Skip to content

HwangHanJae/shopping_review_sentiment

Repository files navigation

네이버 쇼핑 리뷰 데이터 감성 분석

프로젝트 개요

네이버 쇼핑 리뷰 데이터를 자연어처리를 통하여 감성 분석(긍부정예측)을 진행했습니다.

프로젝트 배경 및 목적

소비자가 자사의 제품이나 서비스에 대해서 긍정적인 반응인지, 부정적인 반응인지 아는 것은 비즈니스 성장에 중요한 요인입니다.
하지만 매우 많은 리뷰 데이터를 사람이 다 보고 긍정과 부정을 판단하기에는 너무 어렵고 시간이 오래걸립니다.
해당 프로젝트는 자연어처리를 통하여 어렵고 시간이 오래걸리는 작업을 쉽게 해주며 소비자의 진짜 마음을 알 수 있는 감성 분석(긍부정예측)을 진행했습니다.

데이터 정보

image1

프로젝트 과정

image1

1. 데이터 전처리 과정

  • 중복 데이터 제거
  • 결측치 제거
  • 학습/테스트 데이터 분리
    • 학습 : 149931개
    • 테스트 : 49977개

2. 텍스트 전처리 과정

  1. 띄어쓰기/맞춤법 보정
    • py-hanspell 라이브러리를 사용하여 먼저 띄어쓰기와 맞춤법을 보정합니다.
    • 위에서 처리하지 못한 텍스트는 pykospacing 라이브러리를 사용하여 띄어쓰기만 보정합니다.
  2. 정규표현식 사용하여 문자 제거
    • 영어, 특수문자 제거
  3. 불용어 처리 및 토큰화
    • 인터넷에서 수집한 불용어를 정의하여 사용합니다.
    • konlpy 라이브러리의 형태소 분석기를 사용하여 토큰화를 진행합니다.
      • 형태소 분석기 : okt, komoran, hannanum, mecab 사용
        • kkma의 경우 고질적인 메모리 문제로 에러가 발생하여 사용하지 않았습니다.

3. 모델링 과정

  1. 타겟데이터 생성합니다.
  • score 컬럼의 1,2를 부정으로 4,5를 긍정으로 판단하여 각각 0과 1의 값으로 변환합니다.
  1. 빈도수가 낮은 단어 제거합니다.
  2. konlpy의 여러 형태소 분석기의 소요시간과 정확도를 비교합니다.

image1

  • 소요시간과 정확도를 기준으로 mecab 형태소 분석기를 최종 형태소 분석기로 정합니다.
    • okt의 경우 정확도는 mecab보다 높았지만 소요시간이 오래걸렸기 때문에 okt보다 적게걸린 mecab 형태소 분석기를 선정했습니다.
  1. LSTM을 사용하여 모델링 구축 및 하이퍼 파라미터 튜닝

모델링

LSTM 모델을 사용했으며 하이퍼파라미터 튜닝을 통해서 성능개선을 진행했습니다.

  • 기존의 RNN의 장기의존성 문제를 개선한 LSTM 모델을 사용
  • 장기의존성 문제 : 시퀀스가 길어질수록 앞에 등장한 정보를 잘 유지하지 못하는 문제

성능 개선

  • 튜닝 전 정확도 : 87.3% -> 튜닝 후 정확도 : 88.6%

감성분석 결과

image1

회고

잘한점/만족한점

  1. konlpy의 여러 형태소분석기를 비교하여 진행한점
  2. 최종 모델이 88.6%라는 만족스러운 정확도의 성능을 보였다는 점

아쉬운 점

  1. 과적합을 개선하지 못한 점
  2. 다양한 감정에 대하여 고려하지 못한 점
    • 긍정 : 기쁨, 행복, 흥미 등등
    • 부정 : 분노, 놀람, 혐오 등등
  3. 사전학습모델을 사용하지 못한 점
    • KoGPT
    • KoBERT

About

네이버 쇼핑 리뷰 데이터 감성분석

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published