텍스트마이닝을 활용한 러닝 어플리케이션 사용자 리뷰 분석: Nike Run Club과 Runkeeper를 중심으로

류기문,김일광 대한산업경영학회 2024 산업융합연구 Vol.22 No.4

본 연구의 목적은 텍스트마이닝을 활용하여 러닝 어플리케이션 사용자의 리뷰를 분석하였다. 본 연구는 python3의selenium 패키지를 이용하여 google playstore의 Nike Run Club, Runkeeper의 사용자 리뷰들을 분석자료로 이용하였으며, okt 분석기를 통해 한글 명사만을 남겨 형태소를 분리하였다. 형태소 분리 후 rankNL 사전을 만들어 불용어(stopword) 를 제거하였다. 자료 분석을 위해 텍스트마이닝의 TF(빈도분석), TF-IDF(키워드 빈도-문서 역빈도), LDA 토픽모델링을 통해분석하였다. 본 연구의 결과는 다음과 같다. 첫째, Nike Run Club, Runkeeper 어플리케이션 사용자 리뷰에서 공통적으로상위 키워드로 ‘기록’, ‘앱’, ‘운동’의 키워드가 도출되었으며 TF, TF-IDF의 순위에는 차이가 나타났다. 둘째, Nike Run Club의 LDA 토픽모델링으로 ‘기본 항목’, ‘추가 기능’, ‘오류 사항’, ‘위치기반데이터’의 토픽이 도출되었고 Runkeeper는‘오류 사항’, ‘음성 기능’, ‘러닝 데이터’, ‘사용 혜택’, ‘사용 동기’의 토픽이 도출되었다. 결과를 통해 제언하면 어플리케이션의경쟁력 향상을 기여하기 위해 오류 및 개선사항을 보완해야 한다. The purpose of this study was to analyze user reviews of running applications using text mining. This study used user reviews of Nike Run Club and Runkeeper in the Google Play Store using the selenium package of python3 as the analysis data, and separated the morphemes by leaving only Korean nouns through the OKT analyzer. After morpheme separation, we created a rankNL dictionary to remove stopwords. To analyze the data, we used TF, TF-IDF and LDA topic modeling in text mining. The results of this study are as follows. First, the keywords ‘record’, ‘app’, and ‘workout’ were identified as the top keywords in the user reviews of Nike Run Club and Runkeeper applications, and there were differences in the rankings of TF and TF-IDF. Second, the LDA topic modeling of Nike Run Club identified the topics of ‘basic items’, ‘additional features’, ‘errors’, and ‘location-based data’, and the topics of Runkeeper identified the topics of ‘errors’, ‘voice function’, ‘running data’, ‘benefits’, and ‘motivation’. Based on the results, it is recommended that errors and improvements should be made to contribute to the competitiveness of the application.

