[삼성 SDS Brightics] 개인 분석 프로젝트 : 주제 선정

 

 

 

안녕하세요.ㅎㅎ Brightics 서포터즈 3기 정민경입니다.

​

이제 활동의 막바지로 접어들어서

개인 분석 프로젝트를 진행할 예정이에요.

 

아무래도 길게 프로젝트를 가져가는만큼

재밌고 흥미로운 분석을 해보고싶다는 바람에

주제 선정이 쉽지 않았어요

 

 

먼저 예전부터 찜꽁해두었던 데이터를

간략하게 살펴보려고요!

 

---

 

 

1) 데이터셋

 

https://www.kaggle.com/datasets/bilalyussef/google-books-dataset

Google Books Dataset

 

 

 

① kaggle에서 발견한 도서 관련 데이터입니다.

 

제가 지금까지 정말 꾸준히..ㅎㅎ

책을 분석해보고싶다!! 이런 마음에 관련 데이터를 찾아나섰는데

 

줄거리나 요약본, 리뷰까지 얻기 힘들어

언제나 제목에 그쳤던게 아쉬웠던거든요.

 

그런던 중 위처럼 description부터 rating 까지

이 관계를 함께 살펴볼 수 있는 데이터를 발견하고

반가웠어요.

 

 

그치만..ㅋㅋㅋ

 

 

데이터를 가져올 때 comma(,)를 구분자로 하면서

 

텍스트를 가져올 때는

그 안에 이미 comma가 내용으로 들어가 있을 수 있기에

 

항상 아래처럼

반점을 공백으로 찾아바꿔주는 과정을 거쳤는데요 ( , → ' ' )

 

excel 찾아바꾸기

 

이번에는 더 고난이도로

줄바꿈(enter)으로 데이터를 읽어오는데 오류가 생기더라구요

 

위 단계에서 멈칫하고는

또 다른 데이터가 있을까.. 조사했답니다.

 

 

 

그렇게 두번째로 발견한 데이터셋!

 

https://www.kaggle.com/datasets/meetnagadia/amazon-kindle-book-review-for-sentiment-analysis

Amazon Kindle Book Review for Sentiment Analysis

 

 

② 도서 리뷰를 모아둔 데이터로

 

지금까지 영화리뷰를 감정분석한 사례는 자주 봤어도

도서리뷰를 감정분석한다!? 이 점이 새로워

 

그렇다면 책을 인상깊게 만드는 요소와

또는 재미없게 만드는 것은 무엇일까!

 

질문이 가능하겠다 싶어 Brghitics에 가져왔습니다.

 

 

여기서 바로 눈에 들어보는 부분은

rating / reviewText / summary 인데요

 

 

특히 rating의 점수가 고르게 분포된 느낌을 받아

Pie Chart로 나타내니

긍정의 점수(4-5점)가 많은 것을 볼 수 있었어요.

 

 

각 점수대마다 어떤 단어가 주로 나타날지,

한편 각 리뷰텍스트를 보고 그의 점수를 예측해보는 것을 해보려고요!

 

 

 

그리고 마지막으로,

 

https://www.kaggle.com/datasets/athu1105/book-genre-prediction

Book Genre Prediction

 

 

③ 도서 장르 예측하기

 

이 데이터는 앞에 감정분석(이분류)과 다르게

도서 장르는 매우 다양하잖아요,

 

텍스트로 그 여러 수를 예측한다는 점이

흥미로웠어요.

 

 

excel 찾아바꾸기 오류

 

 

그런데 위의 데이터는 excel 에서 알 수 없는 오류를 마주하면서..!!

막혔어요ㅋㅋ

ㅠㅠㅠ 왜 그러는거니..

 

담주에는 해결방법 포스팅을 해낼 수 있길 바라며ㅎㅎ

노트북과 외로운 대화를 하러갑니다.

 

 

---

 

Review

 

 

 

사실 도서 외에도 교육이 제 관심사라

사교육 현황과 같은 데이터도 살펴보았는데요

 

이번 포스팅에서는 데이터셋을 조사하면서 마주하는 오류들을

있는 그대로 보여드렸어요.

 

해결할 수 있을지 없을지..!!ㅋㅋ 

 

 

 

 

해결해낸다면

위의 세가지 데이터를 고루 살펴보면서

 

'도서(책)'를 큰 줄기로

다양한 면면들의 분석을 진행해보려 합니다!

 

아마 제가 할 수 있는 선에서 깊이 파고들어갈 거 같아요.

 

그럼 전반적으로 데이터를 살펴보는 것으로

이번주 포스팅을 마칩니다.ㅎㅎ

 

 

 

※본 포스팅은 삼성SDS Brightics 서포터즈 3기 활동의 일환으로 작성하였습니다