7. 백종원의 더본코리아 브랜드별 소비자 인식 조사[워드 클라우드, naver API]
![7. 백종원의 더본코리아 브랜드별 소비자 인식 조사[워드 클라우드, naver API]](https://github.com/HwangToeMat/HwangToeMat.github.io/blob/master/assets/img/thumbnail/dwp-8.png?raw=true)
naver api를 사용해서 네이버 블로그에서 더본코리아의 11개의 브랜드들이 어떤 키워드로 많이 언급되는지 조사하여 자연어처리 후 wordcloud로 나타내고 키워드들을 분석해본다.
백종원의 더본코리아 브랜드별 소비자 인식 조사
- 더본코리아의 국내런칭 브랜드들의 인식을 ‘네이버 공개 API’를 사용하여 네이버 블로그를 기준으로 조사해본다.
- 인터넷에 있는 비정형데이터를 받아와 형태소분석을 통해 주요 keywords를 wordcloud형태로 시각화 해본다.
기본개념설명
from urllib.request import urlopen
from bs4 import BeautifulSoup
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
from matplotlib import font_manager, rc
path = "c:/Windows/Fonts/malgun.ttf"
font_name = font_manager.FontProperties(fname=path).get_name()
rc('font', family=font_name)
import urllib.request
import urllib.parse
import time
import re #정규식
import urllib.request
import urllib.parse
import os
import sys
# 네이버 검색 API예제는 블로그를 비롯 전문자료까지 호출방법이 동일하므로 blog검색만 대표로 예제를 올렸습니다.
# 네이버 검색 Open API 예제 - 블로그 검색
client_id = "***************" #승인받은 id입력
client_secret = "***********" #승인받은 secret number입력
encText = urllib.parse.quote("홍콩반점0410") #홍콩반점0410을 검색
url = "https://openapi.naver.com/v1/search/blog?query=" + encText + "&display=100"# json 결과, disply키워드를 통해 100개 검색
request = urllib.request.Request(url)
request.add_header("X-Naver-Client-Id",client_id)
request.add_header("X-Naver-Client-Secret",client_secret)
response = urllib.request.urlopen(request)
rescode = response.getcode()
if(rescode==200):
response_body = response.read()
print(response_body.decode('utf-8'))
else:
print("Error Code:" + rescode)
HK_0410 = response_body.decode('utf-8')
{
"lastBuildDate": "Mon, 25 Feb 2019 11:20:47 +0900",
"total": 21282,
"start": 1,
"display": 100,
"items": [
{
"title": "1월 일상블로그. (+ <b>홍콩반점0410</b> & 디저트39 & 노오븐 고구마빵)",
"link": "http://blog.naver.com/parkmiso03?Redirect=Log&logNo=221469121130",
"description": "새해를 맞이하여 <b>홍콩반점0410</b> 를 갔습니다! 평소에 지나가면서 어찌나 신메뉴 고추짬뽕이 맛있어보이던지. 고추짬뽕 쟁반짬뽕 찹쌀탕수육 쟁반짬뽕은 짬뽕맛은 1도 안나고 1도 안맵고 짜장맛이 납니다. 뭐, 맛은... ",
"bloggername": "미소짓는 손짓",
"bloggerlink": "http://blog.naver.com/parkmiso03",
"postdate": "20190218"
}................
- 미리 네이버 api를 사용할 수 있도록 신청하여 받은 id와 secret_num을 입력하여 ‘홍콩반점0410’이 포함된 블로그 내용을 가져온다.
content = ""
st_num = 0
en_num = 0
tmp = HK_0410
while True:
tmp = tmp[en_num+st_num+16:]
st_num = tmp.find('"description": ')
if st_num == -1:
break
en_num = tmp[st_num+16:].find('"')
cont_tmp = tmp[st_num+16:en_num+st_num+16]
content += cont_tmp
content
"새해를 맞이하여 <b>홍콩반점0410</b> 를 갔습니다! 평소에 지나가면서 어찌나 신메뉴 고추짬뽕이 맛있어보이던지. 고추짬뽕 쟁반짬뽕 찹쌀탕수육 쟁반짬뽕은 짬뽕맛은 1도 안나고 1도 안맵고 짜장맛이 납니다. 뭐, 맛은... <b>홍콩반점 0410</b>, 새마을식당, 본가 등 백종원님의 더본 코리아 프렌차이즈들이 여럿 들어와있었어요. 특히 홍콩반점은 다녀간 분들의 평이 너무 좋아서, 첫끼를 여기서 먹고자 오픈까지의 기나긴 시간도 꾹 참고... ㅎㅎㅎㅎ 매콤한 짬뽕에 청양고추를 더해 속이 확 풀어지는 맛을 원하신다면 홍콩반점의 고추짬뽕 추천합니다. 한남동 중식 <b>홍콩반점 0410</b> 서울특별시 용산구 한남대로 21길 20지하1층 02 796 -0410 주차없음. (근처... 짬뽕이 먹고싶다는 애쁨이와 산본맛집 <b>홍콩반점0410</b>으로 고고! 애쁨이를 가졌을때 입덧중에 유일하게... 산본맛집 <b>홍콩반점0410</b>의 영업시간은 오전 11시부터 오후 11시 20분까지이며 오후 3시 30분 부터 4시... 역시 군만두에는 단무지죠!! 이 날 제대로 "홍콩반점"에서 제대로 해장하고 갔어요~ 식당정보 백종원의 <b>홍콩반점0410</b>.........."
