This page was machine-translated from English. Report issues.

Comment construire un traceur de popularité et un tableau de bord d'analyse des jeux de casino en ligne

Un système pour gratter et analyser les jeux de machines à sous populaires présents sur les pages d'accueil des casinos en ligne, suivre leur popularité au fil du temps et fournir un tableau de bord avec des métadonnées et des analyses des machines à sous.

Create your own plan

Learn2Vibe AI

Online

AI

What do you want to build?

Résumé Simple

Ce projet vise à construire un système pour gratter les pages d'accueil des casinos en ligne afin de suivre les jeux de machines à sous populaires au fil du temps, avec un tableau de bord pour afficher les métadonnées et les tendances de popularité des machines à sous.

Document d'Exigences Produit (PRD)

Objectifs :

  • Gratter les pages d'accueil des casinos en ligne pour extraire les noms des jeux de machines à sous populaires
  • Suivre la popularité des machines à sous dans des centaines de casinos au fil du temps
  • Fournir un tableau de bord avec des métadonnées et des analyses de popularité des machines à sous

Public cible :

  • Analystes de l'industrie des casinos en ligne
  • Développeurs de jeux de machines à sous
  • Opérateurs de casino

Fonctionnalités clés :

  1. Grattage quotidien des pages d'accueil des casinos en ligne
  2. Extraction et normalisation des noms de machines à sous
  3. Enrichissement des métadonnées des machines à sous
  4. Suivi et notation de la popularité
  5. Tableau de bord d'analyse
  6. Stockage et analyse des données historiques (au moins 1 an)

Flux Utilisateur

  1. Collecte de données :

    • Le système gratte quotidiennement les pages d'accueil des casinos
    • Extrait les noms et les classements des machines à sous
    • Normalise les noms des machines à sous
    • Enrichit avec des métadonnées
    • Stocke dans la base de données
  2. Utilisation du tableau de bord :

    • L'utilisateur accède au tableau de bord
    • Affiche les machines à sous populaires actuelles dans les casinos
    • Explore les tendances historiques de popularité
    • Analyse les métadonnées des machines à sous par rapport à leur popularité
  3. Analyse des données :

    • L'utilisateur interroge les données historiques
    • Compare la popularité des machines à sous entre les casinos
    • Identifie les tendances au fil du temps (jusqu'à 1 an)
    • Examine la corrélation entre les métadonnées et la popularité

Spécifications Techniques

  • Frontend : React avec TypeScript
  • Backend : Supabase
  • Grattage : API existante qui renvoie le HTML rendu
  • Base de données : Supabase (PostgreSQL)
  • Plateforme de développement : bolt.new

Points de Terminaison API

S/O

Schéma de Base de Données

  1. Table Slots :

    • id (clé primaire)
    • normalized_name
    • logo_url
    • rtp
    • software_provider
    • release_date
  2. Table Casinos :

    • id (clé primaire)
    • name
    • url
  3. Table Daily_Scrape_Results :

    • id (clé primaire)
    • date
    • casino_id (clé étrangère vers Casinos)
    • slot_id (clé étrangère vers Slots)
    • ranking
    • raw_slot_name
  4. Table Slot_Name_Aliases :

    • id (clé primaire)
    • slot_id (clé étrangère vers Slots)
    • alias

Structure de Fichiers

/src /components Dashboard.tsx SlotList.tsx PopularityChart.tsx MetadataDisplay.tsx /pages Home.tsx Analysis.tsx /utils scraper.ts nameNormalizer.ts dataEnricher.ts /types SlotTypes.ts CasinoTypes.ts /services api.ts database.ts /hooks useSlotData.ts useCasinoData.ts App.tsx index.tsx /public index.html assets/ /scripts dailyScrape.ts dataUpload.ts

Plan de Mise en Œuvre

  1. Configurer le projet à l'aide de bolt.new avec React, TypeScript et Supabase
  2. Concevoir et mettre en œuvre le schéma de base de données dans Supabase
  3. Développer la logique de grattage et l'intégration avec l'API existante
  4. Mettre en œuvre l'algorithme de normalisation des noms de machines à sous
  5. Créer le processus d'enrichissement des métadonnées des machines à sous
  6. Développer le script de grattage quotidien et de stockage des données
  7. Construire les composants React pour l'interface utilisateur du tableau de bord
  8. Mettre en œuvre la récupération de données et la gestion d'état dans React
  9. Créer des visualisations pour les tendances de popularité
  10. Développer des requêtes d'analyse pour les données historiques
  11. Mettre en œuvre l'interface utilisateur pour explorer et analyser les données
  12. Configurer le processus de grattage quotidien automatisé
  13. Effectuer des tests approfondis et corriger les bugs
  14. Déployer l'application
  15. Mettre en place des processus de surveillance et de maintenance

Stratégie de Déploiement

Informations non disponibles dans la conversation.

Justification de la Conception

Le schéma de base de données est conçu pour stocker et interroger efficacement les résultats du grattage quotidien tout en conservant les données historiques pendant au moins un an. La séparation des machines à sous, des casinos et des résultats du grattage quotidien permet des requêtes et une analyse flexibles des tendances de popularité au fil du temps. La table des alias de noms de machines à sous facilite la normalisation des noms, ce qui permet de résoudre le défi de faire correspondre des noms légèrement différents pour la même machine à sous dans les différents casinos. Le stockage du classement dans les résultats du grattage quotidien permet une notation de popularité plus précise, comme demandé dans la conversation.