(5) 서울 카페 추천 웹사이트 만들기 - 결과값에 대한 카페 요소 분석 및 이용 목적 테마 분류

2020-10-21부터 2020-12-28까지 진행했던 서울시 25개구 카페추천 웹페이지 만들기 팀프로젝트 개발에 대한 포스팅이다.

이 글에서는 텍스트 마이닝을 통해 추출한 최빈도수 데이터에 대한 카페 특성 요소 분석 및 이용 목적 테마 분류 과정을 소개한다.

---

1. 카페 특성 요소 분석

카페의 특성을 파악하기 위해, 텍스트 마이닝을 통해 추출한 총 98,053개의 서울시 25개 구 각 카페들의 상위 20개의 최빈도수 데이터를 분석하여 10가지 카페 이용 목적 테마를 나누었다.

1.1. 핵심어 최빈도수 중복값 데이터 합치기

먼저 총 98,053개의 서울시 25개 구 각 카페들의 상위 20개의 최빈도수 데이터의 중복값을 합쳐 총 327개의 핵심어 최빈도수 데이터를 추출하였다.

<그림 1> 최빈도수 단어

# 구글 코랩

import pandas as pd
df = pd.read_csv(r'/content/drive/MyDrive/Colab Notebooks/cafe/all_word_count.csv', engine='python', encoding='utf-8-sig', sep=' ')
WC=df.groupby('word')['w_count'].apply(lambda grp: grp.nlargest(10000).sum()) # 중복값 합치기
# 출처: stackoverflow (https://stackoverflow.com/questions/40390634/pandas-groupby-nlargest-sum)
DSC=WC.sort_values(ascending=False)
all_sum=DSC.to_csv(r'/content/drive/MyDrive/new_sum_count.csv', encoding='utf-8-sig', sep=' ')

2. 10가지 이용목적 테마

현존하는 추천 서비스들과 차별을 두기 위해, 이용자가 많은 정보를 입력하지 않고, 이용 목적 테마만을 클릭하여 추천 카페 정보를 제공하는 웹페이지를 만들기 위해, 핵심어 최빈도수 데이터를 기반으로 카페 이용 목적에 따른 고객의 취향을 크게 10가지 테마로 분류하였다.

카페 특성 요소의 테마를 나누기 전에 최빈도수 중복값 합친 데이터에서 의미없는 단어들은 제외시키는 정제작업을 하였다.

팀원들과 토론을 통하여 고객의 대표적인 카페 이용목적을 다음과 같이 10가지 이용 목적 테마로 정하였고,

1. 데이트
2. 모임
3. 모닝커피
4. 회의
5. 공부
6. 가성비
7. 키즈카페
8. 애견카페
9. 브런치카페
10. 디저트 카페

정제된 데이터를 분석하여 특정 테마에 속하는 카페 특성 요소를 해당 테마에 배정하였다.

<그림 2> 10가지 카페 이용 테마