- naver api를 통해 받은 내용 중 필요한 본문내용이 담긴 ‘description’부분을 따로 뽑아서 string형식으로 content에 내용을 합친다.
import nltk
from konlpy.tag import Twitter; t = Twitter()
C:\Users\study\Anaconda3\lib\site-packages\konlpy\tag\_okt.py:16: UserWarning: "Twitter" has changed to "Okt" since KoNLPy v0.4.5.
warn('"Twitter" has changed to "Okt" since KoNLPy v0.4.5.')
tokens_ko = t.morphs(content)
tokens_ko
['새해',
'를',
'맞이',
.
.
.
.
'지나가면서']
- content의 내용을 형태소를 단위로 나눈다.
ko = nltk.Text(tokens_ko, name='홍콩반점0410')
ko.vocab().most_common(100)
[('b', 264),
('>', 241),
('홍콩', 211),
('반점', 203),
('0410', 155),
.
.
.
.
('..', 7),
('먹을', 7)]
- 어떤 형태소가 얼마만큼 쓰였는지 확인하고 삭제해야할 형태소들을 찾아내어 stop_words에 넣는다.
stop_words = ['.','가','요','답변','...','을','수','에','질문','제','를','이','도','0410', '!', ':','b','>','</','<',
'좋','1','는','로','으로','2','것','은','다',',','니다','대','들', '-',"ㅋㅋ","해","에게","부터","길","서",'~~'
';','들','데','..','의','때','겠','고','게','네요','한','일','할','에서','#<','>...',
'&','?','하는','quot','주','려고','인데','거','좀','는데','~','ㅎㅎ','-',')','(','에서','#','점','보니','가는','적',
'하나','이상','20','뭐','까','있는','잘','습니다','다면','했','주려','속눈썹','바로', '까지', '이라','본',
'지','있','못','후','중','/','6','과','어떤','기본','!!','홍콩','반점','영업','번','인','날','그','님','안','군',
';','곳','라고','중요한','합',"'",'....','+','네','죠','싶어서','있어서','만','입니다','하고','오늘','층','와']
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
ko = nltk.Text(tokens_ko, name='홍콩반점0410')
ko.vocab().most_common(50)
[('짬뽕', 56),
('탕수육', 30),
('맛집', 27),
('짜장면', 25),
('백종원', 24),
.
.
.
('지하', 5),
('주차', 5),
('11시', 5)]
plt.figure(figsize=(15,6))
ko.plot(50)
plt.show()
- 불필요한 형태소를 제거하고 제일 많이 나온 순서대로 상위 50개를 그래프로 보기 쉽게 나타낸다.
from wordcloud import WordCloud, STOPWORDS
from PIL import Image
data = ko.vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
- wordclod 형태로 알아보기 쉽게 나타낼 수 있다.
브랜드별 인식 분석
THEBORN = ["백종원의 원조쌈밥집","한신포차","새마을식당","백종원본가","빽다방","홍콩반점0410","미정국수0410","백스비어","역전우동0410","돌배기집","백철판0410"]
- 더본코리아의 런칭브랜드 11개를 THEBORN에 넣어 사용하기 편하게 한다
THEBORN_CON = []
for theborn in THEBORN:
client_id = "***************" #승인받은 id입력
client_secret = "***********" #승인받은 secret number입력
encText = urllib.parse.quote(theborn)
url = "https://openapi.naver.com/v1/search/blog?query=" + encText + "&display=100"# json 결과
request = urllib.request.Request(url)
request.add_header("X-Naver-Client-Id",client_id)
request.add_header("X-Naver-Client-Secret",client_secret)
response = urllib.request.urlopen(request)
rescode = response.getcode()
if(rescode==200):
response_body = response.read()
else:
print("Error Code:" + rescode)
tb = response_body.decode('utf-8')
content = ""
st_num = 0
en_num = 0
tmp = tb
while True:
tmp = tmp[en_num+st_num+16:]
st_num = tmp.find('"description": ')
if st_num == -1:
break
en_num = tmp[st_num+16:].find('"')
cont_tmp = tmp[st_num+16:en_num+st_num+16]
content += cont_tmp
THEBORN_CON.append(content)
THEBORN_CON
len(THEBORN_CON) == len(THEBORN)
True
- naver api를 사용하여 브랜드별로 블로그 내용을 받아온다.
