리뷰·논문·SNS의 텍스트를 심사위원 관점으로 분석하고, 그 방법을 강의실에서 직접 굴립니다. 만든 도구는 오픈소스로 풉니다. 말이 아니라 결과물로 증명합니다.
리뷰·설문 응답·기사 아무거나. 키워드 빈도 · 워드클라우드 · 감성이 브라우저에서 바로 계산됩니다. (서버 전송 없음)
텍스트마이닝·토픽모델링 방법론으로 직접 게재하고 심사해 온 기록입니다.
키워드 동시출현 네트워크 · 실제 분석 산출물
연구자라면 분석과 논문을, 교수·강사라면 강의실의 AI를. 필요한 문으로 들어오세요.
리뷰·SNS·논문 텍스트를 심사위원 관점으로 분석하고, 게재까지 이어지는 해석을 함께 드립니다.
“이론 말고, 오늘 5분 안에 되는 것 하나부터.” 강의실에서 직접 써본 AI 활용법만 매주 전합니다.
워드클라우드에서 가장 큰 글자가 가장 중요한 단어는 아니다. 단순 빈도가 만드는 착시를 어떻게 보정하는지 정리한다.
2026년 10월 29일 텍스트마이닝토픽 3을 서비스 품질이라 부를 때, 그 이름의 근거는 어디에 있는가. 명명은 느낌이 아니라 절차로 정당화해야 한다.
2026년 10월 26일 텍스트마이닝한계를 감추면 신뢰를 잃고, 먼저 드러내면 오히려 신뢰를 얻는다. 텍스트마이닝 연구에서 한계 서술은 선택이 아니라 구조의 일부다.
2026년 10월 22일