567,512 خبر عربي | مشروع بحثي فائز في UGRF

طورت نظام Web Scraping باستخدام Python لاستخراج وتجميع 567,512 سجلًا إخباريًا من أرشيف اليوم السابع، من 2009 إلى 2026، ضمن مشروع بحثي فائز بجائزة UGRF لتحليل أنماط الجرائم والعنف الأسري في مصر.

مراحل التنفيذ:
• جمع الأخبار والروابط والبيانات آليًا، مع التعامل مع آلاف الصفحات والـPagination.
• تنظيم البيانات في Dataset من 4 أعمدة تغطي أكثر من 16 عامًا.
• معالجة البيانات الناقصة ومراجعة التكرارات وتنظيف النصوص العربية باستخدام Pandas.
• تجهيز البيانات للتحليل الإحصائي وتدريب نماذج NLP وMachine Learning.

التقنيات: Python | Web Scraping | BeautifulSoup | Requests | Pandas | Data Extraction | Data Cleaning | CSV

النتيجة: تحويل آلاف صفحات الويب إلى قاعدة بيانات ضخمة ومنظمة وجاهزة للتحليل، والمساهمة في مشروع بحثي فائز بجائزة UGRF.