경기대학교 행정통계 과제 분석

숫자에 속아 위험한 결정을 하는 사람들

library(tm)
## Loading required package: NLP
library(KoNLP)
## Loading required package: rJava
## Loading required package: stringr
## Loading required package: hash
## hash-2.2.6 provided by Decision Patterns
## 
## Loading required package: tau
## Loading required package: Sejong
## Successfully Loaded Sejong Package.
## Checking user defined dictionary!
## 
## 
## Attaching package: 'KoNLP'
## 
## The following object is masked from 'package:tau':
## 
##     is.ascii
library(slam)
library(lsa)
## Loading required package: SnowballC
library(GPArotation)
## 
## Attaching package: 'GPArotation'
## 
## The following object is masked from 'package:lsa':
## 
##     entropy
setwd("C:\\Users\\user\\Desktop")

kkk <- read.csv("lsa_test.csv")

kkk <- subset(kkk, book == "숫자에 속아")

critique <- as.character(kkk$contents)

critique.nouns <- as.character()
temp <- as.character()

for (i in 1:length(critique))
{
   temp <- extractNoun(critique[i])
   temp2 <- as.character()
   for (j in 1:length(temp))
   {
      temp2 <- paste(temp2, temp[j], sep='  ')
   }
   critique.nouns[i] <- temp2
}

