이 상품의 태그
-
박응용 저
-
권정민 글/주형 만화
-
이재영,한세경 공저
-
고경희 저
책 소개
4년간 R 데이터 분야 1위 도서 저자의 후속작 ‘텍스트 마이닝’ 도서 출간!
형태소 분석, 긍정·부정 분위기 분석, 연관 단어 분석, 시각화 모두 내 손으로!
봉준호 감독의 영화 <기생충>이 오스카상 4관왕을 수상한 사실은 이제 모두가 알고 있다! 그런데 온라인 댓글 분위기는 천차만별이었네? 이 영화가 대체 어땠길래? 당시 분위기를 분석하고 돌아볼 수는 없을까? 영화 평가가 긍정·부정적이었는지, 영화 자체의 평이 많은지 아니면 영화 외적 요소의 평이 많은지 궁금하다. 이제 김영우 선생님과 함께 R로 텍스트 마이닝을 해보자!
이 책은 직장인, 대학생, 연구자 누구나 쉽게 텍스트 분석을 할 수 있다. 한글 텍스트 분석은 물론 30종 넘는 다양한 그래프까지! 보고서에 바로 사용할 수 있는 다양한 결과물을 내 손으로 직접 만들 수 있다.
목차
_01-1 텍스트 전처리
_01-2 토큰화하기
_01-3 단어 빈도 분석하기
__2장 형태소 분석기를 이용한 단어 빈도 분석
_02-1 형태소 분석
_02-2 명사 빈도 분석하기
_02-3 특정 단어가 사용된 문장 살펴보기
__3장 비교 분석: 무엇이 다를까?
_03-1 단어 빈도 비교하기
_03-2 오즈비 — 상대적으로 중요한 단어 비교하기
_03-3 로그 오즈비로 단어 비교하기
_03-4 TF-IDF — 여러 텍스트의 단어 비교하기
__4장 감정 분석: 어떤 마음으로 글을 썼을까?
_04-1 감정 사전 활용하기
_04-2 댓글 감정 분석하기
_04-3 감정 범주별 주요 단어 살펴보기
_04-4 감정 사전 수정하기
__5장 의미망 분석: 어떤 맥락에서 단어를 썼을까?
_05-1 동시 출현 단어 분석 — Co-occurrence analysis
_05-2 동시 출현 네트워크 — Co-occurrence network
_05-3 단어 간 상관 분석 — Phi coefficient
_05-4 연이어 사용된 단어쌍 분석 — n-gram
__6장 토픽 모델링: 어떤 주제로 글을 썼을까?
_06-1 토픽 모델링 개념 알아보기
_06-2 LDA 모델 만들기
_06-3 토픽별 주요 단어 살펴보기
_06-4 문서를 토픽별로 분류하기
_06-5 토픽 이름 짓기
_06-6 최적의 토픽 수 정하기
__7장 텍스트 마이닝 프로젝트: 타다 금지법 기사 댓글 분석
_07-1 주요 단어 살펴보기
_07-2 공감, 비공감 댓글 비교하기
_07-3 관심 댓글 비교하기
_07-4 단어 간 관계 살펴보기
_07-5 토픽 모델링
__8장 텍스트 마이닝 프로젝트: 차기 대선 주자 SNS 여론 분석
_08-1 SNS 언급량 추이 살펴보기
_08-2 SNS 이슈 살펴보기
_08-3 감정 단어 살펴보기
_08-4 감정 경향 살펴보기
_08-5 감정 추이 살펴보기
_08-6 긍정, 부정 트윗 단어 비교하기
__9장 텍스트를 효율적으로 분석하는 방법
_09-1 텍스트 데이터 수집하기
_09-2 텍스트 분석 품질 높이기
_09-3 완전 유용한 꿀팁
상세 이미지
저자 소개 (1명)
출판사 리뷰
실전에 주제별로 응용할 수 있는 학습·실습 구성으로 알차다!
텍스트 마이닝을 진짜 내가 할 수 있을까? 이 책과 함께라면 당연히 할 수 있다! 저자는 R에 입문한 사람이라면 누구나 따라 할 수 있는 구성으로 ‘완벽한 텍스트 마이닝 실습 매뉴얼’을 준비했다. 이 책은 텍스트 마이닝 실전 연습을 충분히 할 수 있도록 현재 우리 사회에서 이슈가 되고 있는 4가지 주제를 중심으로 데이터를 엄선하여 텍스트 마이닝 실습을 진행한다. ‘대통령 연설문’, ‘영화 <기생충> 오스카상 수상 댓글’, ‘타다 금지법 댓글’, ‘내년 대선 후보 댓글’의 4가지 실제 사례를 분석하며 개념을 이해하는 과정으로 구성해서 처음에는 복잡해 보이는 개념도 실습을 진행하다 보면 술술 이해될 것이다.
정말로, 진짜로, 어디까지 내 손으로 할 수 있을까?
형태소 분석부터 단어 분석, 감정 분석 등 ‘고급 데이터 분석 과정’ 모두 수록!
