Flow Log

# Importar as bibliotecas necessárias

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

import requests

import json

from sklearn.feature_extraction.text import TfidfVectorizer

from sklearn.metrics.pairwise import cosine_similarity

from sklearn.cluster import KMeans

# Definir a URL do seu blog

blog_url = "https://www.blogbombar.com.br/"

# Obter os dados dos posts do seu blog usando a API do WordPress

response = requests.get(blog_url + "wp-json/wp/v2/posts")

posts = json.loads(response.text)

# Criar um dataframe com os dados dos posts

df = pd.DataFrame(posts)

df = df[["id", "title", "content", "date", "link"]]

# Extrair o texto dos posts

df["text"] = df["content"].apply(lambda x: x["rendered"])

df["text"] = df["text"].str.replace("<[^<]+?>", "") # Remover as tags HTML

df["text"] = df["text"].str.lower() # Converter para minúsculo

# Criar um vetorizador TF-IDF para representar os posts como vetores numéricos

vectorizer = TfidfVectorizer(stop_words="portuguese")

X = vectorizer.fit_transform(df["text"])

# Calcular a similaridade entre os posts usando a distância do cosseno

similarity = cosine_similarity(X)

# Agrupar os posts em clusters usando o algoritmo K-Means

kmeans = KMeans(n_clusters=5, random_state=42)

kmeans.fit(X)

df["cluster"] = kmeans.labels_

# Visualizar a distribuição dos clusters

sns.countplot(x="cluster", data=df)

plt.xlabel("Cluster")

plt.ylabel