728x90
그래?ㅋ
그래??^^
위에 두 글이 있습니다.
하나는 남성이, 하나는 여성이 쓴 글이라면,
누가 남성, 누가 여성일까요??
이번 포스팅에서는 성별에 따른 글쓰기 특징을 알아보겠습니다!!!
근거 Data는 네이버의 13,791개 뉴스에서 크롤링한 6,688,560개 댓글들!!
결론부터 알아볼까요!??
ㅁ 여성의 글
| 사용단어 | 가능성 |
| ㅠ | 84.5% |
| ㅜ | 84% |
| ㅠㅠ(연속으로) | 82.4% |
| ㅜㅜ(연속으로) | 79.9% |
| !!(연속으로) | 73.9% |
| ! | 71.5% |
| ^^ | 68% |
| ..(연속으로) | 55.3% |
| . | 54.2% |
| ??(연속으로) | 53.2% |
| ~ | 51.4% |
ㅁ 남성의 글
| 사용단어 | 가능성 |
| ㅋ | 70.2% |
| ㅋㅋ(연속으로) | 69.2% |
| ㅎ | 62.8% |
| - | 55.3% |
| (문장끝에) . | 53.6% |
| ? | 50.8% |
ㅁ기타 항목
- 문장이 길면 길수록 여성!
- 띄어쓰기가 많으면 많을 수록 여성!
- 대부분의 댓글은 남성!(전체 댓글의 3/4인 75%)
어때요??ㅎㅎ
개인적 느낌과 맞는점이 있으신가요??ㅎㅎ
저는ㅋ남자일까요?ㅋㅋ아니면 여성일까요?ㅎ.
이제 위의 결과를 구한 과정을 함께
알아봅시다!!
2022.01.09 - [일등박사의 생각/데이터분석] - 네이버의 댓글 및 댓글 통계정보 크롤링하기 (Feat. python)
네이버의 댓글 및 댓글 통계정보 크롤링하기 (Feat. python)
안녕하세요!!! 정보는 돈이라는 빅데이터의 시대!! 기업은 고객 데이터와 생산 데이터, 그리고 데이터 판매업체로부터 구매한 다양한 고품질의 정보들을 분석하며 재미있는 인사이트들을 많이
drfirst.tistory.com
위 포스팅을 통해 어떻게
데이터를 수집하는지 알 수 있습니다!!
비록 각각의 글을 누가 쓴지 알 수는 없지만
한 뉴스 댓글 집단에 대하여
여성비중이 비교적 높은지
남성비중이 비교적 높은지를
알 수 있고!!
그 데이터를 근거로 추론해 보았습니다!!^^
그리하여!!
1. 알아보고자하는 특성 정의
1. 문장의 길이
2. 띄어쓰기의 갯수
3. .의 개수
4. ..(연속으로)의 개소
5. (문장의 마지막에) . 인 개수
6. ㅋ의 개수
7. ㅋㅋ의 개수
8. ㅎ의 개수
9. ^^의 개수
10. - 의 개수
11. ~ 의 개수
12. !의 개수
13. !!(연속으로)의 개수
14. ?의 개수
15. ??(연속으로)의 개수
16. ㅠㅠ(연속으로)의 개수
17. ㅠ의 개수
18. ㅜ의 개수
19. ㅜㅜ(연속으로)의 개수2. 전체 데이터에 대한 분석 시작!!
for row in range(len(df)):
sentence_len = 0
space_cnt = 0
dot_cnt = 0
dotdot_cnt = 0
finaldot_cnt = 0
z_cnt = 0
zz_cnt = 0
h_cnt = 0
smile_cnt = 0
wave_cnt = 0
dasi_cnt = 0
strong_cnt = 0
strongstrong_cnt = 0
wuwu_cnt = 0
wu_cnt = 0
yuyu_cnt = 0
yu_cnt = 0
question_cnt = 0
questionquestion_cnt = 0
per_sentence_len = 0
per_space_cnt = 0
per_dot_cnt = 0
per_dotdot_cnt = 0
per_z_cnt = 0
per_zz_cnt = 0
per_h_cnt = 0
per_smile_cnt = 0
per_wave_cnt = 0
per_dasi_cnt = 0
per_strong_cnt = 0
per_strongstrong_cnt = 0
per_wuwu_cnt = 0
per_wu_cnt = 0
per_yuyu_cnt = 0
per_yu_cnt = 0
per_question_cnt = 0
per_questionquestion_cnt = 0
for i in range(len(df['reply_all'][row])):
sentence_len += len(df['reply_all'][row][i])
if len(df['reply_all'][row][i])!= 0:
space_cnt += df['reply_all'][row][i].count(' ')
dot_cnt += df['reply_all'][row][i].count('.')
