Recomendados
Mais conteúdo relacionado
Semelhante a Instagram 기반 코로나 감정분석 및 추천프로그램
Semelhante a Instagram 기반 코로나 감정분석 및 추천프로그램 (20)
Instagram 기반 코로나 감정분석 및 추천프로그램
- 1. 코로나19
- 2. 목차 1 배경및목적 2 분석과정 3 활용범위 4 결론 - 배경:코로나19로인한현재이슈 - 목적:국민정서안정도모및마케팅플랫폼구축 - 감정분석 - 키워드분석 - UI생성 - 사회적활용:국민정서안정도모 - 마케팅적활용: 수익구조생성 - 프로젝트실행결과 - 조원생각
- 4. 코로나19로인한현재이슈 Part 1, 1 사회적 거리 두기 실천으로 인한 사회경제침체 2 재택근무 등으로 인한 집콕 생활 증가 3 신천지, 이태원 사건 등으로 인한 확진자 재증가
- 5. 코로나19로인한현재이슈 Part 1, 코로나 발생 전 코로나 발생 후 새로 생성된 부정적 키워드 • 위기 • 우려 • 걱정 • 힘들다 • 어렵다 • 좋다 • 행복 • 여유 • 건강한 • 소중한
- 6. Part 1, STEP 1 STEP 2 STEP 3 ※사회적거리두기실천으로 인한사회경제침체 ※재택근무등으로인한집콕 생활증가 ※신천지,이태원사건등으로 확진자재증가 >> >> 코로나19로인한현재이슈 안전 / 격리 집안일 취미생활 필요 건강 / 스트레스
- 7. 국민정서안정도모 Part 1, Sometrend매거진에의하면 코로나 발생이후 ‘처음’과 연관하여 분석된 키워드 중 순위의 상승폭이 가장큰키워드100개를살펴본것으로, 건강, 재택근무, 요리, 취미생활, 온라인신선배송, 집안일, 집근처산책 등의7가지영역이발견되었습니다. 사람들이 처음 겪은 것들에 대한 정보를 추천해 줌으로써, 사회적으로 불안감이높아진국민들의정서적안정성을높이고자합니다. 코로나로처음겪은것들에대한 “정보추천” 출처: https://some.co.kr/magazine/magazineDetailV2?magazineSeq=47 건강 18% 재택근무 15% 요리 14% 취미생활 14% 온라인 신선배송 13% 집안일 15% 집근처 산책 11%
- 8. Part 2, 분석과정
- 9. 분석방법 Part 2, 1. 인스타그램데이터크롤링 -#해시태그추출 2.텍스트데이터전처리 -Bool_text 3.감정분석 -Emotion_model • Selenium • ChromeDriver • Preprocessing • Remove_Stopwords • Delete_Emoji • Tensorflow • LSTM
- 10. SNS keyword를활용한크롤링분석 Part 2, 인스타그램 #해시태그로 추출 코로나꺼져 코로나 코로나스트레스 추천카테고리“5part” 요리 건강 집안일 취미 여행
- 12. 텍스트데이터전처리 Part 2, • 해시태그 기반 키워드 추출 • 빈 행 제거 • 이모지(불용어) 제거 • 라벨 데이터 만들기(y데이터) • 단어 별 빈도수 매김 • 빈도가 큰 순서대로 정렬 • WordCloud 시각화
- 14. 감정분석 Part 2, • 한 컨텐츠에 있는 모든 해시태그 추출 • 부정: 0 , 긍정: 1, 중립: . 으로 데이터 정제 • 라벨 데이터 만들기(y데이터)
- 15. 감정분석 Part 2,
- 18. SNS keyword텍스트처리 Part 2, • 해시태그 기반 키워드 추출 • 빈 행 제거 • 이모지(불용어) 제거 • Word2Vec을 통한 단어 100차원 벡터화 • TSNE를 통해 2차원으로 변경 • 유사단어별 시각화
