텍스트·빅데이터 분석 스튜디오
텍스트(리뷰·설문 주관식·기사·SNS)를 올리면 한국어 전처리 → 단어 빈도·TF-IDF → 워드클라우드 → 의미연결망(중심성·Louvain·CONCOR)까지, 표 데이터는 의사결정나무(CART)로 분석하고 방법론 보고서 초안을 만듭니다.
1. 데이터 불러오기
또는 내용을 직접 붙여넣기
권장 규모: 텍스트는 짧은 글 5만 문서, 의사결정나무는 20만 행까지 시험했습니다. 그보다 크면 느려지거나 브라우저 메모리가 부족할 수 있습니다(텍스트 최대 20만 문서, 표 최대 30만 행까지 읽음).
🔒 파일은 서버로 전송되지 않고 이 브라우저 안에서만 분석됩니다
2. 분석할 열 고르기
전처리 설정
⚠️ 간이 형태소 처리입니다 — 정확한 형태소 분석기(Kiwi·MeCab·KoNLPy 등)가 아닙니다. 공백·문장부호로 어절을 나눈 뒤, 아래 조사·어미 목록을 어절 끝에서 떼어 냅니다. 논문·보고서용이라면 결과 단어를 반드시 검토하고 사전·불용어를 다듬으세요. 이미 형태소 분석한 텍스트(공백으로 구분된 명사)라면 '조사·어미 떼기'를 끄세요.
전처리 결과
처음 5개 문서 미리보기
① 데이터 탭에서 텍스트를 불러와 분석을 실행하세요.
단어 빈도·TF-IDF
분석을 실행하면 단어표가 나타납니다.
그룹 비교
시기별 상위 단어 추이
값은 해당 시기 전체 토큰 1,000개당 출현 횟수입니다. 문서가 적은 시기는 값이 크게 흔들릴 수 있습니다.
워드클라우드
분석을 실행하면 워드클라우드가 나타납니다.
단어를 누르면(또는 Tab으로 이동 후 Enter) 그 단어가 쓰인 문장(KWIC)을 아래에 보여 줍니다. 글자 크기 = 값의 제곱근 비례.
KWIC
의미연결망 설정
네트워크 그림
노드를 끌어 옮길 수 있고, 빈 곳을 끌면 화면이 이동합니다. 확대·축소는 오른쪽 위 버튼 또는 Ctrl(⌘)+휠. 노드를 누르면 연결된 단어를 보여 줍니다.
Gephi: 데이터 연구소 → 스프레드시트 불러오기(노드 → 엣지 순). NetMiner: 행렬 CSV 또는 엣지 목록. UCINET: DL 파일(Data → Import text file → DL).
중심성
연결정도 정규화 = 연결 수 ÷ (n−1). 근접 = 최단거리(가중치 무시) 기반, 연결 안 된 그래프는 Wasserman–Faust 보정. 매개 = Brandes 알고리즘(가중치 무시, 무방향), 정규화 = ÷ (n−1)(n−2)/2. 아이겐벡터 = 가중 인접행렬의 주 고유벡터(거듭제곱법), 원래 값은 길이 1, 정규화는 최댓값 1.
Louvain 군집 (커뮤니티)
CONCOR 구조적 등위성 블록
CONCOR(CONvergence of iterated CORrelations): 인접 행렬의 열끼리 피어슨 상관을 구하고, 그 상관 행렬의 상관을 다시 구하는 과정을 값이 +1/−1로 수렴할 때까지 반복해 두 블록으로 나눕니다. 각 블록에 같은 과정을 반복하면 4·8개 블록이 됩니다. 출처: Breiger, R. L., Boorman, S. A., & Arabie, P. (1975). An algorithm for clustering relational data with applications to social network analysis and comparison with multidimensional scaling. Journal of Mathematical Psychology, 12(3), 328–383.
블록 순서로 정렬한 인접 행렬
① 데이터 탭에서 텍스트 분석을 실행하면 네트워크를 만들 수 있습니다.
의사결정나무 (CART)
표 데이터(설문 응답·고객 정보 등)에서 목표 변수를 예측하는 규칙을 찾습니다. 목표가 범주이면 분류나무, 숫자이면 회귀나무입니다.
특성 (설명 변수)
결측값 처리: 숫자 특성 = 학습 자료의 중앙값으로 대체, 범주 특성 = '(결측)'이라는 별도 범주. 목표 변수가 비어 있는 행은 제외합니다. 범주 분할은 이진·회귀에서 평균(비율)순 최적 분할, 다중 분류에서 '한 범주 대 나머지'로 찾습니다.
성능
특성 중요도 (불순도 감소 기준)
깊이별 성능 곡선
나무 그림
마디를 누르면(또는 Enter) 접고 펼 수 있습니다. 왼쪽 가지 = 조건 예, 오른쪽 가지 = 아니오.
규칙 목록
새 사례 예측
보고서·프로젝트
노란 표시([ … ])는 직접 확인·입력해야 할 부분입니다. 숫자는 현재 분석 결과에서 자동으로 채웠지만, 원자료와 설정을 다시 확인한 뒤 사용하세요. 프로젝트 파일에는 설정·사전이 저장되며, '데이터도 포함'을 켜면 원자료도 들어갑니다(공유할 때 주의).
분석을 실행한 뒤 '보고서 새로 만들기'를 누르세요.