sergio-alv-per/telegram-message-analyzer

Pequeño programa para analizar y generar estadísticas sobre los mensajes presentes en una conversación de Telegram.

💬 Telegram Message Analyzer

Programa escrito en Python para el análisis de conversaciones en Telegram. Utilizando esta herramienta podrás obtener diversos datos y gráficas sobre una conversación.

✨ Características

📝 Datos generados

• Recuento de mensajes escritos en total y por persona.
• Recuento de archivos multimedia enviados en total y por persona.
• Recuento de mensajes enviados en cada día.
• Recuento de mensajes enviados en cada día del año.
• Recuento de mensajes enviados en cada día de la semana.
• Recuento de mensajes enviados en cada minuto del día.
• Frecuencia de uso de palabras.
• Palabras más utilizadas por una persona respecto a la otra.
• Tiempo total de notas de voz y notas de vídeo enviadas.

📊 Visualizaciones de los datos

• Comparación entre el número de mensajes, fotos, vídeos, etc. enviados por cada persona.
• Visualización del número de mensajes enviados cada día, desde el inicio de la conversación.
• Visualización del número de mensajes enviados en cada día de la semana, cada día del año, cada hora del día y cada minuto del día.
• Visualización de las palabras más utilizadas por cada participante en la conversación respecto al otro.

🧑‍💻 Instalación y uso

1. Descargar el repositorio: git clone https://github.com/sergio-alv-per/telegram-message-analyzer.git
2. Obtener un archivo JSON con los datos de la conversación que se quiere analizar (explicado más abajo).
3. Ejecutar main.py, especificando el archivo dado por Telegram. Por ejemplo: python main.py result.json

📃 Obtención de un archivo con los datos de conversación

Para obtener un archivo JSON procesable por el programa es necesario usar Telegram Desktop.

1. Acceder a la conversación que se quiere analizar.
2. Hacer click en los tres puntos, y seleccionar Exportar chat.
3. En formato, seleccionar JSON. No es necesario incluir fotos u otras formas de contenido multimedia.
4. Hacer click en Exportar.

➕ Posibles mejoras

• Análisis de sentimiento de los mensajes usando NLTK o Spacy.
• Mejora del procesado del texto, actualmente el análisis es bastante limitado.
• Unificar la fuente utilizada por matplotlib, solucionar problemas relacionados con emojis.
• Mejora de los métodos de visualización de los resultados (p. ej. emojis utilizados o nubes de palabras).
• Generar un requirements.txt para facilitar la instalación de las dependencias necesarias.