À propos du projet

NBA Hate Tracker est un projet d'analyse de données qui mesure quels joueurs NBA sont discutés le plus négativement sur r/NBA. Il a traité 1,57 million de commentaires Reddit de la saison 2024-25 et rapporte Draymond Green comme le joueur le plus détesté par taux de commentaires négatifs (51,0 % sur 53 454 commentaires). Étapes du pipeline : téléchargement de 7,04 millions de commentaires bruts via l'API Arctic Shift, nettoyage à 6,89 millions, filtrage à 1,94 million de commentaires mentionnant l'un des 384 alias pour 111 joueurs, classification des sentiments de 1,89 million de commentaires, et attribution de 1,57 million à un seul joueur cible. La classification utilise Claude Haiku 4.5 via l'API Batch d'Anthropic, étiquetant chaque commentaire comme négatif, neutre ou positif avec un score de confiance et le joueur cible. Le prompt prend en compte l'argot NBA tel que « washed » ou « cooked » comme négatif et « nasty » ou « GOAT » comme positif. Le traitement a été exécuté en 20 lots de jusqu'à 100 000 requêtes, consommant 300,5 millions de jetons à un coût rapporté de 254,20 $, avec un taux de classification utilisable de 97,25 % et une précision d'environ 96 % par rapport à 500 commentaires étiquetés par des humains. Les résultats rapportés incluent : le volume de discussion n'égale pas la négativité (Luka Doncic mène en commentaires négatifs bruts mais se classe médiocrement en taux) ; Russell Westbrook est décrit comme le joueur le plus polarisant ; les données de fan flair montrent des rivalités, comme les fans du Jazz de l'Utah étant les plus négatifs envers Draymond Green ; et seulement 11 des 59 joueurs qualifiés montrent un sentiment net positif. Limitations déclarées : précision du classificateur d'environ 96 % avec le sarcasme et les idiomes comme cas limites ; la négativité du discours n'est pas identique à l'hostilité ; tous les commentaires sont pondérés également indépendamment du score Reddit ; et les résultats ne couvrent qu'une seule saison. Pile technologique : Python 3.11, Polars pour le traitement des données, API Batch d'Anthropic pour la classification, Arctic Shift comme source de données, Streamlit pour le tableau de bord, Flourish pour l'animation de course de barres, uv comme gestionnaire de paquets, et configuration YAML pour les alias de joueurs et les mappages d'équipes. Le dépôt inclut des modules de pipeline, des scripts CLI, des utilitaires d'aide, une application Streamlit multi-pages, des tests pytest et six notebooks exploratoires.