WLXie-Tony/Movie_Review_Analysis

🤖 Đọc phim, đo cảm xúc: Pipeline ETL AI đo 'sự phân tâm' nhà đầu tư

Dự án dùng GPT-4o xử lý bất đồng bộ hơn 247.000 review IMDb để kiểm chứng giả thuyết 'sự phân tâm' trong thị trường chứng khoán.

Movie_Review_Analysis của Wenlan (Tony) Xie là bản sao chứng thực cho bài báo IJFE (2026). Dự án xây dựng pipeline ETL bất đồng bộ, dùng GPT-4o để gán điểm cảm xúc [1-10] cho các review phim, sau đó liên hệ với biến động thị trường chứng khoán để kiểm chứng liệu thuyết 'sự phân tâm'.

✨ Điểm nổi bật

• ETL bất đồng bộ: Dùng httpx[http2], tenacity, asyncio để thu thập và xử lý 247.000+ review IMDb (2000-2024).
• GPT-4o + Schema chặt chẽ: Dùng AsyncOpenAI và Pydantic để ép buộc output có kiểu dữ liệu và điểm cảm xúc [1-10].
• Tốc độ cao: Semaphore + asyncio đạt 20x so với xử lý tuần tự.
• Kiến trúc mô-đun: Tách rõ acquisition, analysis, utils, config để dễ bảo trì và mở rộng.
• Idempotent & Resilient: Tự động phát hiện tiến trình đã chạy trong data/raw/, hỗ trợ resume sau lỗi.
• Cấu hình làm code: Centralized settings trong config/settings.yaml, logging chi tiết qua src/utils/logger.py.
• Prompt engineering nghiêm ngặt: System prompt tối ưu để giảm hallucination, chuẩn hóa scoring.
• Đóng gói lại notebook: notebooks/01_sentiment_pipeline.ipynb cho EDA và visualization.

💡 Vì sao đáng chú ý

Không chỉ là phân tích cảm xúc, dự án này mô hình hoá liên hệ giữa cảm xúc tiêu thụ trò chơi và phản ứng thị trường tài chính. Kiến trúc bất đồng bộ, schema chặt chẽ và thiết kế idempotent giúp pipeline chạy ổn định trên lớp dữ liệu lớn (247.000+ bản ghi), đồng thời dễ tái tạo và mở rộng. Phù hợp cho nghiên cứu kinh tế tài chính cần xử lý dữ liệu văn bản phi cấu trúc.

#MovieReviewAnalysis #SentimentAnalysis #GPT4o #FinancialEconomics #TiniX