소셜 미디어 텍스트 네트워크 분석 (R)

개요

소셜 미디어 게시물에서 단어 간 동시 출현(co-occurrence) 네트워크를 구축하고, 커뮤니티 탐지 알고리즘으로 담론 주제를 식별한다. R의 tidytext와 igraph 패키지를 사용한다.

분석 절차

1단계: 토큰화

unnest_tokens()로 텍스트를 단어 단위로 분할하고, 불용어(stop words)를 제거한다.

2단계: 동시 출현 계산

pairwise_count()로 같은 게시물 내에서 함께 등장하는 단어 쌍의 빈도를 계산한다.

3단계: 네트워크 생성

igraph로 네트워크 객체를 생성하고, 노드는 단어, 엣지는 동시 출현 빈도다.

4단계: 커뮤니티 탐지

Louvain 알고리즘으로 밀접하게 연결된 단어 그룹(담론 주제)을 식별한다.

5단계: 시각화

ggraph로 네트워크를 시각화한다. 커뮤니티별로 색상을 구분하여 담론 구조를 확인한다.

코드 예제

library(tidyverse)
library(tidytext)
library(igraph)
library(ggraph)

# 텍스트 전처리
tokens <- df %>%
  unnest_tokens(word, text) %>%
  anti_join(stop_words)

# 동시 출현 네트워크 생성
cooccurrence <- tokens %>%
  group_by(id) %>%
  pairwise_count(word, id, sort = TRUE, upper = FALSE)

# 네트워크 객체 생성
network <- graph_from_data_frame(cooccurrence %>% filter(n > 5))

# 커뮤니티 탐지
community <- cluster_louvain(network)

# 시각화
ggraph(network, layout = "fr") +
  geom_edge_link(aes(width = n), alpha = 0.3) +
  geom_node_point(aes(color = membership(community)), size = 5) +
  geom_node_text(aes(label = name), repel = TRUE) +
  theme_void()

참고문헌

Silge, J., & Robinson, D. (2017). Text Mining with R. O’Reilly Media.