencia del usuario en Amazon es proporcionar recomendaciones de productos personalizadas que se adapten a los intereses y preferencias de cada usuario. En este sentido, Amazon ha recopilado un dataset con información de productos para poder medir dicha experiencia de sus usuarios con el objetivo de poder comprender mejor cómo los clientes perciben los productos y cómo esto influye en sus decisiones de compra. Este análisis puede proporcionar información valiosa sobre qué características de los productos son más valoradas por los clientes y cómo se relacionan con sus preferencias. Como primer punto, usted deberá realizar algunos análisis básicos previo a realizar este análisis de sentimiento. El objetivo es que se familiarice con el dataset recopilado y tenga la capacidad de indicarle a Jeff Bezos, CEO de Amazon, algunas estadísticas básicas que tiene el estudio realizado a los productos. Deberá generar un producto de software que permita: 1. Mostrar la información (nombre del producto, categoría, precio actual y rating) de un producto en específico a partir del id de un producto ingresado por el usuario. 2. Mostrar los primeros n productos de una categoría ordenadas por rating, el n lo debe ingresar el usuario 3. Mostrar todos los productos con un porcentaje mayor de descuento a partir de un número ingresado por el usuario. 4. Mostrar el promedio de rating de productos determinados a partir de una categoría que ingrese el usuario 5. Mostrar el promedio de porcentaje de descuento por categoría, le interesa mostrar qué categoría es la que regularmente tiene mejores descuentos. 6. Mostrar los n productos que más ratings tenga, siendo n un número ingresado por el usuario 7. Mostrar los productos a los cuales un usuario le ha hecho una reseña, a partir del ID del usuario. 8. Desea mostrar los productos con mejor aceptación. Para esto, deberá mostrar la cantidad de productos con mejores reseñas. Una buena reseña es aquella que incluye palabras como "best", "amazing" y "love". Muestre gráficas que a su criterio van a permitir visualizar mejor esto. 9. Desea mostrar los productos con peor aceptación. Para esto, deberá mostrar la cantidad de productos con las peores reseñas. Una mala reseña es aquella que incluye palabras como "doesn't work", "not working", "didn't work" y "don't buy". Muestre gráficas que a su criterio van a permitir visualizar mejor esto. Dado que está trabajando para amazon, su equipo cuenta con expertos de diseño y de experiencia del usuario que le dan la ventaja de generar los mejores productos. Para generar un producto mínimo viable, deberá responder las siguientes preguntas: - ¿Qué información cree el o los diseñadores que es conveniente almacenar de los usuarios para elaborar un buen sistema de análisis de sentimientos? - ¿Qué estructura de datos usará para almacenar los datos del usuario y el listado de reseñas realizadas? - ¿Cómo conservará los productos favoritos de los usuarios para que se conserven cada vez que se abra el sistema? - ¿Cuál sería el algoritmo que usaría el equipo para analizar si un producto fue o no del agrado de un usuario? ¿Qué variables considera el o los diseñadores que debería usar para analizar si dicho producto es un producto que al usuario le gustó? Amazon le recomienda buscar referencias bibliográficas que ayuden a proponer una solución. Descripción del conjunto de datos: Catálogo de Productos: - product_id - ID del producto - product_name - nombre del producto - category - categoría del producto - discounted_price - precio de descuento del producto - actual_price - precio actual del producto - discount_percentage - porcentaje de descuento del producto - rating - Rating del producto - rating_count - cantidad de personas que votaron en amazon por un producto específico - about_product - descripción acerca del producto - user_id - ID del usuario que escribió la reseña del producto - user_name - nombre del usuario que escribió la reseña del producto - review_id - ID del review del usuario - review_title - resumen de la reseña - review_content - reseña detallada del producto - img_link - enlace de la imagen del producto - product_link - enlace oficial del sitio donde se encuentra el producto Instrucciones Su grupo de esta hoja de trabajo ha decidido participar en el concurso lanzado por Amazon. Para esto debe crear un archivo de Python en la que elabore su solución y un archivo pdf con la investigación y descripción del algoritmo de recomendación a utilizar. Amazon ha dado dos posibles fechas para entregar los productos. Una primera parte con los 10 primeros requisitos funcionales del producto, teniendo una función de Python por cada uno. La segunda parte con el documento pdf con las respuestas a las preguntas, el diseño, la investigación del análisis de sentimiento y el algoritmo que utilizará para recomendar. El programa contará con un menú que use las funciones creadas en la primera parte, el ingreso de nuevas reseñas del usuario además de sus preferencias y el prototipo del sistema de análisis de sentimiento. El conjunto de datos que preprocesó en el pasaporte fue el que Amazon brindó para el concurso. Trabaje con el que usted guardó en el pasaporte. ```Python