critique.nouns
##  [1] "  책  때  표지  통계  책  중  책  나  호기심  자극  살  도구  내  지문  발견  범죄  현장  나  DNA  발견  등  흥미  로운  문구  들이  눈  문구  들  나  지체  책  선택"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
##  [2] "  책  우리  일상  생활  통계  확률  우리  절대  적  신뢰  불확실성  한  것  확실  경향  것  즉  우리  확실  성  환상  것  지적  우리  확실  성  판단  데  가지  이유  의식  적  경험  기술  절대  적  안전  확실  성  계산맹  등등  이유  중  나  의식  적  경험  계산맹이  우리  판단  것  책  동  한  모양  면적  탁자  그림  때  두  가지  탁자  것  나  두  탁자  두  가지  탁자  설명  때  인식  한  의식  적  경험  때문  탁자  이해  환상  극복  하기  것  책  곳곳  통계  적  계산맹으로  우리  잘못된  판단  이것  일반  사람들  뿐  전문가  의사  들  혼동  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
##  [3] "  의미  내용  확률  표기  우리  익숙  한  자연  빈도  나타내느냐에  결과  차이  것  수  소통  계산맹을  개안  확률  우리  익숙  한  자연  빈도  이용  추론  것  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
##  [4] "  책  충격  적  계산맹  사례  O  J  심슨  무죄  사건  심슨  아내  폭행  살인  법  심판  심슨  DNA  증거  제출  지속  적  아내  폭행  사실  심슨  유죄  판결  불가피  해  심슨  변호사  들  확률  자연  빈도  이용  판정  단의  판단  심슨  무죄  나  확실  성  환상  우리  사회  이야기  줄  살  자  판결  혼동  빚  줄  나  판정  단  중  한  명  그들  나  판단력  수  생각  2500  명  학대  남편  중  1  명  이하  사람  만  살인  변호사  말  심슨  살  용의자  수  도  생각  자연  빈도  사용  해서  살해  여성  45  명  40  명  여성  그녀  학대  한  파트너  살해  설명  심슨  유력  한  용의  자인  것  수  말  표현하느냐에  한  사람  용의자  수  용의자  선상  수  것  후  심슨  유죄판결  사건  변호사  들  확률  빈도  이용  죄  수  생각  통계  숫자  공부  판사  검사  들  지  확률  불확실  성  실수  반복  해서"                                                                                                                                                                                                                                                                                                                                                                                                   
##  [5] "  나  그동안  궁금  점  해결  사례  유방암  검진  주변  유방암  정보  나  배우  안젤리나  리  예방  적  유방  절제술  충격  안젤리나  리  유방암  예방  차원  가슴  나  이것  유방암  가족력  위험  성  한  편  ‘가족력으로  유방암  경우  가족력  위험  한가  ’  생각  한  외과의사  고위험군에  여성  2  명  3  명  1  명  유방암  것  결론  이것  그  이것  백분율  표기  설명  이  백분율  표현  숫자  잘못  이해  한  결과  빈도  표기  변환  고위험군에  여성  8  명  1  명  유방암  것  의사  계산맹으로  고위험군에  여성  들이  예방  적  유방  절제술  시행  생각  대부분  고위험군  여성  들  유방  칼  대  두어  유방암  때문  고위험성  환자  들  극단적  유방  제거  치료  수  의사  들  잘못된  확실  성  환상  계산맹에  유방암  심각  한  인상  유방  것  여성  선택  것  여자  포기  의미이기  때문"                                                                                                                                                                                                                                                                                                                                                                                                            
##  [6] "  한  번  검사  결과  확실  성  가지  두  번  세  번  검사  정확  한  결과  환자  들  의무  의사  들  확실  성  환상  나  불확실  성  인지"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
##  [7] "  계산맹에  공감  사례  언어  이해  내용  3  페이지  정도  분량  사례  들  속  이해  하기  재밌던  내용  자연  빈도  표기법  언어  속  등장  미국  아이들  중국  아이들  숫자  세  때  월등  하게  중국아이들이  숫자  세  영어  중국어  나  숫자  때  중국어  것  기억  언어  습득  차이  나  이유  명확  한  표기법  다들  영어  12  불규칙적  숫자  표기  중국어  한국어  간단  한  규칙  이용  수  때문  수  이해  것  이  확률  자연  빈도  대입  해  수  영어  숫자  표기  확률  중국어  숫자  표기  자연  빈도  이해  하기  이  이용  창조  적  사고  도구  수  예시  명확  한  표기법  사고  중요  한  역할  사실"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
##  [8] "  의사  들  이익  환자  들  이익  차이  환자  들  정보  것  대부분  환자  들  소책자  분석  한  결과  검진  부정적  결과  치료  필요  환자  수  환자  이해  수  방법  이  환자  의사  이익  때문  환자  의사  의료정보  불확실성  속  판단  생각  앞  의사  의료정보  환자  이해  하기  자연  빈도  위양성  가능성  등  병원  의사  환자  검사  오류  문제  점  설명  의무"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
##  [9] "  책  계산맹이라는  단어  계산맹으로  가지  심각  성  숫자  확실  성  이  악용  한  사람들  사람  나  나  수  것  나  건강  관련  죄  유  판단  적용  수  책  나  계산맹과  숫자  확실  성  수  숫자  의심  불확실  성  인지  하게  책  후  숫자  위험  한  선택  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [10] "  책  점  몇  가지  가지  전문용어  등장  글  약간  어려움  설명  내용  전문  적  단어  사용  의미  파악  시간  책  용어  등장  의미  해석  시간  내용  무엇  때  계산맹과  확실  성  설명  때  유방암  DNA  예시  반복  지루  하기  ‘더  다양  한  사례  있었으면’  아쉬움  책  전  뒤  나  용어  해설  책  내용  이해  수월  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [11] "  현대  사회  양  정보  들이  홍수  정보  들  중  다수  숫자  포함  사람  무수  한  정보  들  대다수  사람  그것들을  무비판적  수용  사람  정보  내용  확실  정보  토대  생각  판단  의사결정  데  대중  들  의사  변호사  등  전문가  들  견해  맹목적  경향  전문가  들  권위가  사람들  생각  그  제공  정보  확실  한  것  것  확신  대부분  사람  확실  성  환상  확실  성  환상  것  위험  수  그것  인생  전체  수  것  확실  한  것  때문  대중  들  불확실  성  위험  무지  정보  비판  적  수  능력"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [12] "  통계  사용  한  정보  보편화  확률  이론  탄생  전문가  대중  들  통계  정보  바  능력  대부분  계산맹  상태  계산맹  상태  흐릿  한  생각  개안  자연  빈도  사용  인간  전  자연  빈도  적응  확률  백분율  최근  사용  하기  시작  한  것  확률  백분율  위험  방법  자연  빈도  위험  수준  표기  것  중요  조건부  확률  인간  추론  방해  것  비교  위험  감소  위험  표기법  사용  것  위험  한  일  이것  대중  들  오해  결과  대중  들  정보  왜곡  미디어  잘못된  인식  잘못된  해석  불필요  한  공포심"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [13] "  책  전반  의사  환자  이야기  저자  의사  환자  계산  맹의  상태  것  지적  의사  환자  그  이득  비용  이것  각각  사람  사람  추구  가치  때문  의사  환자  비용  사용  하기  계산맹  상태  개선  도구  사용  계산맹  상태  스스로  개안  수  의사  환자  의사결정  수  의사  환자  충분  한  설명  다음  동의  환자  들  의사  불확실  부분  질문  의사  질문  대답  정보  확률  형태  제시  때  진단  판단  결과  다양  사실  진단방법  다양  가설  설명  제도  적  전문  적  경제  적  구조  문제  때문  의사  환자  정보  전달  것  실패  환자  들  검사  양성  결과  위험  정도  정보  상담가들은  검사  수  위양성  가능성  부정  전문가  들  확실  성  근거  확신  이  확실  성  환상  극복  소통  방식  위양성  적  기술  적  이유  발생  수  흐릿  한  생각  개안  문제  해결  수  것"                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [14] "  다음  법정  이야기  저자  법정  증거자료  통계  적  정보  자연  빈도  표시  말  법정  대중  통계  적  증거  논증  수  통계  적  논변  빈도  확률  표기  관행  사람  논변  결함  법정  불확실  한  증거  들이  난무  검사  변호사  판사  배심원  들  대부분  증거  들  결함  이  법정  판결  결과  극단적  비극  적  현상  초래  사람  증거  혼동  수  점  전문가  들  혼동  수  가능성  인지  법학  교과과정  심리학과  통계학  추가  법대  생  수  조치  의학  법학  밖  분야  통계  적  정보  이해  것  중요"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [15] "  다음  DNA  지문  이야기  DNA  지문  자료  컴퓨터  자료은행  세계  각지  설립  일부  제작  과정  DNA  지문  범죄자  확인  데  가능성  그것  잘못된  기소  데  유용  DNA  지문  범죄  현장  생물학적  흔적  범죄자  확인  데  확실  한  수단  최우선  적  증거  DNA  지문  확률  용어  말  경향  불확실  성  존재  하게  불확실  한  추론  원천  확률  오류  것  이것  무작위  일치  확률  피고인  문제  증거  원천  확률  혼동  한  오류  검사  변호사  들  잘못된  확률  정보  사용  재판  훈련  배심원  들  확률  혼동  하게  저자  확률  표기  것  빈도  표기  것  중요  것  상기  빈도  표기  때  흐릿  한  생각  개안  것  가능  것  DNA  증거  사용  때  적절  한  표기법  것  법학자  개안  수  유죄  평결  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [16] "  나  일반  대중  들이  전문가  들  자신  시행  추론  불확실  성  이해  것  사람  자연  빈도  계산맹  상태  극복  데  도움  이해  DNA  검사  친자  검사도  수  DNA  검사  대상범위  불확실  혈연관계  주관  적  판단  문제  때문  불확실  성  존재  하게  허용  오차범위  변경  위  치  발표  수  표본  오염  실험  잘못  경우  불일치  수준  수  DNA  데이터베이스  개인  본성  정보  사생활  위협  수  우려  DNA  프로  파일  전체  유전  체  몇  몇  부분  정보  DNA  자료은행  암호화  기능  DNA  표본  만  이  성범죄  범죄  자  확인  수  범죄  단념  하게  효과"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [17] "  다음  확률  질문  두  가지  가능  한  상황  중  상황  문제  상황  지  질문  반면  빈도  질문  하나  기준  집단  특정  범주  효과  범주  방법  판단  영향  현상  말  전문가  들이  예측  판단  정확  범주  효과  불확실  성  상황  판단  사람  확실  한  지식  경우  발생  범주  단계  표  판단  영향  범주  효과  위험  판단  불확실  성  판단  영향  위험  평가  때  범주  효과  감소  수  방법  첫  번째  위험  평가  마음  불확실  성  감소  것  두  번째  위험  평가  때  응답  범주  설정  도구  사용  것  다음  계산맹  상태  악용  사례  들이  병원  제약회사  들  이득  비용  비교  위험  도  표기  함  시민  들  계산맹을  이용  회사  들  그  실적  감소  계산맹을  이용"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [18] "  책  요약  하자  자연  빈도  정보  마음  흐릿  하게  것  적절  한  표기법  인지  적  환상  수  계산맹을  개안  책  생각  도구  들  사용  불필요  한  불안  스트레스  줄  수  사람들  데  기  수  것  저자  말  책  내용  중  프랭클린  법칙  ‘이  세계  죽음  세금  확실  한  것  ’라는  문장  인상  법칙  기술  오류  제거  수  것  수  확실  성  환상  수  것  위험  데  도움  정보  수  정보원  들이  유용  한  정보원  들  위험  위험  평가  고려  불확실  성  학생  들  적절  한  표기법  활용  수  방법  것  필요  한데  이것  장기  기억력  도움  저자  통계  적  생각  노력  결과  수  고등학교  교육과정  말  나  책  위험  이해  그것  사람들  효과  적  소통  데  도움  계산맹을  개안  도구  들  수  책  중간  중간  공감  비교  적  재밌게  책"                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [19] "  나  오랫동안  확실  성  환상  속  적  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       
## [20] "  나  때  악성  아토  피  초등학교  때  병원  전전  3  4  년  동안  피부과  나  양약  스테로이드  연고  때  부모님  나  아토  피  처방  약  무  때문  의사  대  약  복용  병원  연고  바  때  일시적  가려움증  뿐  시간  상처  부위  원래  나중  스테로이드  연고  부작용  아토  피  수  것  나  조금  호전  상태  지옥  나날  초등학생  나  나머지  자살  번  생각  뒤  부모님  나  아토  피  치료  하기  사방  치료법  허벌라이프  암웨이  등  건강식품  건강식품  것  나  때  ‘이번엔  효과  제품  확실하겠지’라는  생각  것  아토  피  완치시킬  수  시간  믿음  내  착각  나  것  수  환자  들  자신  처지  