📊 Análise de Sentimentos e Reações em Issues e Pull Requests no GitHub

📌 Visão Geral

Este projeto realiza a coleta e análise de issues e pull requests de repositórios pertencentes a uma organização no GitHub. O foco principal é identificar padrões de sentimento e interação entre os colaboradores, utilizando a API da OpenAI para análise de sentimentos e processando reações dos usuários (como 👍, 🎉, ❤️, etc.).

🚀 Funcionalidades

• Coleta de dados: Extrai issues e pull requests de repositórios de uma organização do GitHub.
• Filtragem inteligente: Considera apenas issues e pull requests com as labels bug ou enhancement e que receberam reações.
• Análise de sentimento: Utiliza a OpenAI para classificar os sentimentos das interações como Positiva, Negativa ou Neutra.
• Processamento de reações: Conta e analisa a influência das reações no tempo de resolução.
• Geração de relatório: Produz um relatório detalhado com insights e estatísticas.
• Visualização de dados: Cria gráficos para facilitar a interpretação dos resultados.

🛠 Tecnologias Utilizadas

• Python (Pandas, Matplotlib, Seaborn)
• Google Colab (para execução e processamento)
• GitHub API (coleta de issues e pull requests)
• OpenAI API (análise de sentimentos)
• Google Drive (armazenamento dos relatórios e gráficos)

📊 Resultados Obtidos

• Correlação entre reações e tempo de resolução
• Distribuição de sentimentos em issues e pull requests
• Impacto das reações na resolução de problemas
• Tendências de sentimentos por tipo de tarefa (bug vs enhancement)