텍스트 마이닝 실무: 감성 분석 및 토픽 모델링(LDA) 워크플로우
강좌 소개
고객 만족도 설문, 앱스토어 리뷰, SNS 피드 등 방대한 비정형 텍스트 빅데이터에서 고객의 진솔한 목소리와 숨은 화두를 정량적으로 추출하는 텍스트 마이닝 실무 과정입니다.
형태소 분석을 거친 텍스트 데이터로부터 감성 사전 및 머신러닝 기반 긍/부정 감성 점수를 계산하고, 잠재 디리클레 할당(LDA)과 BERTopic을 활용해 수만 건의 리뷰가 어떤 주제들로 구성되어 있는지 자동으로 분류하고 시각화합니다.
이 강좌에서 배우는 것들
- 대규모 비정형 텍스트의 정제 및 명사/형용사 필터링 파이프라인 구축
- 고객 피드백의 긍정/부정 감성 분석 및 감성 트렌드 시각화
- LDA 및 BERTopic을 활용한 자동 토픽 추출 및 토픽 명명 역량
- pyLDAvis 라이브러리를 활용한 인터랙티브 토픽 공간 시각화
교육 과정 (Curriculum)
Section 1: 텍스트 마이닝 파이프라인과 감성 분석
- 비정형 텍스트 데이터의 가치와 텍스트 마이닝 표준 절차
- KoNLPy를 활용한 한국어 불용어 제거 및 핵심 품사 추출
- 감성 사전(Sentiment Lexicon)과 머신러닝 기반 리뷰 감성 분류
Section 2: 잠재 디리클레 할당(LDA) 토픽 모델링
- 토픽 모델링의 통계적 원리와 잠재 디리클레 할당(LDA)
- Gensim 라이브러리를 활용한 사전(Dictionary)과 코퍼스 구축
- 최적 토픽 수(K) 결정을 위한 혼잡도(Perplexity)와 응집도(Coherence)
Section 3: 최신 BERTopic과 시각화 프로젝트
- pyLDAvis를 활용한 대화형 토픽 모델링 시각화 리포트
- 트랜스포머 임베딩 기반 최신 BERTopic 모델 실습
- 실제 배달앱 고객 불만 리뷰 5만 건 토픽 분류 및 액션 플랜 수립
필수 조건
- 파이썬 기초 및 자연어 전처리 기본 개념
수강 대상
- 고객 VOC(Voice of Customer) 데이터를 대량으로 분석해야 하는 기획자
- 소셜 미디어 여론 및 뉴스 트렌드를 모니터링하려는 데이터 분석가
- 비정형 텍스트 데이터를 정량적 인사이트로 전환하려는 마케터