빅데이터의이해와활용 2025년 2학기 방송통신대 중간과제물)네이버 데이터랩과 구글 트렌드를 모두 활용하여 ESG,친환경,탄소중립 키워드의 관심도 변화를 2022년부터 현재까지 분석 텍스트 빅데이터 분석 실습 워드클라우드 생성 및 감성분석 수행 해당 제품 서비스의 개선점 또는 마케팅 포인트 등

소개글

빅데이터의이해와활용 2025년 2학기 방송통신대 중간과제물)네이버 데이터랩과 구글 트렌드를 모두 활용하여 ESG,친환경,탄소중립 키워드의 관심도 변화를 2022년부터 현재까지 분석 텍스트 빅데이터 분석 실습 워드클라우드 생성 및 감성분석 수행 해당 제품 서비스의 개선점 또는 마케팅 포인트 등에 대한 보고서 자료입니다.

목차

문제 1. (15점)
-네이버 데이터랩과 구글 트렌드를 모두 활용하여:
"ESG", "친환경", "탄소중립" 키워드의 관심도 변화를 2022년부터 현재까지 분석
-연령대별, 성별 차이를 비교하고 시각화
-기업의 ESG 마케팅 전략 수립을 위한 실무적 제안 3가지 이상 도출

1. ESG, 친환경, 탄소중립 키워드 관심도 변화 분석
2. 연령대별, 성별 차이 비교 및 시각화
① 연령대별 차이 및 시각화
② 성별 차이 및 시각화
3. 실무적 제안 3가지

문제 2. (15점)
텍스트 빅데이터 분석 실습:
-최근 1개월간 특정 제품/서비스(예: 전기차, OTT 서비스 등)에 대한 온라인 리뷰나 뉴스 기사 제목 20개 이상 수집
-워드클라우드 생성 및 감성분석 수행 (도구 자유 선택)
-분석 결과를 바탕으로 해당 제품/서비스의 개선점 또는 마케팅 포인트 제시

1. 데이터 수집
2. 워드클라우드 생성 및 감성분석
① 워드클라우드 생성
② 감성분석
3. 분석 결과를 바탕으로 해당 제품의 개선점 또는 마케팅 포인트 제시

