잠재 디리슈레 분류 모형을 이용한 어플리케이션의 토픽 분류 = Topics Classification of Applications using the Latent Dirichlet Allocation Model

국문 초록 (Abstract)

최근 어플리케이션 마켓(application store)에는 아주 많은 수의 앱이 실시간으로 업로드 되고 있다. 이와 같은 상황에서 스마트폰 사용자들의 트렌드 및 사용형태를 분석하는 것은 매우 의미 있다고 볼 수 있다. 그러나 실제 어플리케이션 마켓에 분류되어 있는 토픽(혹은 category)은 실제 어플리케이션 특징과 불일치하거나 매우 한정적으로 등록되어 있어 앱 사용 형태 분석에 어려움을 주고 있다. 특히 매일 많은 수의 어플리케이션들이 마켓에 업로드 되기 때문에 직접 분류를 하는 방법은 현실적으로 한계가 있다. 본 연구에서는 어플리케이션 마켓에 있는 앱 설명글을 이용하여 어플리케이션들을 토픽별로 분류하는 것을 목적으로 한다. 사용한 분류방법은 토픽분석의 대표적 모델인 잠재 디리슈레 분류(latent Dirichlet allocation, LDA) 모형을 사용하였다. 본 연구에서 사용한 데이터는 구글 플레이 마켓(Google play store)에 있는 각 어플리케이션의 설명글을 크롤링 했으며 분석데이터는 사용빈도가 높은 상위 5,000개의 단어들로 구성된 텍스트데이터이다. LDA 모형적용 결과 50개 토픽별 주제어(keyword)를 분류하였고 7,776개 어플리케이션들을 50개 토픽별로 할당하였다. 또한 50개 토픽들을 3개의 그룹으로 군집화하여 그 특징을 살펴보았다.

다국어 초록 (Multilingual Abstract)

Recently, a lot of applications are uploaded at application store in real time. For marketers, analysis for smartphone users's trend is a very meaningful work. But the topics in applications store are mismatched their characteristics and then there are many problems in analysing app users' behaviors. Specially, as many applications are uploaded every day, the classification of applications is a hard work. In this study, we crawl the app descriptions of Google play store and classify the applications by topics using latent Dirichlet allocation (LDA) model. As results of fitting LDA, we discriminate 7,776 applications into 50 topics.

참고문헌 (Reference)

• 1 우신욱, "텍스트마이닝을 활용한 연준의 통화정책방향 의결문 분석" 한국자료분석학회 18 (18): 179-188, 2016
• 2 황용선, "사회네트워크분석을 이용한 질병 발현 유전자 탐색연구" 한국자료분석학회 15 (15): 677-684, 2013
• 3 한건희, "빅데이터에 대한 소개와 활용사례에 관한 연구" 한국자료분석학회 16 (16): 1337-1351, 2014
• 4 김지숙, "빅데이터 기반의 오피니언 마이닝 활용 연구" 한국자료분석학회 15 (15): 101-113, 2013
• 5 Yu, S. S., "Recent status mobile app store" KISDI 33-37, 2013
• 6 Blei, D. M., "Latent Dirichlet allocation" 3 : 993-1022, 2003
• 7 Park, E. J., "KoNLPy: Korean natural language processing in Python" 2014
• 8 Jung, S. N., "A study on text mining in R" Graduate School, Inha University 2015