절박  때문  확실  성  환상  수  생각  의사  들  오랫동안  의학  공부  한  전문가  들이  때문  사람  대부분  그  결정  확실  그  수  생각  수  것  생각  해  때  나  치료  의사  선생님  나  병원  자신  이득  치료  위험  부작용  설명  생각  나  뿐  6  살  때  만성  중이염  수술  고등학교  1  학년  때  비염  병원  비중격만곡증이라는  진단  수술  나  아토  피  치료  이것  수술  당시  완치  수  믿음  중학생  때  나  급성  중이염  고등학교  3  학년  때  비염  재발  나  치료  확실  거  경험  깨달았다  후  치료법  약  의심  가지  불확실  성  가능성  인지  하게  책  때  내  경험  생각  흥미  수"
## [21] "  책  자연  빈도  표기  법  유용  성  정보  바  수  방법  도움  책  것  토대  나  흐릿  한  생각  계산맹을  개안  수  저자  한  대  노력  것  사람  책  확실  성  환상  극복  계산맹을  개안  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [22] "  나  책  중  숫자  위험  한  선택  사람들  이  책  이유  제목  흥미  때문  사실  신호  소음  이  책  도서관  대출  중  책  목록  중  책제목  눈  숫자  위험  한  선택  사람들  결론  적  말  책  거  한  선택  것  책  제목  확률  통계치  숫자  뒤  이야기  들이  것  예상  선택  내  예상  책  내용  때문  책  유방암  검진  에이즈  DNA  지문  등  예시  세상  불확실  성  숫자  선택  방법  내용"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [23] "  사람  숫자  정확  한  것  때문  의심  때문  확률  통계치  숫자  무비판적  그것  함정  책  예시  중  하나  기준  집단  불확실  성  책  한  것  “30~50%  확률  문제  것입니다”  라  말  기준  집단  명시  불구  그것  의문  자신  생각  기준  생각  나  생각  책  그  얘기  때  뜨끔  기준  집단  것  인지  수  기준  집단  결과  때문  자신  생각  기준  집단  가지  자신  생각  결과  수  때문  대부분  사람  확률  기준  집단  사실  인지  책  표기법  퍼센트  대  빈도  수  해결  방법  제시  10  번  중  3  번  식  잘못된  의사소통  줄  수  기준  집단  분명  하게  수  때문  해결방안  앞  지향  생각  대부분  사람  숫자  이면  피해  경우  기준  집단  생각  잘못된  의사소통  때  데  빈도수  경우  때문  부작용  확률  등  설명  것  감  신중  것  때문  환자  들이  인지  가능성  빈도  수  말  생각"                                                                                                                                                                                                                                                                                                                                                                                                                
## [24] "  하나  기억  남  내용  DNA  지문  내용  DNA  지문  전  세계  적  범죄  범인  역할  나  지문  사람  들마  때문  범인  확정  확실  한  방법  생각  DNA  발견  피의자  의심  사람  자신  무죄  주장  것  자신  죄  인정  것  생각  DNA  발견  사람  진짜  범인  수  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [25] "  발견  DNA  범인  것  사람  것  수  DNA분석  중  기술  적  오류  발생  수  때문  사건  현장  발견  한  DNA  일치  사람  사람  만  피의자  것  다양  한  가능성  수사  것  사람들  범인  확정  되기  전  DNA  일치  사람  발견  사람  범인  확정  욕  것  우리  생각  불확실  성  존재  하기  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [26] "  책  마지막  ‘몬티  홀  문제’에  개  적  문제  책  전  친구  ‘몬티  홀  문제’에  적  때문  친구  문제  때  사회자  염소가  문  하나  때  선택  것  이득  이해  사회자  문  염소가  문  하나  확률  자동차  뒤  문  경우  2  분  1  생각  때문  친구  설명  이해  책  경우  수  설명  이해  수  사회자  입장  참여자  문  것  차  확률  3  분  1  2  분  1  것  문제  확률  우리  생활  밀접  하게  생각  생각  나  생각  확률  경우  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [27] "  책  나  과학  기술  발전  전  확실  한  결과  수  확실  한  거  것  깨달았다  우리  확실  생각  것  불확실  성  때문  앞  불확실  성  지  불확실  성  생각  나  통계  해석  하기  숫자  판단  경험  들  경우  나  사람들  것  생각  책  제시  한  방법  확률  표기법  사람  확률  해석  어려움  오해  앞  표기법  문화  생각"
corpus.crt <- Corpus(VectorSource(critique.nouns))
corpus.crt
## <<VCorpus>>
## Metadata:  corpus specific: 0, document level (indexed): 0
## Content:  documents: 27
tdm <- TermDocumentMatrix(corpus.crt, control = list(wordLengths = c(3, 30),
                                                     removeNumbers = TRUE,
                                                   stopwords = stopwords('en'),
                                                   removePunctuation = TRUE))
as.matrix(tdm)
##                      Docs
## Terms                 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
##   dna                 1 0 0 1 0 0 0 0 0  1  0  0  0  0  6  6  0  0  0  0
##   dna분석             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   가능                0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  1  0  0  0
##   가능성              0 0 0 0 0 0 0 1 0  0  0  0  1  1  1  0  0  0  0  1
##   가려움증            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   가설                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   가슴                0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   가족력              0 0 0 0 2 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   가족력으로          0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   가치                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   건강식품            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   검사                0 0 0 1 0 2 0 1 0  0  0  0  2  1  1  2  0  0  0  0
##   검사도              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   검진                0 0 0 0 1 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   것입니다            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   계산맹              0 1 0 1 0 0 0 0 0  0  0  2  2  0  0  1  1  0  0  0
##   계산맹과            0 0 0 0 0 0 0 0 1  1  0  0  0  0  0  0  0  0  0  0
##   계산맹에            0 0 0 0 1 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   계산맹으로          0 1 0 0 1 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   계산맹을            0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  2  2  0  0
##   계산맹이            0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   계산맹이라는        0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   고등학교            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  2
##   고위험군            0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   고위험군에          0 0 0 0 3 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   고위험성            0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   공포심\n            0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   관련                0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   관행                0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   교과과정            0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   교육과정            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   권위가              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   그것들을            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   그동안              0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   극단적              0 0 0 0 1 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   기억력              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   깨달았다            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   나머지              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   나타내느냐에        0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대다수              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   대답                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   대부분              0 0 0 0 1 0 0 1 0  0  1  1  0  1  0  0  0  0  0  1
##   대상범위            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   대입                0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대중                0 0 0 0 0 0 0 0 0  0  2  3  0  1  0  1  0  0  0  0
##   대출                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   데이터베이스        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   도서관              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   라는                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   마지막              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   맹목적              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   몬티                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   무비판적            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   무작위              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   문제에              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   미디어              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   밀접                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   배심원              0 0 0 0 0 0 0 0 0  0  0  0  0  1  1  0  0  0  0  0
##   백분율              0 0 0 0 2 0 0 0 0  0  0  2  0  0  0  0  0  0  0  0
##   범죄자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  2  0  0  0  0  0
##   법학자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   변경                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   변호사              0 0 0 3 0 0 0 0 0  0  1  0  0  1  1  0  0  0  0  0
##   변환                0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   보편화              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   부모님              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   