그룹추천시스템에서 아이템 평가 빈도수와 속성값을 이용하는 TF-IDF 기반 그룹 집계 전략

안두철,김영국 한국정보과학회 2015 데이타베이스 연구 Vol.31 No.2

Recommendation system field is a discipline that has been developed steadily beginning in the 1990s. While entering the Big Data Era, more accurate recommendation techniques have appeared than the old recommendation algorithms. In Korea, many online stores and services like Watcha have already applied the recommendation techniques. Recommendation systems can be divided into individual and group recommendation techniques in accordance with the recommendation consumption patterns. Recommendation techniques for individuals have been studied actively, however, recommendation techniques for groups are in relatively incomplete situation. There are many situations where the group recommendation technique is needed. For example, group consumption activities, such as movie and concert seeing with family or friends, require appropriate recommendations according to the group consumption patterns. In previous research, group recommendation systems have used only the users’ item rating values for group aggregation. However, they may cause inaccurate results. In this paper, we propose a method that gets the group recommendation result by calculating the TF-IDF(Term Frequency–Inverse Document Frequency) weight using the item rating frequency instead of rating value's average. In addition, we applied the weight calculation method using the items’ specific attributes and the inverse document frequency. We use the HetRec2011 movie rating data for performance evaluation, and the proposed group recommendation method shows better accuracy than the previous group aggregation methods. 추천시스템 분야는 90년대에 시작되어 꾸준하게 발전되어온 학문 분야이며 빅데이터 시대에 접어들면서 예전보다 더욱 정확한 추천 알고리즘들이 등장하고 있다. 이미 해외에서 아마존 추천 상품, 구글의 광고 추천 등으로 상용화가 되었으며 국내에서도 온라인 쇼핑몰, 도서 추천 등과 같은 다양한 영역에서 활용되면서 점차적으로 활용 영역이 증대되고 있는 추세이다. 추천시스템은 소비 유형에 따라 개인 추천 기법과 그룹 추천 기법으로 나눌 수 있다. 개인 추천 기법의 경우 활발하게 연구 활동이 되어온 반면, 그룹 추천 기법은 상대적으로 연구가 미비한 실정이다. 소비 유형에 따라 개인 추천 기법과 그룹 추천 기법이 나오게 되었는데 상황에 따라 그룹 추천 기법이 중요한 상황이 존재한다. 예를들면, 가족 또는 연인과의 영화 및 공연 관람, 동호회 활동 등 그룹으로 움직이는 소비 활동에서는 해당 그룹의 소비 유형에 알맞은 추천이 필요하다. 기존의 그룹 추천 시스템 연구의 경우 사용자가 아이템에 대한 평가값을 표기하고 그 값을 이용하여 그룹 추천 기법을 적용하여왔다. 하지만 단순 평가값만을 이용한 방법들은 정확도가 떨어질 수 있다. 예를 들어, 그룹 구성원들의 평가값을 집계하는 전략에서는 평균값의 오류가 발생하여 원하지 않는 아이템에 대한 추천 결과가 나타날 수 있게 된다. 본논문에서는 그룹 구성원들이 평가했던 아이템에 대한 빈도-역빈도(TF-IDF) 가중치를 계산하여 구성원이 원하는 아이템에 대한 그룹 추천 결과를 얻어내는 기법을 제안한다. 이를 위해 본 논문에서는 아이템에 대한 평가값이 아닌 아이템을 평가한 빈도수를 기반으로 해당 아이템의 세부적인 속성값과 역빈도값을 이용한 가중치 계산 방법을 적용하였다. 성능실험을 위해 HetRec2011 영화 평점 데이터를 활용하였고 그 결과 기존의 그룹 집계 기법보다 제안하는 기법이 높은 추천 정확도를 보였다.

여성 경찰에 대한 사회적 시각과 정책적 대안연구 -대림동 여경사건을 중심으로-

정지송 ( Jeong Jin Song ),공정배 ( Gong Jeong Bae ),노승국 ( Roh Seung Kook ) 한국경찰학회 2021 한국경찰학회보 Vol.23 No.3