dotdot_cnt += df['reply_all'][row][i].count('..')
z_cnt += df['reply_all'][row][i].count('ㅋ')
zz_cnt += df['reply_all'][row][i].count('ㅋㅋ')
h_cnt += df['reply_all'][row][i].count('ㅎ')
smile_cnt += df['reply_all'][row][i].count('^^')
wave_cnt += df['reply_all'][row][i].count('~')
dasi_cnt += df['reply_all'][row][i].count('-')
strong_cnt += df['reply_all'][row][i].count('!')
strongstrong_cnt += df['reply_all'][row][i].count('!!')
wuwu_cnt += df['reply_all'][row][i].count('ㅜㅜ')
wu_cnt += df['reply_all'][row][i].count('ㅜ')
yuyu_cnt += df['reply_all'][row][i].count('ㅠㅠ')
yu_cnt += df['reply_all'][row][i].count('ㅠ')
question_cnt += df['reply_all'][row][i].count('?')
questionquestion_cnt += df['reply_all'][row][i].count('??')
finaldot_cnt += 1 if df['reply_all'][row][i][-1] == '.' else 0
per_space_cnt += df['reply_all'][row][i].count(' ') / len(df['reply_all'][row][i])
per_dot_cnt += df['reply_all'][row][i].count('.') / len(df['reply_all'][row][i])
per_dotdot_cnt += df['reply_all'][row][i].count('..') / len(df['reply_all'][row][i])
per_z_cnt += df['reply_all'][row][i].count('ㅋ') / len(df['reply_all'][row][i])
per_zz_cnt += df['reply_all'][row][i].count('ㅋㅋ') / len(df['reply_all'][row][i])
per_h_cnt += df['reply_all'][row][i].count('ㅎ') / len(df['reply_all'][row][i])
per_smile_cnt += df['reply_all'][row][i].count('^^') / len(df['reply_all'][row][i])
per_wave_cnt += df['reply_all'][row][i].count('~') / len(df['reply_all'][row][i])
per_dasi_cnt += df['reply_all'][row][i].count('-') / len(df['reply_all'][row][i])
per_strong_cnt += df['reply_all'][row][i].count('!') / len(df['reply_all'][row][i])
per_strongstrong_cnt += df['reply_all'][row][i].count('!!') / len(df['reply_all'][row][i])
per_wuwu_cnt += df['reply_all'][row][i].count('ㅜㅜ') / len(df['reply_all'][row][i])
per_wu_cnt += df['reply_all'][row][i].count('ㅜ') / len(df['reply_all'][row][i])
per_yuyu_cnt += df['reply_all'][row][i].count('ㅠㅠ') / len(df['reply_all'][row][i])
per_yu_cnt += df['reply_all'][row][i].count('ㅠ') / len(df['reply_all'][row][i])
per_question_cnt += df['reply_all'][row][i].count('?') / len(df['reply_all'][row][i])
per_questionquestion_cnt += df['reply_all'][row][i].count('??') / len(df['reply_all'][row][i])
sentence_len /= len(df['reply_all'][row])
space_cnt /= len(df['reply_all'][row])
dot_cnt /= len(df['reply_all'][row])
dotdot_cnt /= len(df['reply_all'][row])
z_cnt /= len(df['reply_all'][row])
zz_cnt /= len(df['reply_all'][row])
h_cnt /= len(df['reply_all'][row])
smile_cnt /= len(df['reply_all'][row])
wave_cnt /= len(df['reply_all'][row])
dasi_cnt /= len(df['reply_all'][row])
strong_cnt /= len(df['reply_all'][row])
strongstrong_cnt /= len(df['reply_all'][row])
wuwu_cnt /= len(df['reply_all'][row])
wu_cnt /= len(df['reply_all'][row])
yuyu_cnt /= len(df['reply_all'][row])