- THEBORN_CON 과 THEBORN의 길이가 같으므로 오류없이 잘 가져왔다는 것을 알 수 있다.
stop_words = ['.','가','요','답변','...','을','수','에','질문','제','를','이','도','0410', '!', ':','b','>','</','<','!!!','4','분','▲',
'안녕하세요','된','좋','1','는','로','으로','2','것','은','다',',','니다','대','들', '-',"ㅋㅋ","해","에게","부터","서",
';','들','데','..','의','때','겠','고','게','네요','한','일','할','에서','#<','>...','ㅗ','그리고','국수','미정','비어',
'식당','새마을','인분','후기','CU','편의점','라','같아요','두','이다','급','>!','아','쪽','이라고','백','ㅋ','데이',
'본가','gt','ㅎ','lt',';&','.....','에도','씨','기','에요','명','빽','다방','비','위해','앗','메리','카노','amp',
'&','?','하는','quot','주','려고','인데','거','좀','는데','~','ㅎㅎ','-',')','(','에서','#','점','보니','가는','적',
'하나','이상','20','뭐','까','있는','잘','습니다','다면','했','주려','속눈썹','바로', '까지', '이라','본','수집',"길",
'지','있','못','후','중','/','6','과','어떤','기본','!!','홍콩','반점','영업','번','인','날','그','님','안','군','>.',
'집','조','원','원조','쌈밥','^^','저희','건물','나','대표','저','푸','여기','ㅋㅋㅋ','3','합니다','><','코리아','~~',
'한신포차','한신','그래서','오','이랑','에는','메뉴인','ㅋㅋㅋㅋㅋ','근데','하면','랑','진','내','정도','해서','~~','s',
'비어','스',"'s",'>(','역전','별','역점',"'<",'동','배기','돌','포스팅','웰시','바','히','철판','엔','이에요','번가',
';','곳','라고','중요한','합',"'",'....','+','네','죠','싶어서','있어서','만','입니다','하고','오늘','층','와']
- 수작업으로 필요없는 형태소들을 제거한다.
백종원의 원조쌈밥집
n=0
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
백종원의 원조쌈밥집의 주요 키워드
더 본 코리아의 대표인 백종원에 관한 이미지가 강하다. 아무래도 다른 브랜드에 비해 많이 알려진 브랜드는 아니기 때문에 백종원의 음식에 대한 이미지들이 이 브랜드에 큰 영향을 줄 것이다.
메뉴로는 쌈, 정식, 고기, 대패 삼겹살, 30가지 채소, 차돌박이라는 키워드가 많이 보인것으로 보아 이런 메뉴들이 인기가 있다는 것을 알 수 있다.
아저씨, 의원이라는 키워드를 보아 주 고객들의 연령대는 높은 것으로 보인다.
위치, 먹으러, 메뉴판, 외식, 다녀왔어요 라는 키워드가 많은 것으로 보아 주로 손님들이 배달보다는 식당에 가서 먹는것을 선호 한다는 경향을 알 수 있다.
마지막으로 더, 좋은, 많이, 다양한, 맛 이라는 메뉴에 대한 키워드들도 눈에 띄었다.
한신포차
n=1
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
한신포차의 주요 키워드
국물 닭발이 유명한 브랜드답게 닭발이라는 키워드가 압도적으로 많았다. 그외에도 통닭, 오돌뼈, 콘치즈교자와 같은 메뉴들에 대한 언급이 많았고, ‘신’ 이라는 키워드는 신메뉴를 의미하는 것으로 추측할 수 있는 것으로 보아 신메뉴 출시가 이 브랜드에 매출에 큰 영향을 끼칠 수 있다는 것을 알 수 있다.
먹으러,방문 이라는 키워드도 많지만 다른 브랜드에 비해 ‘배달’, ‘포장’이라는 키워드 들이 유난히 눈에 띄는 것으로 보아 배달과 포장을 원하는 손님들이 많다는 것을 알 수 있다.