2019년 5월에 발생한 대림동 여경사건은 지금까지 경찰조직 내에서 남녀 경찰의 업무수행 능력에 대해 논의되어왔던 것을 사회 전체의 문제로 확산시킨 사건이다. 해당 사건을 계기로 ‘여경 무용론’이 대두 되면서, 사회 여론 내에 여경의 필요성 자체를 부인하는 극단적인 목소리가 확산되었다. 이 문제에 대한 실제 뉴스나 미디어나 사람들은 어떻게 생각하고 있는지를 데이터를 수집하여 알아보고, 이에 대해 조직 내에서 필요함에도 불구하고 어떻게 해결할 것인지 방안을 찾고자 한다. 이를 위해 네이버 뉴스에서 ‘대림동 여경’ 키워드가 포함된 뉴스 기사 총 662건과 해당 기사들에 달린 146,007건의 댓글 데이터 및 26,791건의 대댓글 데이터를 연구 대상으로 선정하였다. 데이터 수집 기간은 첫 기사가 보도되었던 2019년 5월 17일부터 수집 당시였던 2021년 2월 1일까지, 약 1년 9개월에 해당한다. 수집된 대림동 여경 관련 데이터를 바탕으로 키워드 빈도분석, TF-IDF(Term Frequency-Inverse Document Frequency) 분석, 의미 네트워크 분석 방법(Semantic Network Analysis, SNA) 등을 이용하여 해당 문제에 대한 실제 미디어와 대중들의 시각을 파악해보고자 하였다. 분석결과, 미디어(뉴스기사)는 해당 사건에 대해 정보제공의 역할을 수행함과 동시에 ‘남성/여성의 젠더 이슈’로 집중적으로 보도했다는 것을 알 수 있었다. 댓글과 대댓글의 경우 그 둘의 분석결과가 매우 유사하게 도출되었다. 댓글 대댓글의 출현빈도, TF-IDF 값 분석을 수행한 결과, 대중들이 대림동 여경사건을 성별의 문제로 받아들이고 있는 듯하였고, 페미니즘, 여성 혐오와 같은 극단적 성적 논쟁으로까지 이어지는 것을 확인하였다. 또한, 여경에 대한 정부방침과 이를 둘러싼 제도적 부분에 대해 문제를 제기하며 비판하고 있음을 알 수 있었다. 이러한 연구결과를 바탕으로 피의자 인권의 과잉보호, 경찰들의 적극적인 직무집행, 경찰의 진압 도구 허용 범위 확대 등의 정책 방향을 제시하였다. The Daerim-dong female police officers incident (Daerim-dong Alcohol Violence Case), which occurred in May 2019, has spread what has been discussed in the police organization about the ability of male and female police to perform their duties to society as a whole. As the "female police uselessness" emerged in the wake of the incident, extreme voices denying the need for female police officers itself spread within social opinion. We collect data to find out what the real news, media, and people think about this issue, and we want to find a way to solve it. To this end, Naver News selected a total of 662 news articles containing the keyword "Daerim-dong Female Police" and 146,007 comment data and 26,791 comment data on the articles as subjects of the study. The data collection period is about a year and nine months from May 17, 2019, when the first article was reported to February 1, 2021, when it was collected. Based on the collected data on Daerim-dong policewoman, we use keyword frequency analysis, Term Frequency-Inverse Document Frequency (TF-IDF) analysis, Semantic Network Analysis (SNA) According to the analysis results, the media (news articles) played the role of providing information on the case and reported it intensively as a 'gender issue for men/women'. In the case of comments and comments, the results of the two analyses were very similar. After analyzing the frequency of comments, comments, and TF-IDF values, the public seemed to accept the Daerim-dong police incident as a gender issue, leading to extreme sexual debates such as feminism and misogyny. In addition, it was noted that the government's policy on female police officers and the institutional parts surrounding them were raised and criticized. Based on these findings, policy directions such as overprotecting the human rights of suspects, active execution of duties by police, and expanding the scope of police's control tools were proposed.

