뉴스 데이터를 활용한 워드클라우드(with BigKinds)

BigKinds는 한국언론진흥재단이 운영하는 뉴스빅데이터 분석시스템이다. –

자체 분석서비스도 이용할 수 있지만 데이터를 엑셀파일로 다운받아 활용할 수 있다.

뉴스검색을 통해 최대 2만건의 기사데이터를 xlsx파일로 한 번에 다운로드 받을 수 있다.

파일 안에는 기사 원문의 일부만 포함되어 있지만, 원문에서 추출한 키워드는 제공해준다.

KoNLP를 활용해서 단어 추출을 하지 않아도 되는 점이 매우 유용하다.

BigKinds_뉴스검색

2017년 1월부터 10월까지의 청년실업 관련 2485건의 뉴스 데이터를 사용했다.

데이터 로딩

library(dplyr)
library(stringr)
# 엑셀파일 로딩
news_df <- readxl::read_excel('NewsResult.xlsx',sheet = 1)
# 데이터 프레임을 벡터로 변환한다.
news_vec <- news_df %>% select('키워드') %>% unlist(use.names = F)

데이터 가공

한 기사의 키워드 셀은 하나의 character로 존재하기 때문에 , 단위로 분리해주어야 한다.

{키워드1,키워드2,키워드3,...}

# 키워드를 담을 list 생성
keywords <- vector('list', length=length(news_vec))
# , 단위 분리 & 중복 단어 제거
for ( i in 1:length(keywords)){
  words <- unlist(str_split(news_vec[i],','))
  keywords[[i]] <- unique(words)}
# 단어 별 카운트 후 정렬
word_count <- table(unlist(keywords))
word_count <- as_tibble(word_count) %>% rename(word=Var1, freq=n) %>% arrange(desc(freq))
# 불필요한 단어 정리( 청년실업은 검색어 )
rm_cond <- !(word_count$word %in% c('청년실업','청년','실업'))
word_count <- word_count[rm_cond,]

2485건의 기사에서 중복 제외 398448개의 단어를 추출하고 정리했다.

뉴스별 단어

워드 클라우드 만들기 with wordcloud2

library(wordcloud2)
top_50 <- word_count[1:50,]
wordcloud2(top_50, size=0.5, color='random-light', backgroundColor = 'black')
# 지도 이미지 워드 클라우드
wordcloud2(top_50, size=0.5, color='random-light', backgroundColor = 'black', figPath = 'korea.png')

Top50_워드클라우드

Link :

BigKinds 뉴스 빅데이터