워드클라우드 활용하기

✍️ 이번에 다루어 볼 것은 위드클라우드 이다.

• 초연결 시대 사회에서 SNS혹은 이커머스에서는 해시태그를 통한 검색 최적화가 필수적이다.
  예를들어, 스마트스토어를 하고있을때 중복된 상품을 판매하는 사람은 수십, 수백명이 될 수 있다.
  따라서 이들과 경쟁에서 우위를 선점하기 위해서는 잠재적 고객들이 들어올 수 있게 적절한 태그를 사용하여 검색 최적화작업이 필수적이다.

• 이러한 이유로 인터넷 상에는 수많은 태그들이 존재하며 이를 통해 인사이트를 얻을 수도 있고, 필요한 것을 쉽게 찾을 수 있다. 바로 이러한 태그를 활용한 데이터 분석기법중 하나인 위드클라우드를 사용 해 보았다.

(데이터 셋은 캐글의 " Sales of summer clothes in E-commerce Wish " 에서 가져왔다)

# 데이터프레임의 tag확인하기
df['tags']

>>>
0       Summer,Fashion,womenunderwearsuit,printedpajam...
1       Mini,womens dresses,Summer,Patchwork,fashion d...
2       Summer,cardigan,women beachwear,chiffon,Sexy w...
3       Summer,Shorts,Cotton,Cotton T Shirt,Sleeve,pri...
4       Summer,Plus Size,Lace,Casual pants,Bottom,pant...
                              ...                        
1565    Summer,Leggings,Fashion,high waist,pants,slim,...
1567    bodycon jumpsuits,nightwear,Shorts,slim,Body S...
1568    bohemia,Plus Size,dandelionfloralprinted,short...
1570    runningshort,Beach Shorts,beachpant,menbeachsh...
1572    Summer,Leggings,slim,Yoga,pants,Slim Fit,Women...
Name: tags, Length: 1304, dtype: object

해당 데이터의 경우 쉼표로 태그들이 구분되어 있으며 "#" 혹은 "/" 로 구분되어 있는 경우도 많다.

순서대로 진행해 보았다.

# 태그 나누기

tags_total = []
for tags in df['tags']:
  tags_list = tags.split(',') # 쉼표로 나누어 준다.
  for tag in tags_list:
    tags_total.append(tag)
    
tags_total

>>>
['Summer',
 'Fashion',
 'womenunderwearsuit',
 'printedpajamasset',
 'womencasualshort',
 "Women's Fashion",
 'flamingo',
 'loungewearset',
 'Casual',
 'Shirt',
 'casualsleepwear',
 'Shorts',
 'flamingotshirt',
 'Elastic',
 'Vintage',
 'Tops',
.
.
.

위와 같이 태그들을 쉼표별로 구분을 지어 담아 주었습니다.

다음은 빈도수를 집계해주는 모듈을 이용하여 각 단어별로 빈도를 집계하겠습니다.

from collections import Counter
tag_counts = Counter(tags_total)

# 가장 많이 사용된 태그 50개 확인
tag_counts.most_common(50)

>>>

[("Women's Fashion", 1092),
 ('Summer', 1074),
 ('Fashion', 904),
 ('Women', 805),
 ('Casual', 736),
 ('Plus Size', 523),
 ('sleeveless', 469),
 ('Dress', 446),
 ('Shorts', 445),
 ('Tops', 426),
 ('sexy', 279),
 ('Beach', 272),
 ('Sleeve', 244),
 ('short sleeves', 241),
 ('Print', 239),
 ('Shirt', 238),
 ('Tank', 220),
 ('T Shirts', 203),
 ('V-neck', 198),
 ('printed', 197),
 ('Necks', 195),
 .
 .

이런식으로 가장 많이 등장한 단어를 순서대로 뽑아줍니다.

이제 워드 클라우드를 사용하여 만들어 보겠습니다.

import wordcloud import WordCloud

wordcloud = WordCloud(background_color = 'white', max_words = 100, relative_scaling = 0.5, width = 800, height = 400).generate_from_frequencies(tag_counts)
plt.figure(figsize = (15,10))
plt.imshow(wordcloud)
plt.axis('off')

이렇게 넣어주시면 아래와 같이 출력이 됩니다.

해당 이미지는 출력할때마다 색이나 위치가 조금씩 바뀝니다.

하지만 여기서 mask기법을 활용하여 좀 더 퀄리티를 올려 볼 수 있습니다.

from PIL import Image
mask = np.array(Image.open('증명사진.jpg'))
mask

>>>
array([[[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

       [[255, 255, 255],
        [255, 255, 255],
        [255, 255, 255],
        ...,
        [255, 255, 255],
        [255, 255, 255],
        [255, 255, 255]],

이렇게 사진 한장을 불러와 줍니다.

plt.figure(figsize =(8, 8))
plt.imshow(mask, cmap = plt.cm.gray, interpolation='bilinear')
plt.axis('off')
plt.show()

그리고 사진을 확인을 해 봅니다.
이후 워드클라우드를 불러옵니다.

wordcloud = WordCloud(background_color = 'white',
                      max_words = 100,
                      relative_scaling = 0.5,
                      width = 800,
                      height = 400,
                      mask =mask).generate_from_frequencies(tag_counts)
plt.figure(figsize = (15,10))
plt.imshow(wordcloud)
plt.axis('off')

이러면 사진의 흰색부분을 제외한 곳에 단어가 채워집니다!! 다양한 사진을 활용하여 좀 더 꾸밀수 있으니 참고하시길 바랍니다.