댓글 및 문서의 LDA 토픽 모델링 시각 및 분석 료

토픽 모델링은 문서의 집합에서 토픽을 찾아내는 프로세스를 말합니다. 이는 검색 엔진, 고객 민원 시스템 등과 같이 문서의 주제를 알아내는 일이 중요한 곳에서 사용됩니다. 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA)은 토픽 모델링의 대표적인 알고리즘입니다. 줄여서 LDA라고 합니다.

제공되는 내용은 다음과 같습니다

ㄱ. 응집성 검사 그래프 -> 응집성 검사 기반으로 주제를 나눕니다.

ㄴ. 단어 출현 빈도 막대 그래프

ㄷ. 토픽 수별 군집 png

ㄹ. 토픽 수별 군집 html

ㅁ. 등장 빈도 상위 단어(최대 20개)

ㅂ. 토픽별 주요 단어

ㅅ. 토픽별 관련도 높은 상위 10개 문서

ㅇ. 워드 클라우드(상위 50개 단어)

기본 가격은 5000문장(댓글, 짧은 문서)을 기준으로 진행되며, 1000문장 당 추가 비용 만 원이 있습니다.

토픽 모델링의 특성상, 의뢰자의 연구 목적에 따라 프로세스를 수정해야 합니다. 의뢰 기간 동안 지속적인 연락을 통해 진행될 예정입니다.

의뢰자분의 데이터 내용 확인 후, 의뢰 가능 및 불가 내용을 전달해 드리겠습니다.

의뢰자 분께서 데이터 수집 및 전처리 후 의뢰를 주셔야 합니다.

(데이터 수집 의뢰는 현재 따로 받지 않고 있습니다. 전처리가 원할히 되지 않은 경우 연구 결과의 성능이 낮을 수 있습니다.)