텍스트마이닝을 활용한 학부모 기사 분석

김봉제 한국학부모학회 2017 학부모연구 Vol.4 No.2

This study analyzes the characteristics of parent-related topics recognized by society by analyzing articles related to parents through text mining and semantic network analysis. The newspaper articles analyzed were collected using the newspaper article search service (www.bigkinds.or.kr) provided by Korea Press Foundation. The collection period is January 1, 1997. From 2017 to February 28, 2013, a total of 113,472 articles were extracted, including 103,897 parents, 943 school attendance, 4,526 parent education, 113 father education, 3,020 parent education, and 973 parent consultation. According to the results of the analysis, first, the social issues and interests related to the parents are continuously increasing. Second, parents, students, and schools have strong connections with each other. On the other hand, teachers, one of the three subjects of education, have relatively low connectivity in parent-related articles. Third, middle school has lower TF-IDF (Term Frequency-Inverse Document Frequency) than elementary school high school, which proves the social characteristics that the relative interest in middle school is low. Convergence of iterated CORrelations (CONCOR) analysis, which repeatedly performed a correlation analysis to find an appropriate level of similarity groups, clearly distinguished groups. This study analyzes the text mining of newspaper articles related to parents. Although there is a first attempt in the field of parents' involvement, there is a limit to an in-depth analysis of the social phenomena associated with parents. To complement this, it is also necessary to analyze articles related to parents from the perspective of opinion mining. 본 연구는 텍스트마이닝(Textmining)과 의미연결망 분석(semantic network analysis) 방법을 활용해 학부모 관련 기사를 분석한다. 한국사회에서 인식하는 학부모 관련 주제의 특성을 파악하는 것을 목적으로 한다. 분석대상은 한국언론진흥재단이 제공하고 있는 신문기사검색 서비스(www.bigkinds.or.kr)를 이용하여 수집하였다. 수집 기간은 1997.01.01.부터 2017.02.28.까지의 20년이었으며, 학부모 103,897건, 학교참여 943건, 학부모회 4,526건, 아버지회 113건, 학부모교육 3,020건, 학부모상담 973건으로 총 113,472건의 기사가 추출되었다. 분석결과에 의하면 첫째, 학부모와 관련된 사회적 이슈와 관심은 지속해서 증가하고 있다. 둘째, 학부모, 학생, 학교는 상호 간에 강한 연결성을 가진다. 반면에 교육의 3주체의 하나인 교사는 학부모 관련 기사에서 연결성이 상대적으로 낮다. 셋째, 중학교는 초등학교 고등학교와 비교하면 TF-IDF(Term Frequency-Inverse Document Frequency)의 값이 낮은데, 이는 중학교에 대한 상대적 관심이 낮다는 사회적 특성을 증명한다. 상관관계 분석을 반복적으로 수행하여 적정한 수준의 유사성 집단을 찾아내는 CONCOR(CONvergence of iterated CORrelations) 분석에 의하면 그룹이 명확하게 구분되었다.

스마트 워치를 이용한 피해자 안전조치 제도에 대한 사회적 인식 연구

이정민,노승국 경찰대학 경찰대학 2022 경찰학연구 Vol.22 No.3

In the second half of 2021, a series of cases occurred in which victims or their families were killed or seriously injured under Crime Victims Protection and Support System using Smart Watch and the effects have been repeatedly called into question. To analyze the media coverage and public perception of the problems of the current system, we collected 2,562 news articles including the keyword "smartwatch victim" from October 1, 2015, to June 30, 2022, 166,544 comments, and 24,424 replies from Naver News. We performed frequency analysis, TF-IDF analysis, and Semantic Network Analysis(SNA). The results showed that the articles generally provided objective facts to the public. Most of the public through the comments reacted angrily to the cases and wanted the offenders should be punished more severely. Some of the public through the replies criticized victims for the cases and came into conflict in gender. We confirmed the public perception that the police authority does not strongly sanction the repeat offenders of the system. Under the current circumstance additional sanctions are expected, we suggested that sanctioning the offenders preemptively and actively should be agreed upon first. 2021년에 ‘스마트 워치를 이용한 피해자 안전조치’ 대상자나 그 가족이 살해당하거나 중상해를 입는 사건이 잇따라 발생하면서, 스마트 워치를 이용한 피해자 안전조치 제도의 실효성에 대한 문제가 제기되고 있다. 현 제도의 문제점과 한계점을 바라보는 언론의 의제와 대중의 인식을 파악하기 위해 네이버 뉴스 중에서 “스마트 워치 피해자” 키워드를 포함하는 뉴스 기사와 기사에 달린 댓글, 대댓글을 수집하고 출현빈도 분석, TF-IDF 분석, 의미연결망 분석을 진행하였다. 분석 결과, 뉴스 기사는 대체로 객관적이고 사실적인 정보전달의 매개체 역할을 수행하였고, 위치값 오류 등 위치추적의 정확성 문제를 주로 강조하였다. 뉴스 댓글을 통해 대중들은 사건에 대해 격분하는 반응을 보이고 가해자가 보다 강력한 처벌을 받기를 원하는 것으로 드러났다. 대댓글 분석을 통해 스마트 워치 제도와 관련된 사건들에 대해 일부 대중들은 피해자를 비난하고 있음이 드러났고, 성별 갈등을 조장하는 젠더적 담론을 벌이는 것을 확인할 수 있었다. 전반적으로 언론과 대중은 경찰의 공권력이 가해자의 접근을 강력하게 제재하지 못한다는 인식을 가지고 있는 것을 확인하였다. 국민의 법감정을 고려하여 범죄피해자 안전조치 대상자에 대한 재범 행위를 선제적, 적극적으로 제재할 수 있다는 공동의 의식이 우선적으로 합의될 필요성을 제언하였다.