본문내용

이미지 너비
height=400, # 이미지 높이
background_color=\'white\', # 배경색
font_path=\'malgun.ttf\', # 한글 폰트 (Windows의 경우)
max_words=100, # 워드클라우드에 표시할 최대 단어 수
colormap=\'viridis\' # 색상 테마
).generate(text)
# 워드클라우드 시각화
plt.figure(figsize=(10, 5)) # 그림 크기 설정
plt.imshow(wordcloud, interpolation=\'bilinear\') # 워드클라우드 이미지 표시
plt.axis(\'off\') # x,y축 눈금 제거
plt.title(\'붉닭볶음면 워드클라우드\', fontsize=16, pad=20) # 제목 설정
plt.tight_layout() # 레이아웃 자동 조정
plt.show() # 화면에 출력
② 감성분석
다음은 감성사전에 기반한 감성분석이다.
감성사전의 출처는 https://github.com/park1200656/KnuSentiLex/tree/master/data 이다.
import json
import matplotlib.pyplot as plt
# 감성사전 로드 (word, polarity만 사용)
# 예: {
# \"word\": \"두근거리다\",
# \"word_root\": \"두근거리\",
# \"polarity\": \"1\" }
with open(\"SentiWord_info.json\", \"r\", encoding=\"utf-8\") as f:
lex_data = json.load(f)
lexicon = []
for item in lex_data:
w = str(item.get(\"word\", \"\")).strip() # 단어
pol = item.get(\"polarity\", None) # 극성 값
try:
score = float(pol) # 실수로 변환
except Exception:
continue
if len(w) >= 2: # 길이 2 이상 단어만 사용
lexicon.append((w, score))
# 제목별 감성 점수 계산
def score_text(text: str) -> float:
if not isinstance(text, str):
return 0.0
s = 0.0
# 대소문자 이슈 최소화
t = text.lower() # 소문자 변
for w, p in lexicon:
if w.lower() in t: # 단어가 제목에 포함되면 점수 누적
s += p
return s
result.loc[:, \"score\"] = result[\"title\"].apply(score_text)
# 점수 기준으로 감성 레이블 부여
def to_label(x: float) -> str:
if x > 0:
return \"긍정\"
elif x < 0:
return \"부정\"
else:
return \"중립\"
result.loc[:, \"sentiment\"] = result[\"score\"].apply(to_label)
# 감성분석 결과 빈도수 출력
print(result[\"sentiment\"].value_counts(), \'\\n\')
# 감성 분포 시각화 (막대그래프)
counts = result[\"sentiment\"].value_counts().reindex([\"긍정\", \"중립\", \"부정\"]).fillna(0)
plt.figure(figsize=(6,4))
counts.plot(kind=\"bar\")
plt.title(\"감성분포\")
plt.xlabel(\"Sentiment\")
plt.ylabel(\"Count\")
plt.tight_layout()
plt.show()
3. 분석 결과를 바탕으로 해당 제품의 개선점 또는 마케팅 포인트 제시
전체적으로 보면, 워드클라우드에서는 불닭, 볶음면, 삼양, K푸드, 케데헌 등의 단어가 눈에 띄고, 감성분석에서는 중립 기사가 지배적인 가운데 긍·부정이 엇비슷하게 분포하는 모습이 확인된다.
이 결과를 바탕으로 제품·서비스 측면에서의 시사점을 정리하면 다음과 같다.
첫째, 마케팅 측면에서는 긍정적인 키워드에서 기회가 드러난다. 해외에서 글로벌 대세라는 표현이 붙을 정도로 불닭볶음면이 폭발적인 인기를 얻고 있는 만큼, K-푸드를 대표하는 제품으로서 국가별 특화 버전이나 한정판 패키지를 출시해 소비자 경험을 확장할 수 있다. 또한 불닭볶음면의 상징적 특징인 ‘도전 정신’을 활용해 매운맛 챌린지를 중심으로 한 바이럴 마케팅을 이어가면 브랜드 인지도와 재미 요소를 동시에 잡을 수 있다. 나아가 해외 진출과 고용 확대 같은 기업 성장 이야기를 스토리텔링으로 연결해 브랜드 신뢰도를 높이는 전략도 효과적이다.
둘째, ‘매출·주가·목표가’ 등의 단어도 보이는 만큼 최근의 실적 자료를 바탕으로 삼양식품의 성장 추이를 투자자에게 제시하면 기업의 경쟁력을 충분히 어필할 수 있고, 이는 향후 재무 안정성 강화에 큰 도움이 될 것이다.
셋째, 위궤양과 같은 부정적 단어는 매운맛·자극성에 관한 우려를 줄 수 있으므로, 덜 자극적인 라인업을 강화하거나, 원재료와 영양 성분에 대한 정보를 투명하게 제공해 불필요한 오해를 줄이는 것이 바람직하다. 이와 관련 한국에서는 ‘까르보’를 통해 매운 불닭볶음면을 좀 더 부드럽고 크리미하게 변형한 제품군 이름으로 자리잡았다. 삼양식품이 출시한 ‘까르보 불닭볶음면’은 기본 불닭볶음면의 매운맛에 크림치즈 풍미를 더해 매운맛을 중화하면서도 특유의 고소한 맛을 주는 버전이므로, 이를 해회에 적극적으로 홍보하고 소비자의 다양한 니즈에 선제적으로 대응해 나가야 할 것이다. 아울러 부정적인 이슈가 기사로 보도될 때에는 적극적으로 사실 관계를 알리고 신속하게 해명하는 위기 대응 시스템을 마련해야 한다.
결론적으로 불닭볶음면이 전세계적인 K푸드와 K문화의 관심 속에서 인기를 지속하기 위해서는 건강 관련 부정적 인식을 관리하고 제품군을 다변화하는 데 있으며, 마케팅 포인트는 글로벌 확산, 도전적 이미지, 그리고 성장 스토리를 중심으로 브랜드 가치를 강화하는 데 있다고 할 수 있다.
과제 스트레스 싹~ 학점 쑥!
https://www.happycampus.com/store/zzzyzyztusz/

키워드

방송통신대빅데이터의이해와활용,   방송대빅데이터의이해와활용,   방통대빅데이터의이해와활용,   워드클라우드,   감성분석