파이썬 구글스토어 분석 & 명사 추출 및 시각화

1. 구글플레이 스토어 크롤링

https://heytech.tistory.com/293

[Python] 구글 플레이 스토어 크롤러 코드 Version 2.0.3

 

2. 한글 명사 추출 및 빈도수 계산(KoNLPy 사용)

https://liveyourit.tistory.com/57

파이썬 KoNLPy를 사용한 한글 명사 추출 및 빈도 계산

 

3. 한글 명사 시각화(Wordclooud 사용)

https://liveyourit.tistory.com/58

파이썬 wordcloud를 사용한 한글 명사 시각화

 

크게 위와 같은 방법으로 접근했다.

1. 긁어오고 싶은 스토어의 모든 리뷰를 가져온다
2. 리뷰들에서 사용된 명사 추출, 가장 많이 사용된 빈도수 순으로 나열
3. 추출한 데이터 시각화

테스트로 스토어에서 만보기 앱을 추출해봤다. 아래와 같이 나온다.

 

상위권으로 나온 텍스트는 아래와 같다.

'사용', 43)
('보기', 31)
('걸음', 31)
('운동', 26)
('시작', 18)
('기능', 15)
('표시', 13)
('하루', 12)
('거리', 12)
('걷기', 12)
('건강', 12)
('버튼', 11)
('매일', 11)

 

내가 확인해보고 싶던 앱의 키워드

rating 4~5 점 준 사람의 키워드

rating 1~2

 

파이썬 명사 추출 & 시각화 코드

import pandas as pd

from konlpy.tag import Okt
from collections import Counter

# 저장한 리뷰 정보 불러오기
df = pd.read_csv('../dataset/review_dataset.csv', encoding = 'utf-8-sig')
df = df.drop(['Unnamed: 0'], axis = 1) # 불필요한 칼럼 삭제
df

df.sort_values(by=['rating'])

condition = (df.rating >=4)

df = df[condition]

okt = Okt()
noun = okt.nouns("")

for rating, content in df.iterrows():
    noun += okt.nouns(content.content)

count = Counter(noun)


#한글자 제거
for i,v in enumerate(noun):
    if len(v)<2:
        noun.pop(i)


count = Counter(noun)

noun_list = count.most_common(100)
for v in noun_list:
    print(v)
    
from wordcloud import WordCloud

wc = WordCloud(font_path='C:\Cafe24Ssurround\Cafe24Ssurround.ttf', background_color="white", width=1000, height=1000,max_words=100,max_font_size=300)

wc.generate_from_frequencies(dict(noun_list))
wc.to_file('rating.png')