부분                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  1  0  0  0  0
##   부위                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   부작용              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   부정                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   부정적              0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   불가피              0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   불규칙적            0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   불일치              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   불필요              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  1  0  0
##   불확실              0 0 0 1 0 1 0 0 1  0  1  0  1  1  2  3  3  1  0  1
##   불확실성            0 1 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   비중격만곡증이라는  0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   빈도수              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   사람들              0 1 0 0 0 0 0 0 1  0  1  0  0  0  0  0  0  2  0  0
##   사생활              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   사회자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   상담가들은          0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   생물학적            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   선생님              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   성범죄              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   소책자              0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   스스로              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   스테로이드          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   스트레스            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   심리학과            0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   아쉬움              0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   아이들              0 0 0 0 0 0 2 0 0  0  0  0  0  0  0  0  0  0  0  0
##   안젤리나            0 0 0 0 2 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   암웨이              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   암호화              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   어려움              0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   에이즈              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   염소가              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   오랫동안            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  1
##   오차범위            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   완치시킬            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   외과의사            0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   용의자              0 0 0 3 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   위양성              0 0 0 0 0 0 0 1 0  0  0  0  2  0  0  0  0  0  0  0
##   유방암              0 0 0 0 9 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   유죄판결            0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   의료정보            0 0 0 0 0 0 0 2 0  0  0  0  0  0  0  0  0  0  0  0
##   의미이기            0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   의사결정            0 0 0 0 0 0 0 0 0  0  1  0  1  0  0  0  0  0  0  0
##   의사소통            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   이번엔              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   이야기              0 0 0 1 0 0 0 0 0  0  0  0  1  1  1  0  0  0  0  0
##   일시적              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   있었으면            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   자동차              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   자료은행            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  1  0  0  0  0
##   잘못된              0 1 0 0 1 0 0 0 0  0  0  2  0  0  2  0  0  0  0  0
##   재밌게              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   재밌던              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   저자                0 0 0 0 0 0 0 0 0  0  0  0  1  1  1  0  0  2  0  0
##   전문가              0 1 0 0 0 0 0 0 0  0  2  1  1  1  0  1  1  0  0  1
##   전문용어            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   절제술              0 0 0 0 2 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정보원              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  2  0  0
##   제약회사            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0
##   조건부              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   중국아이들이        0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   중국어              0 0 0 0 0 0 4 0 0  0  0  0  0  0  0  0  0  0  0  0
##   중이염              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   중학생              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   증거자료            0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   지루                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   지문                1 0 0 0 0 0 0 0 0  0  0  0  0  0  5  0  0  0  0  0
##   지속                0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지식                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0
##   지옥                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   지적                0 1 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   지체                1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지향                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   진단방법            0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   참여자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   책제목              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   초등학교            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   초등학생            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   최우선              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   치료법              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2
##   컴퓨터              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   통계치              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   통계학              0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   파트너              0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   판단력              0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   퍼센트              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   페이지              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   표기법              0 0 0 0 0 0 3 0 0  0  0  1  0  0  1  0  0  2  0  0
##   표현하느냐에        0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   프랭클린            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   피고인              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   피부과              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   피의자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   한국어              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   해결방안            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   허벌라이프          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   혈연관계            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   호기심              1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   확실하겠지라는      0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##                      Docs
## Terms                 21 22 23 24 25 26 27
##   dna                  0  1  0  4  3  0  0
##   dna분석              0  0  0  0  1  0  0
##   가능                 0  0  0  0  0  0  0
##   가능성               0  0  1  0  1  0  0
##   가려움증             0  0  0  0  0  0  0
##   가설                 0  0  0  0  0  0  0
##   가슴                 0  0  0  0  0  0  0
##   가족력               0  0  0  0  0  0  0
##   가족력으로           0  0  0  0  0  0  0
##   가치                 0  0  0  0  0  0  0
##   건강식품             0  0  0  0  0  0  0
##   검사                 0  0  0  0  0  0  0
##   검사도               0  0  0  0  0  0  0
##   검진                 0  1  0  0  0  0  0
##   것입니다             0  0  1  0  0  0  0
##   계산맹               0  0  0  0  0  0  0
##   계산맹과             0  0  0  0  0  0  0
##   계산맹에             0  0  0  0  0  0  0
##   계산맹으로           0  0  0  0  0  0  0
##   계산맹을             2  0  0  0  0  0  0
##   계산맹이             0  0  0  0  0  0  0
##   계산맹이라는         0  0  0  0  0  0  0
##   고등학교             0  0  0  0  0  0  0
##   고위험군             0  0  0  0  0  0  