[현장에서 바로 써먹는...] 텍스트마이닝 - 감성 분석

> ## Chapter8-2.고객들은 정말로 만족하였을까? (감성 분석)
> 
> # 사전 파일을 불러오기 위한 라이브러리 불러오기
> library(readr)
> # 이미 만들어진 리뷰 감성분석 전용 사전을 불러옴
> rev <- read_delim("review_dict.txt", delim="\t", col_names=c("word", "score"))

-- Column specification ----------------------------------------------------------------------------------------------------
cols(
  word = col_character(),
  score = col_double()
)

> 
> head(rev, 10)
# A tibble: 10 x 2
   word        score
   <chr>       <dbl>
 1 감사합니다      2
 2 고생했네요     -2
 3 이하네요       -2
 4 끝내 주네요     2
 5 기가막히게      1
 6 늦었네요       -2
 7 만족합니다      2
 8 만족해요        2
 9 맛은 있네요     1
10 맛있게          2
> 
> # 감성분석을 위한 패키지 설치
> install.packages("SentimentAnalysis")
> library(SentimentAnalysis)
> 
> # sd에 감성분석 전용 사전의 단어에 따른 점수로 가중치를 매길 수 있게 기준 설정
> sentdic <- SentimentDictionaryWeighted(words = rev$word,
+                                   scores = rev$score)
> 
> # 점수가 0보다 크면 긍정어(positive), 0보다 작으면 부정어(negative)로 기준 설정
> sentdic <- SentimentDictionary(rev$word[rev$score>0],
+                           rev$word[rev$score<0])
> 
> # 감성사전 기준 확인
> summary(sentdic)
Dictionary type:  binary (positive / negative)
Total entries:    57
Positive entries: 32 (56.14%)
Negative entries: 25 (43.86%)
> 
> # 미리 크롤링 해놓은 ch8.txt 파일을 txt에 저장함
> txt <- readLines("ch8.txt", encoding = "UTF-8")
> 
> # gsub 함수 대신 이번엔 stringr 패키지를 통해 텍스트 대체 실시
> library(stringr)
> 
> # 마침표, 쉼표, 느낌표, 물음표를 다 없앰
> txt_2 <- str_replace_all(txt, "([.,!?])","")
> head(txt_2)
[1] "닭이 너무 맛있어요 최고 육질이 살아있음"           "배송도 빠르고 상품도 좋습니다 ^^"                 
[3] "기가막히게 맛있습니다 사장님 감사합니다"           "닭이 너무 작아요 양이 작은 편인데도 부족하네요 ><"
[5] "완전 만족합니다 재구매 각이네요"                   "삼계탕에 넣었는데 양이 기대 이하네요"             
> 
> # txt_2 데이터 타입 확인
> class(txt_2)
[1] "character"
> 
> # 문서형 데이터 형태 변환을 위해 tm 라이브러리 불러오기
> library(tm)
> 
> # txt_2 데이터를 Corpus 형태로 변환
> co_txt <- Corpus(VectorSource(txt_2))
> class(co_txt)  # 데이터 타입 확인
[1] "SimpleCorpus" "Corpus"      
> 
> inspect(co_txt)  # co_txt 형태 살펴보기
<<SimpleCorpus>>
Metadata:  corpus specific: 1, document level (indexed): 0
Content:  documents: 30

 [1] 닭이 너무 맛있어요 최고 육질이 살아있음                                                                     
 [2] 배송도 빠르고 상품도 좋습니다 ^^                                                                            
 [3] 기가막히게 맛있습니다 사장님 감사합니다                                                                     
 [4] 닭이 너무 작아요 양이 작은 편인데도 부족하네요 ><                                                           
 [5] 완전 만족합니다 재구매 각이네요                                                                             

...
 [30] 아직 요리는 안해 봤는데 겉모습은 마트에서 파는 닭과 별 차이를 못 느끼겠습니다 맛있겠죠                      
> 
> # Corpus 형태에서 DocumentTermMatrix 형태로 변환
> dtm_txt <- DocumentTermMatrix(co_txt)
> 
> # DocumentTermMatrix 형태 살펴보기
> inspect(dtm_txt)
<<DocumentTermMatrix (documents: 30, terms: 214)>>
Non-/sparse entries: 268/6152
Sparsity           : 96%
Maximal term length: 7
Weighting          : term frequency (tf)
Sample             :
    Terms
Docs 건지 것 너무 닭이 만족해요 먹었습니다 양이 작은 잘 큰
  11    1  0    1    0        0          0    0    0  2  0
  14    0  0    1    1        0          0    0    0  0  0
  15    1  0    1    0        0          1    0    0  1  0
  16    0  0    1    0        0          1    1    1  1  0
  20    0  0    0    0        0          0    0    0  0  1
  22    0  0    0    0        0          0    1    0  0  1
  27    0  1    0    0        0          0    0    0  1  0
  30    0  0    0    0        0          0    0    0  0  0
  8     0  0    0    1        0          0    0    0  0  1
  9     0  0    0    1        0          0    0    0  0  0
> 
> # (참고)특정 문서와 특정 단어순서들을 지정해서 검색할 수도 있음
> inspect(dtm_txt[2,1:9])
<<DocumentTermMatrix (documents: 1, terms: 9)>>
Non-/sparse entries: 3/6
Sparsity           : 67%
Maximal term length: 4
Weighting          : term frequency (tf)
Sample             :
    Terms
Docs 너무 닭이 맛있어요 배송도 빠르고 살아있음 상품도 육질이 최고
   2    0    0        0      1      1        0      1      0    0
> 
> # dtm_txt를 위에서 만든 감성 기준 사전 sentdic을 이용해 분석
> res <- analyzeSentiment(dtm_txt, language="korean", 
+                       rules=list("sentiment"=list(ruleSentiment, sentdic)))
> # 결과확인
> head(res)
   sentiment
1  0.3333333
2  0.5000000
3  0.7500000
4 -0.4285714
5  0.5000000
6 -0.2000000
> 
> # sentiment가 0보다 크면 긍정, 0이면 중립, 0보다 작으면 부정으로 표시
> res$pn <- ifelse(res$sentiment>0,"Positive",
+                  ifelse(res$sentiment==0,"Neutral","Negative"))
> head(res)
   sentiment       pn
1  0.3333333 Positive
2  0.5000000 Positive
3  0.7500000 Positive
4 -0.4285714 Negative
5  0.5000000 Positive
6 -0.2000000 Negative
> 
> # 결과 요약해서 보기
> table(res$pn)

Negative  Neutral Positive 
      13        4       13 
> 
> # 결과 별도 저장하되 데이터 프레임 형태로 변환
> df_res <- as.data.frame(table(res$pn))
> 
> # 데이터 프레임 열이름 별도 지정
> names(df_res) <- c("res","freq")
> 
> # 파이차트에 퍼센트 표시를 위해 pct 열 생성
> df_res$pct <- round(df_res$freq/sum(df_res$freq)*100, 1)
> df_res
       res freq  pct
1 Negative   13 43.3
2  Neutral    4 13.3
3 Positive   13 43.3
> 
> # 파이차트로 감성 분석 결과 확인하기
> pie(df_res$freq, labels = paste(df_res$res, df_res$pct, "%"),
+     main = "생닭 판매 고객 리뷰 감성 분석 결과")

 

 

 

 

 

 

출처 : 현장에서 바로 써먹는 데이터 분석 with R