본문 바로가기
728x90
반응형

소셜네트워크9

[소셜네트워크] 감성 분석(Sentiment Analysis)에 대하여 1. 감성 분석(Sentiment Analysis)의 개요 감성 분석(Sentiment Analysis)은 텍스트, 음성 등에서 사람들의 태도, 의견, 감정을 분석하는 기법입니다. 주요 목적:- 많은 양의 의견 데이터를 요약하여 긍정, 부정, 중립과 같은 감정의 유형을 파악합니다.- 감정 분석은 특정 제품이나 서비스, 또는 사람에 대한 여론을 이해하고, 기업의 전략적 의사결정에 도움을 줍니다.  2. 감성(Sentiment) 구성 요소 감성 분석의 구성 요소는 다양한 변수로 표현될 수 있습니다:g (감성 대상): 감정을 유발하는 특정 대상. 예: 제품(스마트폰), 서비스(항공사 서비스 품질).s (감성): 대상에 대한 감정의 표현. 긍정적, 부정적, 중립적 감정을 나타냅니다.h (주체): 감정을 표현하는.. 2024. 11. 9.
[소셜네트워크] 자연어 처리 #2 1. 말뭉치(Corpus)와 데이터 준비Corpus(말뭉치): 컴퓨터에 저장된 자연어 자료의 모음입니다.예: Google Books Ngram, Brown Corpus, American National Corpus파일 형식: .txt, .csv, .json, .xml말뭉치 준비 과정:데이터 선택 및 전처리: 의미 없는 데이터(노이즈)를 제거.형식 변환: 데이터를 NLP에 적합한 형태로 변경 (예: JSON, CSV).샘플링: 분석에 필요한 데이터 속성 추출.숫자 데이터 변환(Encoding): 머신러닝 모델 학습을 위해 텍스트를 수치화. 2. NLP의 주요 전처리 단계토큰화(Tokenization):텍스트를 단어 또는 문장 단위로 분리.N-gram: 단어를 n개씩 묶어서 연결(예: Unigram, Big.. 2024. 10. 23.
[소셜네트워크] 자연어 처리 #1 1. 자연어 처리(NLP)란?자연어: 사람들이 사용하는 언어(예: 한국어, 영어)로, 의사소통의 수단입니다.자연어 처리(NLP): 자연어를 컴퓨터가 이해하고 분석할 수 있도록 디지털화하는 기술입니다.예: 이메일에서 스팸 여부를 자동으로 판단하기 위해 NLP를 활용. NLP의 활용 분야:텍스트 분석(Text Analytics): 주어진 텍스트에서 유용한 인사이트를 추출합니다.자연어 이해(NLU): 컴퓨터가 문장을 이해하도록 만듭니다.자연어 생성(NLG): 컴퓨터가 인간이 이해할 수 있는 자연어로 문장을 생성합니다. 2. 텍스트 분석 도구NLP 관련 라이브러리 및 도구:NLTK: 자연어 처리와 관련된 다양한 기능 제공.Gensim: 토픽 모델링에 유용한 라이브러리.SpaCy: 고성능 NLP 라이브러리.Sta.. 2024. 10. 23.
[소셜네트워크] 연결성&중심성에 대하여 1. 연결성 (Connectivity)에고 네트워크(Ego Network)와 전체 네트워크전체 네트워크: 네트워크 전체를 분석하는 접근.에고 네트워크: 특정 액터(노드)를 중심으로, 이와 연결된 다른 노드(알터, alter)들로 구성됩니다.Ego: 중심이 되는 노드.Alter: Ego와 직접 연결된 노드들.에고 네트워크를 통해 중요한 노드들을 분석하여, 네트워크 내에서 영향력 있는 허브(hub) 역할을 하는 액터를 파악합니다. 연결정도 (Degree)와 밀도 (Density)연결정도(Degree):특정 노드가 몇 개의 다른 노드와 연결되어 있는지를 나타냅니다.노드의 연결정도가 높을수록 네트워크 내에서 활동성이 높은 액터를 의미합니다.연결정도의 평균 (L: 네트워크 내 라인의 수, g: 노드 수 )    .. 2024. 10. 23.
728x90
반응형