친구, 언니, 술집 이라는 키워드를 보아 주로 친구들끼리 술을 마시러 오는 가벼운 분위기의 이미지가 강하고 여자손님들도 많다는 것을 알 수 있다.
메뉴에 대한 추가적인 키워드로는 매콤, 맛있는, 매운이라는 키워드가 있는 것으로 보아 매운 메뉴들이 주로 인기를 끌고 있다고 생각할 수 있다.
새마을식당
n=2
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
새마을식당의 주요 키워드
더 본 코리아의 대표인 백종원에 관한 이미지가 강하다. 백종원의 대표적인 브랜드중 하나이기 때문에 백종원의 음식에 대한 이미지들이 이 브랜드에 큰 영향을 줄 것이다.
메뉴로는 연탄 불고기, 7분돼지김치찌개 라는 키워드가 많이 보인것으로 보아 이 두가지 메뉴가 이 브랜드의 대표메뉴로 자리 잡았다고 볼 수 있다.( 찐빵, 호빵이라는 키워드는 최근에 출시된 새마을식당찐빵을 의미하기 때문에 신경쓸 필요가 없다.)
점심, 모임, 친구라는 키워드를 보아 점심에 이용하는 고객들이 많고, 친구와 식사를 하거나 모임을 하는 장소로 많이 쓰인다는 것을 알 수 있다.
방문, 먹으러, 다녀왔어요 라는 키워드가 많은 것으로 보아 주로 손님들이 배달보다는 식당에 가서 먹는것을 선호 한다는 경향을 알 수 있다.
마지막으로 가격, 많이, 맛있게, 맛 이라는 메뉴에 대한 키워드들도 눈에 띄었다.
백종원본가
n=3
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
백종원본가의 주요 키워드
더 본 코리아의 대표인 백종원에 관한 이미지가 강하다. 백종원의 대표적인 브랜드중 하나이기 때문에 백종원의 음식에 대한 이미지들이 이 브랜드에 큰 영향을 줄 것이다.
메뉴로는 우삼겹, 된장찌개, 고기, 채소, 특선, 반찬 이라는 키워드가 많이 보인것으로 보아 우삼겹에 대한 인식이 강하다는 것을 알 수 있다.
아이, 가족, 외식 이라는 키워드를 보아 주로 가족단위의 손님이 많다는 것을 알 수 있다.
주차장이라는 키워드가 많은 것으로 보아 주로 차로 오는 손님들이 많다는 것을 알 수 있어 주차장에 신경을 쓸 필요가 있을 것이다.
마지막으로 믿고, 역시, 좋은 이라는 키워드가 많을 것으로 보아 브랜드의 신뢰도가 아주 높다는 것을 알 수 있다.
빽다방
n=4
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
빽다방의 주요 키워드
베이커리, 신사역과 같은 키워드들은 최근 신사역에 새로 생긴 베이커리와 함께 운영하는 백다방을 의미하는데 이러한 눈에 띄는 변화들이 브랜드 전체에 큰 영향을 끼쳤다는 것을 알 수 있다.
메뉴로는 라떼, 토피넛, 민트초코, 커피, 사라다빵, 자몽티, 아메리카노 라는 키워드가 많이 보였고, 가성비라는 키워드를 보아 가성비에 대한 이미지가 좋다는 것을 알 수 있다. 또한 위에서 말 했듯이 ‘신’이라는 키워드가 많이 있는 것으로 보아 신메뉴출시가 이 브랜드의 매출에 큰 영향을 끼칠 것이다.
근처 라는 키워드를 보아 굳이 찾아가기 보다는 근처에 있을때 가는 소비패턴을 보여주고, 아침이라는 키워드 또한 다른 브랜드에서는 찾아보기 힘든 것이기에 눈에 띄었다.
홍콩반점0410
n=5
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
홍콩반점0410의 주요 키워드
중국집이라는 이미지가 강하고 매콤한 맛이 인기를 끄는것 같다. 가격이라는 키워드가 많은 것으로 보아 가격이 큰 영향을 끼치는 요소임을 알 수 있다.
메뉴로는 짬뽕과 탕수육에 대한 관심이 압도적이고, 상대적으로 짜장면에 대한 관심이 낮은 것으로 알 수 있다. 그 외에도 꽃빵, 만두, 단무지가 인기가 있었다.
저녁이라는 키워드가 점심보다 많은 것으로 보아 주로 저녁시간에 이용이 많다고 유추 할 수 있다.