0
##   고위험군에           0  0  0  0  0  0  0
##   고위험성             0  0  0  0  0  0  0
##   공포심\n             0  0  0  0  0  0  0
##   관련                 0  0  0  0  0  0  0
##   관행                 0  0  0  0  0  0  0
##   교과과정             0  0  0  0  0  0  0
##   교육과정             0  0  0  0  0  0  0
##   권위가               0  0  0  0  0  0  0
##   그것들을             0  0  0  0  0  0  0
##   그동안               0  0  0  0  0  0  0
##   극단적               0  0  0  0  0  0  0
##   기억력               0  0  0  0  0  0  0
##   깨달았다             0  0  0  0  0  0  1
##   나머지               0  0  0  0  0  0  0
##   나타내느냐에         0  0  0  0  0  0  0
##   대다수               0  0  0  0  0  0  0
##   대답                 0  0  0  0  0  0  0
##   대부분               0  0  2  0  0  0  0
##   대상범위             0  0  0  0  0  0  0
##   대입                 0  0  0  0  0  0  0
##   대중                 0  0  0  0  0  0  0
##   대출                 0  1  0  0  0  0  0
##   데이터베이스         0  0  0  0  0  0  0
##   도서관               0  1  0  0  0  0  0
##   라는                 0  0  0  0  0  0  0
##   마지막               0  0  0  0  0  1  0
##   맹목적               0  0  0  0  0  0  0
##   몬티                 0  0  0  0  0  2  0
##   무비판적             0  0  1  0  0  0  0
##   무작위               0  0  0  0  0  0  0
##   문제에               0  0  0  0  0  2  0
##   미디어               0  0  0  0  0  0  0
##   밀접                 0  0  0  0  0  1  0
##   배심원               0  0  0  0  0  0  0
##   백분율               0  0  0  0  0  0  0
##   범죄자               0  0  0  0  0  0  0
##   법학자               0  0  0  0  0  0  0
##   변경                 0  0  0  0  0  0  0
##   변호사               0  0  0  0  0  0  0
##   변환                 0  0  0  0  0  0  0
##   보편화               0  0  0  0  0  0  0
##   부모님               0  0  0  0  0  0  0
##   부분                 0  0  0  0  0  0  0
##   부위                 0  0  0  0  0  0  0
##   부작용               0  0  1  0  0  0  0
##   부정                 0  0  0  0  0  0  0
##   부정적               0  0  0  0  0  0  0
##   불가피               0  0  0  0  0  0  0
##   불규칙적             0  0  0  0  0  0  0
##   불일치               0  0  0  0  0  0  0
##   불필요               0  0  0  0  0  0  0
##   불확실               0  1  1  0  1  0  3
##   불확실성             0  0  0  0  0  0  0
##   비중격만곡증이라는   0  0  0  0  0  0  0
##   빈도수               0  0  1  0  0  0  0
##   사람들               0  2  0  0  1  0  1
##   사생활               0  0  0  0  0  0  0
##   사회자               0  0  0  0  0  3  0
##   상담가들은           0  0  0  0  0  0  0
##   생물학적             0  0  0  0  0  0  0
##   선생님               0  0  0  0  0  0  0
##   성범죄               0  0  0  0  0  0  0
##   소책자               0  0  0  0  0  0  0
##   스스로               0  0  0  0  0  0  0
##   스테로이드           0  0  0  0  0  0  0
##   스트레스             0  0  0  0  0  0  0
##   심리학과             0  0  0  0  0  0  0
##   아쉬움               0  0  0  0  0  0  0
##   아이들               0  0  0  0  0  0  0
##   안젤리나             0  0  0  0  0  0  0
##   암웨이               0  0  0  0  0  0  0
##   암호화               0  0  0  0  0  0  0
##   어려움               0  0  0  0  0  0  1
##   에이즈               0  1  0  0  0  0  0
##   염소가               0  0  0  0  0  2  0
##   오랫동안             0  0  0  0  0  0  0
##   오차범위             0  0  0  0  0  0  0
##   완치시킬             0  0  0  0  0  0  0
##   외과의사             0  0  0  0  0  0  0
##   용의자               0  0  0  0  0  0  0
##   위양성               0  0  0  0  0  0  0
##   유방암               0  1  0  0  0  0  0
##   유죄판결             0  0  0  0  0  0  0
##   의료정보             0  0  0  0  0  0  0
##   의미이기             0  0  0  0  0  0  0
##   의사결정             0  0  0  0  0  0  0
##   의사소통             0  0  2  0  0  0  0
##   이번엔               0  0  0  0  0  0  0
##   이야기               0  1  0  0  0  0  0
##   일시적               0  0  0  0  0  0  0
##   있었으면             0  0  0  0  0  0  0
##   자동차               0  0  0  0  0  1  0
##   자료은행             0  0  0  0  0  0  0
##   잘못된               0  0  2  0  0  0  0
##   재밌게               0  0  0  0  0  0  0
##   재밌던               0  0  0  0  0  0  0
##   저자                 1  0  0  0  0  0  0
##   전문가               0  0  0  0  0  0  0
##   전문용어             0  0  0  0  0  0  0
##   절제술               0  0  0  0  0  0  0
##   정보원               0  0  0  0  0  0  0
##   제약회사             0  0  0  0  0  0  0
##   조건부               0  0  0  0  0  0  0
##   중국아이들이         0  0  0  0  0  0  0
##   중국어               0  0  0  0  0  0  0
##   중이염               0  0  0  0  0  0  0
##   중학생               0  0  0  0  0  0  0
##   증거자료             0  0  0  0  0  0  0
##   지루                 0  0  0  0  0  0  0
##   지문                 0  1  0  3  0  0  0
##   지속                 0  0  0  0  0  0  0
##   지식                 0  0  0  0  0  0  0
##   지옥                 0  0  0  0  0  0  0
##   지적                 0  0  0  0  0  0  0
##   지체                 0  0  0  0  0  0  0
##   지향                 0  0  1  0  0  0  0
##   진단방법             0  0  0  0  0  0  0
##   참여자               0  0  0  0  0  1  0
##   책제목               0  1  0  0  0  0  0
##   초등학교             0  0  0  0  0  0  0
##   초등학생             0  0  0  0  0  0  0
##   최우선               0  0  0  0  0  0  0
##   치료법               0  0  0  0  0  0  0
##   컴퓨터               0  0  0  0  0  0  0
##   통계치               0  1  1  0  0  0  0
##   통계학               0  0  0  0  0  0  0
##   파트너               0  0  0  0  0  0  0
##   판단력               0  0  0  0  0  0  0
##   퍼센트               0  0  1  0  0  0  0
##   페이지               0  0  0  0  0  0  0
##   표기법               0  0  1  0  0  0  2
##   표현하느냐에         0  0  0  0  0  0  0
##   프랭클린             0  0  0  0  0  0  0
##   피고인               0  0  0  0  0  0  0
##   피부과               0  0  0  0  0  0  0
##   피의자               0  0  0  1  1  0  0
##   한국어               0  0  0  0  0  0  0
##   해결방안             0  0  1  0  0  0  0
##   허벌라이프           0  0  0  0  0  0  0
##   혈연관계             0  0  0  0  0  0  0
##   호기심               0  0  0  0  0  0  0
##   확실하겠지라는       0  0  0  0  0  0  0
head(as.matrix(tdm))
##            Docs
## Terms       1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
##   dna       1 0 0 1 0 0 0 0 0  1  0  0  0  0  6  6  0  0  0  0  0  1  0  4
##   dna분석   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능      0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  1  0  0  0  0  0  0  0
##   가능성    0 0 0 0 0 0 0 1 0  0  0  0  1  1  1  0  0  0  0  1  0  0  1  0
##   가려움증  0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   가설      0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##            Docs
## Terms       25 26 27
##   dna        3  0  0
##   dna분석    1  0  0
##   가능       0  0  0
##   가능성     1  0  0
##   가려움증   0  0  0
##   가설       0  0  0
tail(as.matrix(tdm))
##                  Docs
## Terms             1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
##   한국어          0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   해결방안        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   허벌라이프      0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   혈연관계        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   호기심          1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   확실하겠지라는  0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0  0
##                  Docs
## Terms             23 24 25 26 27
##   한국어           0  0  0  0  0
##   해결방안         1  0  0  0  0
##   허벌라이프       0  0  0  0  0
##   혈연관계         0  0  0  0  0
##   호기심           0  0  0  0  0
##   확실하겠지라는   0  0  0  0  0
dim(as.matrix(tdm))
## [1] 166  27
word.count <- as.array(rollup(tdm, 2))
word.order <- order(word.count, decreasing = T)
freq.word <- word.order[1:150]
freq.word
##   [1]   1  76 106  12 134 155  80 122  16  42 118   4  20  45  63 121 113
##  [18]  59 129  14  19  23  25  69  82 104 105   3   8  11  17  18  35  37
##  [35]  52  53  55  58  60  66  67  75  77  89  93  94  97  99 100 108 110
##  [52] 111 117 124 125 130 138 147 149 160   2   5   6   7   9  10  13  15
##  [69]  21  22  24  26  27  28  29  30  31  32  33  34  36  38  39  40  41
##  [86]  43  44  46  47  48  49  50  51  54  56  57  61  62  64  65  68  70
## [103]  71  72  73  74  78  79  81  83  84  85  86  87  88  90  91  92  95
## [120]  96  98 101 102 103 107 109 112 114 115 116 119 120 123 126 127 128
## [137] 131 132 133 135 136 137 139 140 141 142 143 144 145 146
result <- lsa(tdm[freq.word,], 10)

