Daily Study Log - Text Mining

텍스트 마이닝과 자연어 처리 기초를 학습하며 정리한 Jupyter Notebook 저장소입니다.

교육 과정에서 진행한 실습 코드를 기반으로, 텍스트 데이터 전처리, 감성 분석, 추천 기능, 유사도 분석 등 텍스트 데이터를 활용한 기본 분석 흐름을 학습했습니다.

텍스트 데이터를 다루기 위한 기본 개념과 실습 과정을 정리한 학습 기록입니다.

---

학습 목적

• 텍스트 데이터 전처리와 분석 흐름 이해
• 문서와 문장 데이터를 벡터화하여 모델 입력 형태로 변환하는 과정 실습
• 상품 리뷰 데이터를 활용한 감성 분석 경험
• 텍스트 기반 추천 기능과 유사도 분석 흐름 학습
• Jupyter Notebook 기반 실습 코드 정리

---

사용 기술

구분	사용 기술
Language	Python
Environment	Jupyter Notebook
Data Processing	pandas, NumPy
Text Mining / NLP	KoNLPy, TF-IDF
Machine Learning	scikit-learn

---

주요 학습 내용

1. 텍스트 마이닝 기초

텍스트 데이터를 분석하기 위한 기본 흐름을 학습했습니다.

• 텍스트 데이터 불러오기
• 기초적인 텍스트 전처리
• 단어 단위 처리
• 문서-단어 표현 방식 이해
• 텍스트 데이터를 분석 가능한 형태로 변환하는 과정 실습

2. 상품 리뷰 데이터 감성 분석

상품 리뷰 데이터를 활용해 긍정/부정 감성 분석 흐름을 실습했습니다.

• 리뷰 데이터 전처리
• 텍스트 벡터화
• 감성 분류 모델 학습
• 예측 결과 확인 및 평가

3. 음악 추천 기능 구현

텍스트 정보와 유사도 개념을 활용해 추천 기능의 기본 흐름을 실습했습니다.

• 추천 대상 데이터 구성
• 텍스트 특징 추출
• 항목 간 유사도 계산
• 유사도 기반 추천 결과 확인

4. 유사도 분석

문서 또는 항목 간 유사도를 계산하고 비교하는 과정을 학습했습니다.

• 벡터화된 텍스트 데이터 비교
• 코사인 유사도 기반 유사 문서 탐색
• 유사도 점수를 활용한 정렬 및 결과 확인

---

파일 구성

TextMining/
├── README.md
├── ex01_텍스트_마이닝_기초.ipynb
├── ex02_상품_리뷰_데이터_감성_분석.ipynb
├── ex03_음악_추천_기능_구현.ipynb
└── ex04_유사도_분석.ipynb

---

Notebook 설명

파일명	내용
ex01_텍스트_마이닝_기초.ipynb	텍스트 마이닝 기본 개념과 전처리 흐름 실습
ex02_상품_리뷰_데이터_감성_분석.ipynb	상품 리뷰 데이터를 활용한 감성 분석 실습
ex03_음악_추천_기능_구현.ipynb	텍스트 정보와 유사도를 활용한 음악 추천 기능 실습
ex04_유사도_분석.ipynb	벡터화된 텍스트 데이터를 활용한 유사도 분석 실습

---

정리

이 저장소를 통해 텍스트 데이터를 수집·정리하고, 벡터화와 유사도 계산을 거쳐 분석 및 추천 기능에 활용하는 기본 흐름을 학습했습니다.

이후 채용공고 기술스택 분석, 의약품 설명서 문장 분류, 발화 텍스트 분석 프로젝트를 진행할 때 텍스트 데이터 전처리와 분석 흐름을 이해하는 기반이 되었습니다.