이제는 데이터 분석 기초 능력만 향상할 것이 아니라 실제 사례를 분석할 줄 아는 능력을 키워야 하는 시대가 되었다. 개발자, 마케터, 프로젝트 관리자 등 모두가 알아야 할 기초 소양이 된 것이다. 이 책은 문장을 구성하는 명사, 동사, 형용사 등과 같은 품사를 분류하는 작업인 형태소 분석부터 상대적으로 중요한 단어를 짚어 주는 ‘오즈비’, ‘로그 오즈비’ 활용, 감정 사전을 활용한 문장의 감정 분석, 동시 출현 네트워크를 활용한 단어 맥락 분석, 단어가 사용된 문단의 주제를 찾아 주는 ‘토픽 모델링’까지! ‘텍스트 데이터 분석 고급 과정’을 직접 해낸 사람으로 만들어 준다. 게다가 텍스트 데이터 분석이 편해지는 ‘꿀팁’부터 코드를 실행하다 함정에 빠지기 쉬운 부분까지 짚어 주니 그야말로 ‘텍스트 마이닝 꿀단지’이다.
내일 ‘사용자 선호도 분석’ 보고서를 제출해야 하는데 어떻게 하지?
보고서, 기사, 프레젠테이션에 바로 사용해도 손색없는 결과물을 이 책으로 만들어 보자!
저자는 “이 책을 집필할 때 바로 실무에 사용해도 될 수준의 텍스트 분석 과정과 시각화 과정을 포함하기 위해 노력했다.”고 강조한다. 현장에서 일하고 강의하면서 만난 후배와 수강자가 꼽은 국내 텍스트 마이닝 학습 콘텐츠의 가장 아쉬운 점이 ‘학습과 실제 업무의 괴리가 크다’였기 때문이다. 이 책은 그런 지점을 완벽하게 해소하고 있다. 한글 데이터를 다루는 텍스트 분석 과정은 실무에 가까운 수준이고, 분석 결과로 만드는 시각화 자료는 내일 당장 보고서, 신문 기사, 프레젠테이션 등에 사용해도 손색없는 수준이다.
저자는 당신이 어디에서 어떻게 어려워할지 다 알고 있다!
저자가 옆에 앉아 친절하게 설명해 주는 문장으로 감동받으며 공부하자!
텍스트 분석 과정은 가시밭길이다. 어디에서 어떤 문제가 벌어질지 모르기 때문이다. 하지만 저자는 이런 과정을 학습자•강의자 입장에서 모두 겪어 본 베테랑 중의 베테랑이다. 본문을 읽다 보면 저자가 옆에 앉아서 “여기는 아마 헷갈릴 텐데 이렇게 하면 쉽게 이해할 수 있을 겁니다.”라고 말해 주는 느낌을 받을 것이다. 또한 본문을 읽다가 궁금해할 만한 내용이나, 지금 당장 몰라도 되지만 결국은 알아야 할 내용은 본문 중간중간에 ‘꿀팁’, ‘알아두면 좋아요’로 풍부하게 배치했다.
종이책 회원 리뷰 (7건)
복수전공 하고 있는 경영학과에서 개설한 데이터 분석하는 강의를 들었는데 R을 이용한 데이터 분석을 다루었어서 R을 복습할 겸 좀 더 공부해보고 싶었다. 책은 01장부터 09장까지 있는데 01장과 02장은 단어 빈도 분석을 공부하고 03장은 비교 분석, 04장은 감정 분석, 05장은 의미망 분석을 다룬다. 06장에서는 토픽 모델링을 공부한다. 07장과 08장은 텍스트 마이닝으로 프로젝트를 실습한다. 09장은 텍스트를 효율적으로 분석하는 방법을 소개한다. 책에서는 R을 어느 정도 사용할 줄 안다는 전제 하에 진행하지만 어려운 수준까지 요구하는 것은 아니고 R의 기본 문법을 안다면 충분히 따라갈만 하다고 생각된다.
최근 데이터 분석 기법이 발달하면서, 텍스트 마이닝에 대한 관심도 높아지고 있다.
텍스트마이닝이란 신문기사, 민원내용과 같은 텍스트에서 유의미한 정보를 발굴해내고 의사결정에 활용하는 과정을 말한다.
예를 들어, 국민권익위원회는 "한누에 보는 민원 빅데이터" 운영을 통해 수많은 민원내용으로부터 주요 민원 키워드를 도출하고 민원예보, 제도개선 등에 활용하고 있다.
이 책은 통계소프트웨어 R을 활용한 텍스트 마이닝 기법을 자세하게 설명해준다. 단순 단어출연 빈도분석이나 워드클라우드 시각화방법에 그치지 않고, 감정분석과 네트워크 분석방법까지 제시하고 있어 분석의 폭과 깊이를 동시에 넓힐 수 있었다.
- 종이책 상품상세 페이지에서 더 많은 리뷰를 확인하실 수 있습니다. 바로가기
한줄평 (0건)
