Il progetto

Com'è nata l'idea

Ciao! Sono Andrea, un ingegnere informatico con un background in Web Information and Data Engineering. Mi è sempre piaciuto lavorare con i dati, il web e progetti concreti, quelli che trasformano una curiosità in qualcosa di tangibile.

Ogni lunedì guardo HumanSafari e le sue avventure in giro per il mondo. Se hai visto i suoi video, sai che spesso esplora supermercati locali e ha una passione per i prezzi della Nutella nei diversi paesi. Il nome "Nutella Index" deriva proprio da lì, e a un certo punto mi sono chiesto:

Perché non costruire una semplice pipeline di dati per analizzare tutti i suoi video ed estrarre ogni prezzo della Nutella mai menzionato?

Per i curiosi e i geek

Ecco una panoramica più tecnica di come è nato questo dataset:

• Tutto è iniziato con lo scraping delle trascrizioni di tutti i video di Nicolò.
• Ho usato una semplice regex su "Nutella" per individuare i passaggi rilevanti.
• Per ogni match ho estratto una finestra di contesto e cercato riferimenti vicini a prezzi e pesi.
• Ho normalizzato i dati con altre espressioni regolari per estrarre peso, prezzo locale e valuta.
• Quando possibile, ho ricavato il paese dal titolo del video.
• Poi ho usato l'AI per etichettare ogni voce in categorie: pronta, dato mancante, ambigua, falso positivo.
• Infine, ho revisionato tutto manualmente, spesso tornando al punto esatto del video citato nella trascrizione.

Il risultato

Potrei aver perso qualche voce lungo la strada, ma sono riuscito a costruire un dataset pulito e utilizzabile senza dover guardare migliaia di ore di filmati.

E soprattutto, ho trasformato una bella idea in qualcosa che puoi esplorare, confrontare e, magari, migliorare con il tuo contributo!

Se questo progetto ti piace anche solo la metà di quanto è piaciuto a me costruirlo, per me è già una vittoria 🙂

Se vuoi esplorare il progetto da un altro punto di vista, vai alla guida, leggi le informazioni sui dati oppure contribuisci con una nuova segnalazione.