Developed and deployed an interactive data analysis and visualization solution using Streamlit for bibliometric data from Scopus. Designed a data processing pipeline in Python (Pandas, NumPy) for cleaning, transforming, and analyzing large datasets. Created advanced visualizations (histograms, pie charts, word clouds) using Matplotlib and Seaborn to extract insights on scientific publication trends. Worked with Git, GitHub, and NLP tools (nltk, wordcloud) for data representation.
Le site, accessible par l’internet à l’adresse : https://scopusapp.streamlit.app/ Cette application permet aux utilisateurs d’explorer les données extraites de Scopus. Grâce à une interface intuitive, l’application offre des visualisations interactives et des statistiques descriptives qui facilitent l’analyse des types de documents, des tendances au fil du temps et des types d’accès ouvert