tk <- Varimax(result$tk)$loadings

for(i in 1:10)
{
  print(i)
  importance <- order(abs(tk[,i]), decreasing = T)
  print(tk[importance[1:8], i])
}
## [1] 1
##         dna       지문      불확실        저자    자료은행     계산맹을 
##  0.86596681  0.21211027  0.17606971 -0.10661163  0.10557656 -0.10502000 
##       검사       검사도 
##  0.08644106  0.08482679 
## [1] 2
##     유방암  고위험군에       가족력    안젤리나     절제술      백분율  
##  0.83180814  0.27131378  0.18087585  0.18087585  0.18087585  0.15210020 
##       검진        가슴  
##  0.10049802  0.09043793 
## [1] 3
##    불확실     사람들    계산맹을      저자     표기법     정보원  
## -0.6244617 -0.3951595 -0.3921922 -0.2266017 -0.2065997 -0.2003264 
##     전문가   고등학교 
## -0.1249717 -0.1117604 
## [1] 4
##      부작용    건강식품      부모님 스테로이드      중이염      치료법  
##  -0.3036471  -0.2887083  -0.2887083  -0.2887083  -0.2887083  -0.2887083 
##    고등학교     대부분  
##  -0.2635366  -0.1702569 
## [1] 5
##      중국어       표기법       아이들      계산맹에        대입  
##    0.6515272    0.5703012    0.3257636    0.1633435    0.1628818 
##     불규칙적      재밌던  중국아이들이 
##    0.1628818    0.1628818    0.1628818 
## [1] 6
##      대중     잘못된     대부분      전문가    백분율     계산맹  
## -0.5754511 -0.3951193 -0.3069122 -0.2837388 -0.2772567 -0.2466713 
##   공포심\n    미디어  
## -0.1378898 -0.1378898 
## [1] 7
##      지문     잘못된       저자     범죄자      가능성    이야기  
##  0.6495800  0.3051270  0.2311402  0.2135723  0.1763185  0.1421904 
##    불확실     표기법  
## -0.1415573  0.1324686 
## [1] 8
##     검사    위양성    계산맹     가능성   이야기      부분      지적  
## 0.5076026 0.3802799 0.3184650 0.2294356 0.1822572 0.1754654 0.1735448 
##     가설  
## 0.1610571 
## [1] 9
## 사회자    몬티   문제에  염소가 마지막    밀접  자동차  참여자  
##    -0.6    -0.4    -0.4    -0.4    -0.2    -0.2    -0.2    -0.2 
## [1] 10
##     변호사    용의자     이야기     불가피    유죄판결      지속  
##  0.6430252  0.5546613  0.2033355  0.1848871  0.1848871  0.1848871 
##    불확실    계산맹을 
##  0.1192836 -0.1103495

빅데이터

kkk <- read.csv("lsa_test.csv")

kkk <- subset(kkk, book == "빅데이터")

critique <- as.character(kkk$contents)

critique.nouns <- as.character()
temp <- as.character()

for (i in 1:length(critique))
{
   temp <- extractNoun(critique[i])
   temp2 <- as.character()
   for (j in 1:length(temp))
   {
      temp2 <- paste(temp2, temp[j], sep='  ')
   }
   critique.nouns[i] <- temp2
}