미정국수0410
n=6
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
미정국수0410의 주요 키워드
메뉴중 멸치국수에 대한 관심이 압도적이고, 그 뒤로는 특정메뉴에 몰리기 보다는 주먹밥, 물만두, 콩국수, 명란마요덮밥, 간비국수, 비빔국수, 제육 등등 다른 브랜드에 비해 여러 메뉴에 골고루 관심이 있다는 것을 알 수 있다. 이러한 점이 장점일 수 도 있지만, 특색있는 대표메뉴가 부족하다는 단점이 될 수 도 있을 것이다.
다른 브랜드와 다르게 혼자, 혼밥이라는 키워드가 많은 것으로 보아 혼자 식사를 하는 고객들이 많은것을 알 수 있다.
저렴한, 빨리, 24시간 이라는 키워드를 보아 저렴한 가격과 빨리 끼니를 해결할 수 있는 점과 24시간이라는 점이 이 브랜드의 매력이라는 것을 알 수 있다.
백스비어
n=7
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
백스비어의 주요 키워드
맥주, 한잔, 술집이라는 키워드가 압도적으로 많은 것을 보아 맥주를 마시기 위한 목적으로 많이 찾는 다는 것을 알 수 있다.
가성비, 분위기, 맛이라는 키워드를 보아 좋은 분위기와 가성비, 맛있는 안주가 이 브랜드를 찾는 이유라는 것을 알 수 있다.
메뉴로는 크림생맥주, 닭발튀김, 팝콘, 치킨이 많이 나왔지만 다른 키워드에 비해 그리 많이 나오지 않은 것으로 보아 이 브랜드에 확실한 대표메뉴가 없다는 것을 알 수 있다.
역전우동0410
n=8
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
역전우동0410의 주요 키워드
키워드들의 내용과 경향이 미정국수0410과 매우 비슷하게 나왔다. 메뉴중 우동에 대한 관심이 압도적이고, 그 뒤로는 특정메뉴에 몰리기 보다는 다른 브랜드에 비해 여러 메뉴에 골고루 관심이 있다는 것을 알 수 있다. 이러한 점이 장점일 수 도 있지만, 특색있는 대표메뉴가 부족하다는 단점이 될 수 도 있을 것이다.
다른 브랜드와 다르게 혼밥이라는 키워드가 많은 것으로 보아 혼자 식사를 하는 고객들이 많은것을 알 수 있다.
양, 가격, 맛이라는 키워드 들이 많이 보이는 것을 알 수 있다.
돌배기집
n=9
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
돌배기집의 주요 키워드
차돌박이가 대표메뉴인 브랜드 답게 차돌박이에 대한 언급이 많았고, 숙돌배기와 넥타이살이라는 돌배기집에서만 먹을 수 있는 메뉴도 언급이 많이 되었다. 소스라는 키워드도 높은 것을 보아 소스에대한 관심도 매우 높다는 것을 알 수 있다.
전문점이라는 키워드를 보아 고객들로 부터 신뢰도가 높다는 것을 알 수 있다.
백철판0410
n=10
tokens_ko = t.morphs(THEBORN_CON[n])
tokens_ko = [each_word for each_word in tokens_ko
if each_word not in stop_words]
THEBORN[n] = nltk.Text(tokens_ko, name=THEBORN[n])
THEBORN[n].vocab().most_common(50)
print(str(THEBORN[n]).lstrip('<Text: ').rstrip('>')+'의 주요 키워드')
plt.figure(figsize=(15,6))
THEBORN[n].plot(50)
data = THEBORN[n].vocab().most_common(300)
wordcloud = WordCloud(font_path='c:/Windows/Fonts/malgun.ttf',
relative_scaling = 0.2,
background_color='white',
).generate_from_frequencies(dict(data))
plt.figure(figsize=(16,8))
plt.imshow(wordcloud)
plt.axis("off")
plt.show()
백철판0410의 주요 키워드
대표메뉴인 닭갈비에 대한 관심도가 압도적으로 높았고, ‘매운’과 ‘치즈’라는 키워드가 많이 언급된 것으로 보아 ‘치즈 매운 닭갈비’가 인기 메뉴임을 알 수 있다. 또한 닭갈비에 비해 곱창, 막창, 순대에 대한 관심도는 적은 편으로 나왔다.
다른 브랜드에서는 자주 라는 키워드가 많이 보였는데, 백철판0410은 처음 이라는 키워드가 많이 보였다. 새로운 손님들의 유입이 높은 것은 긍정적이나 이들의 재방문율이 낮다고 유추 할 수 있다.
