Les plateformes de microblogging telles que Twitter générant chaque jour d'énormes quantités de données textuelles, les possibilités de découverte de connaissances à partir des données de Twitter deviennent de plus en plus pertinentes. À l'instar du mécanisme de vote du public sur des sites web tels que l'Internet Movie Database (IMDb), qui regroupe les évaluations de films, le contenu de Twitter reflète l'opinion publique sur les films. Cette étude vise à explorer l'utilisation du contenu de Twitter en tant que données textuelles pour prédire l'évaluation des films. Dans cette étude, nous extrayons un certain nombre de tweets et les compilons pour prédire les notes des films nouvellement sortis. Les prédictions ont été effectuées à l'aide d'algorithmes, en explorant la polarité des tweets. En outre, cette étude explore l'utilisation de plusieurs types d'algorithmes de classification des tweets et d'algorithmes d'évaluation des films. Les résultats montrent que l'évaluation des films développée par notre application est comparée à IMDB et Rotten Tomatoes.