critique.nouns
##  [1] "  나  책  여기  당신  욕망  후  연장  선  통계  수  기회  가지  책  후  한  단어  표현  하자  ‘통계에  엑기스‘라고  표현  우리  지금  정보화  시대  통계  중요  한  부분  들이  때문  통계학  충실  다양  한  예시  분석  저자  솔직  한  생각  통계학  익숙  사람들  사회  통계  중요  한  지  빅데이터  가치  지  것  납득  수  것  통계학  중요한지  저자  통계학  목숨  정도  강조  거듭  나  분석  점  다음"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
##  [2] "  저자  시대  변화  한  만큼  빅데이터  중요  성  증가  중요  한  것  데이터  것  ‘통계해석’  중요  성  강조  당연  정보  정보  써먹을  힘  정보  들  무의미  한  지  불과  사회  문제  해결  열쇠  빅데이터를  허무  엉뚱  하게  활용  통계학  기초  한  통계  이해  필수  적  점  염두  저자  통계학  이해  서술"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
##  [3] "  먼저  통계  비용  시간  비용  것  지금  정보  홍수  시대  전수  조사  사실상  불가능  표본  조사  한계  효과  적  보완  신뢰도  측면  표준  오차  감안  전수  조사  차이  정도  정확  한  수치  이  통계  적  검증  완료  우리  정보  해석  수  통계  적"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
##  [4] "  오차  인과관계  해석  그것  카이제곱검정과  p  값  통계  해석  정밀  하게  단순  집계  정보  간  비교  분석  수월  정확  한  해석  피셔  ‘임의화  비교실험’으로  공정  한  조건  형성  수  부분  나  인상  부분  임의  화  단어  자체  위험  하게  수  공정  결과  수  통계  핵심"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
##  [5] "  현실  적  윤리  적  감정  적  한계  존재  대책  때  최선  결론  때문  가치  통계  수  회귀분석  의미  “데이터  간  관련  성  그것  오차  수  범위  검정  기법”이라고  수  진화론  연관성  신선  하게  골턴에  ‘평범으로  회귀’는  평균  값  회귀  뜻  실제  데이터  이론상  추측  한  값  평균  값  의미  여기  ‘통계량  불규칙성’을  제시  평균  적  값(타당한  값  것  값  오차  파악  정확  한  값  확률  증가  수  피력  반응  변수  연속  값  경우  사용  수  다중  회귀분석  설명변수  연속  값  경우  사용  수  로지스틱  회귀분석  데이터  관련  성  때  유용"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       
##  [6] "  회귀  모형  사용  때  교호작용  interaction  영향  추정  것  중요  피상  적  회귀  계수  잘못된  판단  위험  줄  수  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
##  [7] "  책  뒷부분  ‘통계학  여섯  가지  활용  분야’를  통계학  얼마  실생활  밀접  해  활용  체감할  수  통계학  간학  문적  분야  분야  통계학  차이  분야  별  고유  한  개성  차별화  통계  활용  수  에비던스  통계  리터러시를  현실  활용  수  정  계통  적  리뷰  메타  분석  에비던스를  보완  수  방법  최선  답  줄  수  역할"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
##  [8] "  저자  통계  주요  개념  설명  중심  이야기  우리  통계  이상  전문  적  분야  사용  것  비즈니스  과학  실험  정책  등  분야  활용  수  것  인지  수  반복  해서  말  데이터  분석  해석  과정  통계학  신속  최선  결정  수  때문  이  저자  통계  말  바  것  통계  지식  누구  데이터  분석  결정  데  실패  확률  줄  수  책  저자  통계  애착  그  통계  가치  자부  중요시  단언컨대  통계  앞  최강  학문  것  확신  수  한  번  확인  수  부분"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
##  [9] "  나  통계  수업  내용  들  정리  수  기회  시험  보기  위한  통계  공부  친근  한  통계  수  중간  중간  이해  것  책  실마리  것  교수님  수업  내용  이  책장  수  수업시간  빈도론파와  베이즈파가  새삼  확실  한  것  저자  주장  빅데이터로  세상  속  삶  이상  통계  수  것  수  통계  관심  호기심  것  그것  분명  우리  현재  삶  앞  미래  이  것  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [10] "  책  제목  빅데이터를  이용  한  통계  이야기  소개  한  책  통계학  무엇  설명  통계  접근  수월  하게  사례  이야기  통계분석  방법  설명  이  활용  분야  통계분석  완성  작업  소개  교과서  정도  통계  자세  하게  설명  수업  통계분석  방법  들  등장  유익  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
## [11] "  통계학  역사  시작  실생활  통계  사용  데이터  분석  통계  답  제시  해  때문  실용적  힘  통계학  종이  펜  시작  IT  발달  빅데이터라는  것  성장  여기  통계학  가치  창출  중요  한  분야"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [12] "  데이터  분석  때  1  요인  변화  이익  향상  2  변화  행동  가능  한가  3  그  비용  이익  상회  라  세  가지  질문  답  수  단순  집계  만  이  대답  20  세  발달  한  현대  통계학  기법  이용  통계학  경험  결함  보완  확실  한  데이터  바탕  적절  한  비교  이익  좌우  것들을"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
## [13] "  A/B테스트는  두  종류  비교  쪽  판단  채택  것  임의  화  비교  실험  실험  완성  피셔시대에  통계  데이터  오차  오차  정도  영향력  오차  고려  의미  결과  완성  수  것  카이제곱검정과  p  값  통계  해석  정밀  하게"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [14] "  임의  화  현실  윤리  감정  세  가지  한계점  이  고려  통계분석  진행"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [15] "  다음  회귀분석  내용  등장  회귀분석  데이터  관계  성  기술  것  하나  변수  변수  값  예측  설명  것  복수  회귀  계수  추정  다중  회귀분석  한  층  확장  오즈비를  이용  한  로지스틱회귀분석  회귀  계수  추정  시  변수  상승효과  상태  가정  붕괴  교호작용  등  설명  회귀분석  방법  한계  이후  발전  한  현대  적  기법  설명"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [16] "  통계학  과학  분야  다양  한  방법  사용  책  여섯  가지  활용  분야  소개  사회조사  법  실태  현상  파악  하게  역학  생물  통계학  원인  규명  생물학적  문제  해결  인간  지능  추상  적  것들을  숫자  심리  통계학과  기계  적  분류  데이터마이닝  언어  분석  우리  생활  유용  하게  텍스트  마이닝과  연역적  영역  관심  두  계량  경제학"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [17] "  확률  자체에대한  대립  의견  빈도론자와  베이즈론자  의견  소개  빈도론자는  빈도  확률  파악  것  베이즈파는  한  시점  사전  확률  사후  확률  생각  것  둘  대립  의견  상황  사용  정리"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [18] "  마지막  통계분석  완성  과학  적  근거  방법  설명  계통  적  리뷰  메타  분석  과거  문헌  들  비교  보완  통계분석  결과  완성  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [19] "  책  전반  적  내용  빅데이터라  정도  데이터  데이터  들  통계분석  활용  때  빛  내용  이  방법  완성  활용  방법  들  친절  하게  설명  이  통계  중요  한  것  생각  하게  회계  기초  용어  각종  표  그래프  이해  이해  시간  문제  분석  방법  부분  수업  내용  친숙하긴  책  중요  부분  밑줄  편집  중요  내용  캐치  도움  통계학  자세  하게  책  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [20] "  나  ‘빅데이터’라는  개념  작년  때  행정학  개론  수업시간  교수님  빅데이터에  선택  과제  과제  학생  가산  점  나  수업  듣긴  ‘빅데이터’라는  것  무엇  당시  이해  선택  과제  몇  몇  과제  아이들  빅데이터를  활용  가지  문제  해결  수  사례  들  소개  그것들이  흥미  때문  사례  들  내용  정확  하게  기억"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [21] "  A  동기  여자  아이  지하철  활용  수  예  지하철  이용  사람  빅데이터를  수집  해  칸  혼잡  칸  사람  지  분석  전광판  것  사람  전광판  자체  적  것  지하철  칸  사람  분포  것  것  B  동기  남자  아이  지방  아이  자기  곳  외진  곳  사람들  그곳  마을  이용  수  의료시설  그곳  주민  들이  불편  마을  주민  들  병  나  진료  불편  감수  것  마을  빅데이터를  수집  해  마을  신설  의료시설  간  거리  각각  마을  비슷  한  거리  위치  의료시설  것  고안  마을  주민  들이  각자  동등  한  입장  의료  혜택  수  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [22] "  나  친구  들이  생각  한  활용  사례  후  ‘빅데이터’라는  개념  이해  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [23] "  책  빅데이터에  사람  관심  것  각각  분야  빅데이터를  활용  이익  창출  수  것  인식하  나  책  것  간략  하게  말해  보고"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [24] "  