[STARTERS 4๊ธฐ TIL] #38์ผ์ฐจ(23.03.30)


๐Ÿ“š ์˜ค๋Š˜์˜  ํ•™์Šต

์‹ฌํ™” ๊ทธ๋ž˜ํ”„ ๋งŒ๋“ค๊ธฐ
์ธ์‚ฌ ์ฐจํŠธ

๋ ˆ์ด์•„์›ƒ์„ ๋งŒ๋“ค์–ด ํ…์ŠคํŠธ, ์•„์ด์ฝ˜, ๊ทธ๋ž˜ํ”„ ๋“ฑ ๋‹ค์–‘ํ•œ ์ •๋ณด๋ฅผ ๋‹ด์„ ์ˆ˜ ์žˆ๋Š” ๋ฆฌ์ŠคํŠธ ์ฐจํŠธ

 

๊น”๋•Œ๊ธฐ ์ฐจํŠธ

๊น”๋•Œ๊ธฐํ˜• ์ฐจํŠธ๋Š” ๋ฐ์ดํ„ฐ๊ฐ€ ํ”„๋กœ์„ธ์Šค ์ „๋ฐ˜์—์„œ ์ด๋™ํ•˜๋Š” ๋ฐฉ์‹์„ ์‹œ๊ฐํ™”ํ•˜๋Š” ๋ฐ ์‚ฌ์šฉ

โ‘  ํ”„๋กœ์„ธ์Šค์— ๋Œ€ํ•œ ํ•„๋“œ๊ฐ€ ํ•„์š”

โ‘ก Count ๊ฐ’์„ Sum์œผ๋กœ ์ง‘๊ณ„ํ•˜์—ฌ ํ–‰๊ณผ ํฌ๊ธฐ๋กœ ์„ค์ •

 

๋ฐ”๋ฒจ ์ฐจํŠธ

๋ฐ”๋ฒจ ๋ชจ์–‘์„ ํ†ตํ•ด ๋‘ ์ธก์ •๊ฐ’์„ ์—ฐ๊ฒฐํ•˜์—ฌ ์‹œ๊ฐํ™”

โ‘  ๋ฐ”๋ฒจ์˜ ์›, ๋ง‰๋Œ€๋ฅผ ํ‘œํ˜„ํ•˜๊ธฐ ์œ„ํ•ด 2๊ฐœ์˜ ์—ด์ด ํ•„์š”

โ‘ก ๋ฐ”๋ฒจ ๋ผ์ธ์„ ํ†ตํ•ด ๋‘ ์ธก์ •๊ฐ’์„ ์—ฐ๊ฒฐํ•ด์•ผ ํ•˜๊ธฐ ๋•Œ๋ฌธ์— ํ•„ํ„ฐ๋กœ 2๊ฐœ์˜ ์—ฐ๋„๋ฅผ ์„ ํƒํ•ด ์„ค์ •

 

 

์›Œ๋“œํด๋ผ์šฐ๋“œ

๋ฌธ์„œ์˜ ํ‚ค์›Œ๋“œ, ๊ฐœ๋… ๋“ฑ์„ ์ง๊ด€์ ์œผ๋กœ ํŒŒ์•…ํ•  ์ˆ˜ ์žˆ๋„๋ก ํ•ต์‹ฌ ๋‹จ์–ด๋ฅผ ์‹œ๊ฐ์ ์œผ๋กœ ๋‹๋ณด์ด๊ฒŒ ํ•˜๋Š” ๊ธฐ๋ฒ•

 

๋ ˆ์ด์•„์›ƒ ๋งŒ๋“ค๊ธฐ

โ‘  ๋งˆํฌ > ํ…์ŠคํŠธ '''' ์ž…๋ ฅ

โ‘ก ์ „์ฒด๋ณด๊ธฐ ์„ค์ •

โ‘ข ์šฐํด๋ฆญ > ์ฃผ์„ ์ถ”๊ฐ€ > ์˜์—ญ ์„ ํƒ

โ‘ฃ ์˜์—ญ ์„œ์‹ ์„ค์ •

 


๐Ÿ’ป ์˜ค๋Š˜์˜  ๊ณผ์ œ

๊ทธ๋ฃน ํ”„๋กœ์ ํŠธ
Work Flow

โ‘  ๋ฐ์ดํ„ฐ ์ „์ฒ˜๋ฆฌ

โ‘ก ์ฃผ์ œ ์„ ์ •

 - ๊ฒŒ์ž„ ์นดํ…Œ๊ณ ๋ฆฌ

 - ์žฅ๋ฅด ์ง‘ํ•ฉ

 

โ‘  ๋ฐ์ดํ„ฐ ์ „์ฒ˜๋ฆฌ

โ“ [Type] ‘0’, ‘NaN’ Row ์ œ๊ฑฐ (๊ฐ๊ฐ 1๊ฐœ์”ฉ ์กด์žฌ. ๋ฌด์˜๋ฏธํ•œ ๋ฐ์ดํ„ฐ๋กœ ์ œ๊ฑฐ)
โ“‘ [Category] > [Genres] → ๊ณ„์ธต ์ฒ˜๋ฆฌ     
โ“’ [Translated Review] ‘NaN’ → ๋ฐ์ดํ„ฐ ์…‹์„ 2๊ฐœ๋กœ ์ƒ์„ฑํ•˜์—ฌ ๊ตฌ๋ถ„ Inner join(๋ฆฌ๋ทฐ๊ฐ€ ์žˆ๋Š” ๋ฐ์ดํ„ฐ๋งŒ) & left join(๋ชจ๋“  ๋ฐ์ดํ„ฐ)
โ““ [Translated Review][app] → distinct ์ฒ˜๋ฆฌ
โ“” ๋ถˆํ•„์š” ์ปฌ๋Ÿผ ์ œ๊ฑฐ : Size, Price, Current Ver, App(Review~) (์ฒ˜๋ฆฌ ์™„๋ฃŒ)

Sentiment Subjectivity ์„ค๋ช… ๋ถˆ๊ฐ€ .. ์‚ฌ์šฉ๋ง์ž ..

translated review ์„ค๋ช… ๋ถˆ๊ฐ€ ..