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.
연결이 많은 단어와 길목을 쥔 단어는 다르다. 중심성 지표 하나만 보고 핵심 키워드를 단정하면 해석이 얕아진다.
2026년 09월 10일 텍스트마이닝네트워크를 그렸는데 모든 노드의 연결중심성이 1.000으로 똑같다면 임계값이 틀린 것이다. 데이터 규모에 맞는 동시출현 임계값 설정법을 정리했다.
2026년 09월 07일 텍스트마이닝빈도표만으로 핵심어를 뽑으면 하다·있다·되다가 1등이 된다. TF-IDF로 흔한 어휘의 가중치를 낮추고 특징 어휘를 드러내는 절차와 파라미터를 정리했다.
2026년 09월 03일