1장에서는 qdap의 감성 함수인 <a href=https://www.rdocumentation.org/packages/qdap/topics/polarity> polarity() </a>를 적용하는 방법을 배웁니다.

감정에 대해 이야기해 봅시다

바로 시작해 봐요! 극성 시각화하기

TM 복습 (I)

TM 복습 (II)

당신은 단어를 얼마나 알고 있나요? 지프의 법칙과 주관성 어휘 사전

주관성 어휘 목록(Subjectivity Lexicon)이란?

Zipf의 법칙은 어디에서 관찰할 수 있을까요?

실제 텍스트에 극성 분석 적용하기

qdap의 극성 및 내장 어휘집 살펴보기

긍정적인 노래들!

이 노래 완전 최고야

스트레스 가득!

빠르고 간단하게: 극성 점수 계산

2장에서는 tidytext의 주관성 어휘 사전 3가지를 탐색합니다. 그런 다음 내부 조인(inner join)을 사용하여 텍스트에 점수를 매겨 봅니다.

플루칙의 감정 바퀴: 극성 vs. 감정

감정에 관한 하나의 이론

DTM vs. tidytext 행렬

감정 어휘 사전 가져오기

내부 조인으로 살펴보는 Bing 감성 사전

Bing tidy 극성 분석: 간단한 예제

Bing 감성 극성 분석: 흰 고래의 빈도 계산과 피벗 변환

Bing 감성 극성 분석: 모비 딕 (ggplot2 활용)!

AFINN & NRC 방법론 자세히 알아보기

AFINN: 내가 바로 적임자죠

NRC의 놀라운 세계

tidytext 방식의 감성 분석

감성 분석 결과를 활용해 설득력 있는 시각 자료를 만들어 보세요.

눈속임일까요, 아니면 가치 있는 분석일까요?

진정한 인사이트?

불행한 결말? 시간순 극성 분석

단어 영향력, 빈도 분석

감정 분석을 활용한 자기 성찰

나누어 살펴보기: 극성을 활용한 비교 워드 클라우드

감정 내면 탐구

누적 막대 차트 비교 및 대조

시각화 해석하기

커널 밀도 플롯

박스 플롯

레이더 차트

문서 그룹을 위한 트리맵

감성 시각화

내 숙소는 좋은 임대 물건인가요? 사람들이 좋은 숙소에서 원하는 것은 무엇일까요?

텍스트 마이닝 워크플로 복습

1단계: 무엇을 알고 싶으신가요?

2단계: 텍스트 소스 파악하기

기본 극성 빠르게 살펴보기

3단계: 텍스트 정리 및 구성

극성 기반 말뭉치 생성하기

Tidy Text 티블 만들기!

Tidy 감성 분석과 Qdap 극성 비교

4단계: 특성 추출 & 5단계: 분석할 시간이 왔습니다... 거의 다 왔어요!

작성자 노력 평가하기

비교 클라우드

스케일링된 비교 워드 클라우드

6단계: 결론 도출

예상된 결론 확인하기

예상치 못한 인사이트 발견하기

이제 직접 해보세요!

케이스 스터디: Airbnb 리뷰

4 books as DocumentTermMatrices

Housing rental reviews from Airbnb in Boston

4 books as a tidy data frame

Line by line polarity for 4 books

Polarity scores of Boston Airbnb reviews

텍스트 마이닝 도구에 감성 분석을 추가해 보세요! 감성 분석은 마케팅, 정치, 고객 서비스 등 다양한 분야에서 텍스트 마이너들이 활용하는 기술입니다. 이 강의에서는 긍정적·부정적 언어를 식별하고, 특정 감정적 의도를 파악하며, 설득력 있는 시각화를 만드는 방법을 배웁니다. qdap의 감성 함수를 이용한 극성 점수 계산을 시작으로, Zipf의 법칙과 주관성 어휘 사전에 대한 이해를 단계적으로 쌓아 나갑니다.
<br><br>
감성, 그리고 감성을 표현하는 언어는 복잡하고 미묘합니다. 언어학, 사회학, 심리학뿐 아니라 문화와 슬랭의 영향도 받습니다. 2장에서는 Plutchik의 감정 바퀴를 활용해 이러한 복잡성을 탐색하고, Tidyverse의 Tidytext를 사용하여 작업을 체계적으로 정리하는 방법을 안내합니다.
<br><br>
감성 분석 결과를 명확한 데이터 시각화로 표현하면 더 설득력 있는 스토리를 전달하고 인사이트를 공유하는 데 큰 도움이 됩니다. 3장에서는 감성 분석 결과를 시각화하는 방법을 소개하고, 단순한 워드 클라우드를 넘어 데이터의 전체 이야기를 전달하는 간결하고 임팩트 있는 그래픽을 만드는 방법을 다룹니다.
<br><br>
마지막으로 Airbnb 리뷰를 활용한 케이스 스터디를 통해 지금까지 배운 내용을 실전에 적용해 봅니다. 사람들이 좋은 숙소에서 진정으로 원하는 것이 무엇인지 탐색해 보세요.

<h2>텍스트 마이닝 역량을 확장하세요 </h2>
텍스트 마이닝 툴킷에 감성 분석을 추가하세요! 감성 분석은 마케팅, 정치, 고객 서비스 등 다양한 분야에서 텍스트 마이너들이 활용합니다. 이 강의에서는 긍정적이고 부정적인 언어, 구체적인 감정 의도, 그리고 설득력 있는 시각화를 식별하는 방법을 배우게 됩니다. qdap의 sentiment 함수를 사용한 극성 점수 매기기 소개로 시작하고, 그 과정에서 Zipf의 법칙과 주관성 어휘집에 대한 이해를 쌓게 됩니다. 
<br><br>
<h2>Tidytext를 사용하여 감성 분석 수행하기 </h2>
감정과 이를 표현하는 언어는 복잡하고 미묘합니다. 언어학, 사회학, 심리학은 물론 문화와 속어를 기반으로 합니다. 이 강의의 두 번째 장에서는 플루칙의 감정의 바퀴를 사용해 이러한 어려움을 헤쳐 나가고, Tidyverse의 Tidytext를 활용해 작업을 체계적으로 정리하는 방법을 알려드립니다. 
<br><br>
<h2>감성 분석 시각화로 인사이트를 강화하세요 </h2>
감성 분석을 명확한 데이터 시각화로 전환하면 더 분명한 스토리를 만들고 인사이트를 비즈니스 전반과 공유하는 데 도움이 됩니다. 이 강의의 세 번째 장에서는 감성 분석을 시각화하는 방법을 보여주며, 워드 클라우드를 넘어 데이터의 전체 이야기를 전달하는 간단하면서도 강력한 그래픽을 만드는 방법을 알려드립니다. 
<br><br>
강의를 마무리하며 사례 연구를 통해 지금까지 배운 모든 지식을 시험해 보게 됩니다. Airbnb 리뷰를 활용해 사람들이 좋은 숙소에서 실제로 무엇을 찾는지 살펴보게 됩니다. 

Text Mining with Bag-of-Words in R

긍정적, 부정적 언어와 감정 의도를 파악하고 시각화를 통해 감정 분석을 배워보세요.

R을 활용한 감성 분석

긍정·부정 언어와 구체적 감정 의도를 식별해 감성 분석을 익히고, 설득력 있는 시각화를 만드세요.

AFINN & NRC 방법론 자세히 알아보기

Create Your Free Account