yu_cnt /= len(df['reply_all'][row])
question_cnt /= len(df['reply_all'][row])
questionquestion_cnt /= len(df['reply_all'][row])
finaldot_cnt /= len(df['reply_all'][row])
per_space_cnt /= len(df['reply_all'][row])
per_dot_cnt /= len(df['reply_all'][row])
per_dotdot_cnt /= len(df['reply_all'][row])
per_z_cnt /= len(df['reply_all'][row])
per_zz_cnt /= len(df['reply_all'][row])
per_h_cnt /= len(df['reply_all'][row])
per_smile_cnt /= len(df['reply_all'][row])
per_wave_cnt /= len(df['reply_all'][row])
per_dasi_cnt /= len(df['reply_all'][row])
per_strong_cnt /= len(df['reply_all'][row])
per_strongstrong_cnt /= len(df['reply_all'][row])
per_wuwu_cnt /= len(df['reply_all'][row])
per_wu_cnt /= len(df['reply_all'][row])
per_yuyu_cnt /= len(df['reply_all'][row])
per_yu_cnt /= len(df['reply_all'][row])
per_question_cnt /= len(df['reply_all'][row])
per_questionquestion_cnt /= len(df['reply_all'][row])
df.loc[row,'sentence_len'] = sentence_len
df.loc[row,'space_cnt'] = space_cnt
df.loc[row,'dot_cnt'] = dot_cnt
df.loc[row,'dotdot_cnt'] = dotdot_cnt
df.loc[row,'finaldot_cnt'] = finaldot_cnt
df.loc[row,'z_cnt'] = z_cnt
df.loc[row,'zz_cnt'] = zz_cnt
df.loc[row,'h_cnt'] = h_cnt
df.loc[row,'smile_cnt'] = smile_cnt
df.loc[row,'wave_cnt'] = wave_cnt
df.loc[row,'dasi_cnt'] = dasi_cnt
df.loc[row,'strong_cnt'] = strong_cnt
df.loc[row,'strongstrong_cnt'] = strongstrong_cnt
df.loc[row,'wuwu_cnt'] = wuwu_cnt
df.loc[row,'wu_cnt'] = wu_cnt
df.loc[row,'yuyu_cnt'] = yuyu_cnt
df.loc[row,'yu_cnt'] = yu_cnt
df.loc[row,'question_cnt'] = question_cnt
df.loc[row,'questionquestion_cnt'] = questionquestion_cnt
df.loc[row,'per_space_cnt'] = per_space_cnt
df.loc[row,'per_dot_cnt'] = per_dot_cnt
df.loc[row,'per_dotdot_cnt'] = per_dotdot_cnt
df.loc[row,'per_z_cnt'] = per_z_cnt
df.loc[row,'per_zz_cnt'] = per_zz_cnt
df.loc[row,'per_h_cnt'] = per_h_cnt
df.loc[row,'per_smile_cnt'] = per_smile_cnt
df.loc[row,'per_wave_cnt'] = per_wave_cnt
df.loc[row,'per_dasi_cnt'] = per_dasi_cnt
df.loc[row,'per_strong_cnt'] = per_strong_cnt
df.loc[row,'per_strongstrong_cnt'] = per_strongstrong_cnt
df.loc[row,'per_wuwu_cnt'] = per_wuwu_cnt
df.loc[row,'per_wu_cnt'] = per_wu_cnt
df.loc[row,'per_yuyu_cnt'] = per_yuyu_cnt
df.loc[row,'per_yu_cnt'] = per_yu_cnt
df.loc[row,'per_question_cnt'] = per_question_cnt
df.loc[row,'per_questionquestion_cnt'] = per_questionquestion_cnt3. 주요 데이터 추출
4. 상관관계 분석!!!!
다음번 포스팅에서는
세대별 글쓰기 차이를 알아보겠습니다!
감사합니다!!^^
728x90
'데이터&AI' 카테고리의 다른 글
| 중고 PC(라즈베리파이도 가능)로 나만의 우분투 서버 세팅하기!! (1) | 2022.05.11 |
|---|---|
| [재미로보는] 네이버로 알아보는 대통령후보 여론 (Feat. Clova) (1) | 2022.01.18 |
| 네이버의 댓글 및 댓글 통계정보 크롤링하기 (Feat. python) (0) | 2022.01.09 |
| [판독기 시리즈] 당신의 얼굴로 밝혀지는 진실!! (0) | 2022.01.03 |
| [재미로보는] 네이버의 정치적 올바름 (Political Correctness) (Feat. Clova) (0) | 2021.12.30 |
댓글