- 19. UI생성 Part 2, • 구성 • Button • Label(Qpixmap) • 작동 원리 • 버튼 누를시 이미지 파일 불러옴
- 20. UI생성 Part 2, • 구성 • TapWidget • TableWidget • 작동 원리 • Tab 별로 키워드 등록 • 다른 Tab 누를 시 해당 Tab 내용 불러옴 • Table에 빈도수 csv파일 읽어온 후 추천 Top5 키워드를 빈도수 와 함께 출력
- 21. UI생성 Part 2, • 구성 • TapWidget • TableWidget • 작동 원리 • Tab 별로 키워드 등록 • 다른 Tab 누를 시 해당 Tab 내용 불러옴 • Table에 빈도수 csv파일 읽어온 후 추천 Top5 키워드를 빈도수와 함께 출력
- 22. UI생성 Part 2, • 구성 • TapWidget • Label • WebEngineView • 작동 원리 • Word2Vec tab 누를 시 해당 키워드 관련 TSNE 이미지 불러옴 • 추천 유튜브 tab 누를 시 top5의 키워드를 기반으로 유튜브 검색 • 검색한 유튜브 url 출력
- 23. UI생성 Part 2,
- 24. UI생성 Part 2,
- 25. Part 3, 활용범위
- 26. 활용범위 Part 3, 카테고리별 > 간편 정보 제공 시스템!
- 27. 활용범위 Part 3, 유튜브 영상 > 기업과 연계하여 마케팅 영상 활용 가능
- 29. Part 4, 결론
- 30. 프로젝트 실행 결과 조원 생각
- 31. 결론 Part 4, 데이터 전처리 90% SNS 크롤링 50% 감정분석 40% 1. SNS 크롤링에서 인스타그램만 상용했고, 해시태그 위 주로만 크롤링 했기에 50% 부여함 2. 데이터 전처리에서는 해시태그라는 정제된 단어를 가 져왔고, 이모지 처리도 하였기에 90% 부여함 3. 감정분석은 train_set을 임의로 라벨링 해서 학습 시 켰기 때문에 40% 부여함 4. UI 생성에 있어서는 사용자입장에서 시각화가 잘되었 다고 생각했기에 70% 부여함 결론 UI 생성 70% 최종 완성도 62.5%
- 32. 결론_조원생각 Part 4, 001 >> 김두현 인스타그램 특성상 날짜를 설정하고, 검색하는 것이 불가능하여 날짜별 정리가 어렵고, 기존 트위터 등의 다른 SNS 데이터의 수집 및 정제를 진행했지만, 결과가 만족스럽지 못해 결국 인스타그램만 활용하게 되어 아쉬웠다. 특히 SNS에서만 사용하는 비정형적 용어들을 라벨링 할만한 자료가 부족하여 정확한 라벨링을 진행하지 못한 부분이 아쉬웠다. 그래도 프로젝트를 진 행하면서 SNS 트렌드, 자연어 처리, UI제작에 대한 공부와 실력 향상을 이뤄 뿌듯하다. 002 >> 이민희 인스타그램을 올리는 사람들의 심리상 좋은 것들, 보여주고 싶은 것들만 보여주고 싶어하는 사람들의 심리 특성이 작용하기 때문에 부정적 언어가 많을 거라고 생각했던 처음과 달리 긍정적 게시물이 많은 것을 확인하고, SNS 의 특성과 사람들의 심리 분석도 매우 중요한 것이라고 깨닫게 되었다. 코로나 관련 분석 자료가 아직 많지 않기 때문에 정확한 판단 근거가 되는 자료 가 없었던 것이 아쉬웠다. 003 >> 최명일 최근 트랜드를 파악할 수 있는 매우 유용한 프로젝트였던 것 같다. 추후 주기적 데이터를 수집하여 기간별 트랜드 분석까지 추 가되면 좋겠다. 자연어처리에 대해 좀 더 심도있게 고민해 볼 수 있는 시간이었고, 짧은 시간임에도 불구하고 훌륭하게 프로젝 트를 마무리한 두현과 민희의 미래가 기대된다.
- 33. Q&A