국가핵심기술 관계망 구축을 통한 연관정보 분석연구: 디스플레이 기술을 중심으로

박세희(Se Hee Pak),윤원석(Won Seok Yoon),장항배(Hang Bae Chang) 한국전자거래학회 2021 한국전자거래학회지 Vol.26 No.2

경제 구조의 기술 의존성이 강해져 국가핵심기술의 중요성은 더욱 대두되고 있다. 하지만 기술 자체적 특성으로 인해 연관 범위가 추상적이고 국가핵심기술 고유의 특성상 정보공개가 제한적이기 때문에 보호대상이 될 기술의 범위를 정하는 것에 어려움이 있다. 이를 해결하기 위해 국가핵심기술과 연관성이 높은 중요 기술을 판별하는 데에 최적화 된 문헌 종류와 분석 기법을 제안하였다. 디스플레이 분야 국가핵심기술 키워드로 수집한 네 개 문헌종류(뉴스, 논문, 보고서, 특허) 데이터에 빅데이터 분석의 텍스트 마이닝 분석기법인 TF-IDF와 LDA 토픽 모델링을 적용하는 파일럿 테스트를 진행하였다. 그 결과로 특허 데이터에 LDA 토픽 모델링을 적용한 결과가 국가핵심기술과 연관성이 높은 중요기술을 추출하였다. OLED, 마이크로LED를 포함하여 디스플레이 전후방산업에 관련된 중요 기술을 판별 할 수 있었으며 이 결과를 관계망으로 시각화하여 국가핵심기술과 연관된 중요 기술의 범위를 명확히 하였다. 본 연구를 통해 기술이 가지는 연관범위의 모호성을 보다 명확히 하였으며, 국가핵심기술이 가지는 제한적인 정보공개 특성을 극복할 수 있다. As the dependence of technology on the economic structure increases, the importance of National Core Technology is increasing. However, due to the nature of the technology itself, it is difficult to determine the scope of the technology to be protected because the scope of the relation is abstract and information disclosure is limited due to the nature of the National Core Technology. To solve this problem, we propose the most appropriate literature type and method of analysis to distinguish important technologies related to National Core Technology. We conducted a pilot test to apply TF-IDF, and LDA topic modeling, two techniques of text mining analysis for big data analysis, to four types of literature (news, papers, reports, patents) collected with National Core Technology keywords in the field of Display industry. As a result, applying LDA theme modeling to patent data are highly relevant to National Core Technology. Important technologies related to the front and rear industries of displays, including OLEDs and microLEDs, were identified, and the results were visualized as networks to clarify the scope of important technologies associated with National Core Technology. Throughout this study, we have clarified the ambiguity of the scope of association of technologies and overcome the limited information disclosure characteristics of national core technologies.

An Ensemble Approach for Cyber Bullying Text messages and Images

Zarapala Sunitha Bai,Sreelatha Malempati International Journal of Computer ScienceNetwork S 2023 International journal of computer science and netw Vol.23 No.11

Text mining (TM) is most widely used to find patterns from various text documents. Cyber-bullying is the term that is used to abuse a person online or offline platform. Nowadays cyber-bullying becomes more dangerous to people who are using social networking sites (SNS). Cyber-bullying is of many types such as text messaging, morphed images, morphed videos, etc. It is a very difficult task to prevent this type of abuse of the person in online SNS. Finding accurate text mining patterns gives better results in detecting cyber-bullying on any platform. Cyber-bullying is developed with the online SNS to send defamatory statements or orally bully other persons or by using the online platform to abuse in front of SNS users. Deep Learning (DL) is one of the significant domains which are used to extract and learn the quality features dynamically from the low-level text inclusions. In this scenario, Convolutional neural networks (CNN) are used for training the text data, images, and videos. CNN is a very powerful approach to training on these types of data and achieved better text classification. In this paper, an Ensemble model is introduced with the integration of Term Frequency (TF)-Inverse document frequency (IDF) and Deep Neural Network (DNN) with advanced feature-extracting techniques to classify the bullying text, images, and videos. The proposed approach also focused on reducing the training time and memory usage which helps the classification improvement.

