[pyar] Proyecto "Tres tapas"

[Martín Gaitán]

Buenas,  acá yo con otra idea para acribillen con buena onda.

Resulta que en mayo habrá un "congreso de Periodismo Digital" organizado
por FOPEA [1] el Foro de Periodismo Argentino.

Dentro del evento, bastante "decorativamente" para mi gusto [2] pero no por
eso menos interesante, se realiza un "hackatón" a temario abierto.

Y un poco porque me parece un tema muy interesante y otro poco porque
justamente se trata de un "congreso de periodismo" [3] se me ocurrió
proponer un proyecto, a priori sencillo, pero muy escalable, que analice
los principales diarios argentinos. Lo bauticé, haciendome el pícaro como
corresponde, "Tres tapas".

http://fopea2014.hackdash.org/projects/53567058c2a7279770000004

Basicamente, armar scrappers (o usar, por ejemplo, los que ya tiene el
software Calibre), chupar todos los datos que podamos y visualizarlos a
traves de una plataforma que permita filtrar por palabras clave, fechas,
diarios, etc. [4]

Al principio no sé podrá hacer mucho más que agregaciones de palabras o
frases explícitas, pero más adelante se puede avanzar con cosas de NLP,
análisis de sentimiento y eso.

Por supuesto, si lo hacemos será open source, y seria piola arrancar algo
*antes* del congreso.

Algo que vi que puede ser útil es

https://github.com/codelucas/newspaper

Charlando con Manuel Aristarán (que de paso, es un tipo más que intesante
[5] y sería genial tenerlo en una Pycon/Pyday) por Twitter, me recomendó
revisar la tesis de maestría de datos de Anthony Lenton (Achuni, estás por
ahi?) y este sitio http://www.mediacloud.org

qué les parece la idea? conocen algo similar? algo que les parezca que
puede ser útil?

Saludos.


[1] http://congresodigitalfopea.com/
[2] Se los dije públicamente
https://groups.google.com/d/msg/open-data-cordoba/wZirLoFg0Q8/FRR7BtmVmBoJ
[3] En general el foco del "periodismo de datos" está puesto en los datos
gubernamentales, cosa que está bien, claro.. pero ¿por qué no analizar al
propio periodismo?
[4] Algunitas ideas de "reportes" https://gist.github.com/mgaitan/11179437
[5] https://www.youtube.com/watch?v=bSBh6Cm2Hpg

-- 
mgaitan.github.io
textosyprextextos.com.ar
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://listas.python.org.ar/pipermail/pyar/attachments/20140429/aeca1656/attachment.html>