Chatbot Design Method Using Hybrid Word Vector Expression Model Based on Real Telemarketing Data

( Jie Zhang ),( Jianing Zhang ),( Shuhao Ma ),( Jie Yang ),( Guan Gui ) 한국인터넷정보학회 2020 KSII Transactions on Internet and Information Syst Vol.14 No.4

In the development of commercial promotion, chatbot is known as one of significant skill by application of natural language processing (NLP). Conventional design methods are using bag-of-words model (BOW) alone based on Google database and other online corpus. For one thing, in the bag-of-words model, the vectors are Irrelevant to one another. Even though this method is friendly to discrete features, it is not conducive to the machine to understand continuous statements due to the loss of the connection between words in the encoded word vector. For other thing, existing methods are used to test in state-of-the-art online corpus but it is hard to apply in real applications such as telemarketing data. In this paper, we propose an improved chatbot design way using hybrid bag-of-words model and skip-gram model based on the real telemarketing data. Specifically, we first collect the real data in the telemarketing field and perform data cleaning and data classification on the constructed corpus. Second, the word representation is adopted hybrid bag-of-words model and skip-gram model. The skip-gram model maps synonyms in the vicinity of vector space. The correlation between words is expressed, so the amount of information contained in the word vector is increased, making up for the shortcomings caused by using bag-of-words model alone. Third, we use the term frequency-inverse document frequency (TF-IDF) weighting method to improve the weight of key words, then output the final word expression. At last, the answer is produced using hybrid retrieval model and generate model. The retrieval model can accurately answer questions in the field. The generate model can supplement the question of answering the open domain, in which the answer to the final reply is completed by long-short term memory (LSTM) training and prediction. Experimental results show which the hybrid word vector expression model can improve the accuracy of the response and the whole system can communicate with humans.

텍스트 말뭉치의 주제와 주제어 분석 -세종 문어 말뭉치를 중심으로-

조은경 ( Eun Kyoung Jo ),한영균 ( Gyun Young Han ) 한국텍스트언어학회 2014 텍스트언어학 Vol.37 No.-

This paper is about extracting topic words and Topic categories on text corpora. For this purpose, we utilize statistical method of topic modeling named ‘LDA(Latent Dirichlet Allocation)’ and word weighting scheme named TF-IDF(Term Frequency-Inversed Document Frequency). As corpus material, We used Sejong part-of-speech tagged corpus for this analysis. After extracting topic words from corpus automatically, we investigate the topics and the topic words in the Sejong Corpus with the predefined categories by Sejong corpus constructors and designers and then we show that a topic come out by several topic words co-occurred rather than by a single topic word itself. We are sure that text analytic methods used in this paper would be very useful afterwards since our world will have more electronic texts and we will be able to analyze more corpus statistically.

Text Mining of Wood Science Research Published in Korean and Japanese Journals

( Eun-suk Jang ) 한국목재공학회 2023 목재공학 Vol.51 No.6

Text mining techniques provide valuable insights into research information across various fields. In this study, text mining was used to identify research trends in wood science from 2012 to 2022, with a focus on representative journals published in Korea and Japan. Abstracts from Journal of the Korean Wood Science and Technology (JKWST, 785 articles) and Journal of Wood Science (JWS, 812 articles) obtained from the SCOPUS database were analyzed in terms of the word frequency (specifically, term frequency-inverse document frequency) and co-occurrence network analysis. Both journals showed a significant occurrence of words related to the physical and mechanical properties of wood. Furthermore, words related to wood species native to each country and their respective timber industries frequently appeared in both journals. CLT was a common keyword in engineering wood materials in Korea and Japan. In addition, the keywords “MDF,” “MUF,” and “GFRP” were ranked in the top 50 in Korea. Research on wood anatomy was inferred to be more active in Japan than in Korea. Co-occurrence network analysis showed that words related to the physical and structural characteristics of wood were organically related to wood materials.