정의  빅데이터란  디지털  환경  생성  데이터  규모  방대  생성  형태도  수치  데이터  문자  영상  데이터  포함  대규모  데이터  말  것  과거  데이터  양  데이터  종류  다양  때문  사람  행동  위치정보  물론  생각  의견  분석  예측  수  빅데이터를  사용  함  현재상황  파악  분석  미래  결론  예측  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [25] "  저자  현대  사회  통계학  날  통계학  중요  성  말  저자  통계학  적  리터러시를  강조  이것  사업  적  개  적  중요  한  의사결정  수  의사결정  중요  한  것  이것  목숨  좌지우지  수  때문  책  의료분야  예  통계  이용  예방법  치료법  등  연구  사람  목숨  수  것  통계학  불확실  한  상황  위험  성  분야  데이터  분석  해  답  제시"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [26] "  통계학  현대  사회  중요  한  역할  대단  한  힘  의사결정  사람  경험  자료  과학  적  근거(증거)를  토대  객관적  판단  증거  정확  한  해답  제시  해  의학  분야  교육  분야  등  에비던스를  적극  활용  야구  경제학  통계학  영향  학문  통계학  사용  최선  효과  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [27] "  IT  산업  급속도  진보  발달  과거  교할  수  정도  통계학  강력  통계학  이용  가치  창출  수  비즈니스  도움  다음  통계학  활용  방법  들이  양  빅데이터가  존재  때  적절  한  표본조사  적  비용  필요  한  정보  수  표본  수  표준  오차  판단  필요  한  최소  데이터  것  비용  절감  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [28] "  세상  무의미  한  분석  들이  데이터  분석  것  비즈니스  도움  충분  한  데이터  바탕  적절  한  비교  통계  적  인과  추론  수  비즈니스  수  것  확실  한  데이터  바탕  한  비교  이익  좌우  차이  수  이익  직결  요소  들  수집  해  통계  해석  인과관계  방향"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [29] "  다음  카이제곱검정과  p  값  개념"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [30] "  카이제곱검정이란  차이  오차  확인  해석  기법  p  값  실제  오차  우연  데이터  차이  확률  p  값  말  유의  확률  이것  수업시간  개념  책  이해  하기"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
## [31] "  과학  대상  확대  임의  화  비교  실험  임의  화  비교  실험  조건  임의  평균  적  비교  두  그룹  동  한  조건  것  임의  화  비교  실험  실증실험  영역  확대  이것  활용  적  비용  최소한  위험  부담  실수  가능성  줄  수  소규모  임의  화  비교  실험  신속  확실  한  답  가능성  임의  화  데  현실  적  윤리  적  감정  적  세  가지  한계  임의  화  비교  실험  역학  연구  등장  역학  연구  고도  통계기법  조건  조정  것  가능  한  것  둘  사이  위험  차이"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [32] "  다음  회귀분석  개념  회귀분석  하나  이상  독립변수  종속변수  영향  추정  설명  수  통계기법  말  회귀  계수  오차  신뢰  구간  값  해석  수  통계  리터러시가  수  다중  회귀분석  복수  회귀  계수  추정  것  로지스틱  회귀  두  값  결과  변수  변환  연속적  변수  취급  함  다중  회귀분석  가능  것  두  가지  공정  한  비교  가능  하게  데이터  관련  성  때  편리  한  기법  회귀  모델  사용  때  상호작용  존재  것  중요  상호작용  항목  포함  한  회귀  모델  회귀  계수  잘못된  판단  위험  성  줄  수  성향  값  성향  점수  이것  임의  화  불가능  인과관계  특정  하기  곤란  한  상황  이용  것  사실  파트  때  개념  이해  하기  몇  번  반복  해서  인터넷을  이해  노력  정리  이해  수  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
## [33] "  다음  통계학  여섯  가지  특징  실태  파악  사회조사  법  원인  규명  역학  생물  통계학  추상  적  것  측정  심리  통계학  기계  적  분류  데이터마이닝  자연  언어  처리  텍스트마이닝  연역  관심  두  계량  경제학  특징  들이  역학  자  생물  통계  임의  표본  추출  정확  한  추정치  임의  화  타당  한  판단  심리  통계학  전제  한계  이해  한  상태  목적  사용  때  우리  것  데이터마이닝은  데이터  가운데  유용  한  상관  관계  발견  미래  실행  가능  한  정보  추출  해  내  의사  결정  이용  과정  말  데이터  형태  범위  다양  해지  규모  방대  해지  빅데이터  등장  데이터마이닝  중요  성  부각  데이터마이닝  방식  중  하나  카이제곱검정은  단일  표본  한  변수  범주  값  기대  빈도  관측  빈도  간  유의  한  차이  있는가를  적합성  검정  상관  분석  때  카이제곱값을  사용  오차  관련  성  상품  조합  자동  적  수  데이터마이닝에서  이용  기법  인간  인지  기능  ‘분류’라는  공간  귀착  그룹  인공지능  ‘분류’는  ‘교사  분류’와  ‘교사  분류’로  클러스터  분석  교사  분류  대표적  기법  클러스터  분석  마케팅  전략  시장세분화  때  이용  클러스터  분석  ‘분류할  수  있다’는  사실  관계  때문  분류  결과  각각  그룹  내용  사람  해석  누럴  네트워크  서포트  벡터  머신  곡선  적  변수  복잡  한  관련  성  데이터  간  존재  회귀  모델  능력  예측  최종  목적  데이터마이닝은  유효  예측  모델  앞  무엇  논의  회귀  모델  도움  다음  텍스트마이닝은  자연  언어  문장  통계학  적  분석  것  19  세  무렵  계산  문헌  특징  파악  계량  문헌학  등장  IT  발달  한  오늘  날  문장  단어  별  분리  해  단어  몇  번  사용  집계  수  형태소  해석  등장  형태소  해석  접근  법  사전  사용  기계  적  중복  허락  한  임의  수  문자  문자  열  거기  요구  단어  방식  엔그램  방식  다음  계량  경제학자  통계  상호작용  항목  포함  한  설명변수  선택  신중  하게  검토  나  최적  모델  추구"
## [34] "  통계학  분야  존재  확률  자체  대립  여기  빈도론파와  베이즈파가  빈도론파는  확률  빈도  파악  베이즈파는  사전  확률  사후  확률  생각  사전  확률  임의  값  설정  해도  베이즈파는  각각  상황  사전  확률  조건부  확률  곱셈  사후  확률  사전  확률  데이터  근거  해  산출  확률  한정  정보  가정  조합  효율성  필요  때  베이즈론을  이용  잘못  가능성  줄  충분  한  데이터  확보  때  빈도  론  p  값  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
## [35] "  다음  전문가  의견  기초  실험  결과  에비던스로서  낮  신뢰성  최고  에비던스는  계통  적  리뷰  메타  분석  계통  적  리뷰  복수  연구  정리  해석  가능  한지  일  자기  의견  유리  하게  이용  리뷰  서술  적  리뷰  이것  주관성  개입  객관적  계통  적  리뷰  것  중요  메타  분석  계통  적  리뷰  중  복수  임의  화  비교  실험  관찰  연구  통계  해석  결과  심도  정리  작업"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [36] "  나  이해  정리  한  핵심  적  이론  들  여기  저자  말  현대  사회  빅데이터  역할  가치  중요  성  서울시에서는  심야  핸드폰  이용  사람  위치정보  분석  한  후  발신자  출발지  도착지  연결  심야  노선  운영  일  미국  정유회사  코노코필립스는  시추선  데이터  분석  오작  동  고장  시추선  가동  중단  시간  80  해  7  억  달러  비용  절감  이  빅데이터  활용  사례  들  분야  빅데이터를  활용  것  책  책  잘못  선택  생각  정도  나  생소  한  용어  들이  개념  설명  이해  하기  통계학과  수학  적  지식  부족  한  내  분명  통계학  적  지식  데  조금  도움  앞  나  일  통계학  사용  일  수  것  확신"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [37] "  책  통계  실생활  관련  설명  나  책  통계  전문용어  들이  나오다보니  때문  전  수학  위험  한  선택  사람들  일상  생활  사람  통계  관련  해  잘못  생각  내용  들  일반  사람들  이해  수  반면  책  실생활  연관  통계  전문  적  것  표준  오차  카이제곱  등  수업시간  용어  내용  들  수  시대  데이터  들이  데이터  기반  통계  내  신뢰성  추정  수  그  통계  나중  책  나  정보  도움  것  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [38] "  책  중  흥미  이야기  중  하나  사다리  게임  얘기  우리  일상  생활  게임  때문  관심  사람  무작위  것  때  사다리  게임  때  무작위  때문  공평  생각  하기  때문  나  생각  책  사다리  타기  규칙  1000  번  반복  해  시뮬레이션해보면  확률  선  존재  양끝  쪽  선  중간  선  때  확률  이것  때  무작위  선  때문  확률  불확실  해  선  상관  줄  그것  확률  존재  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [39] "  앞  사다리  타기  때  양쪽  선  선택  해서  확률  진짜  확인  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [40] "  한  가지  “‘재봉틀  두  대사  10%할인’으로  매출  ”에  것  판매  전략  할인매장  발견  수  할인매장  두  개  경우  때문  책  재봉틀  사람  재봉틀  두  개  사진  주위  사람들  재봉틀  구매  권유  해  돈  우수  영업사원  고용  한  것  효과  ‘두  개  한  개  살  사람  두  개  ’라는  할인매장  두  개  상품  들  통계학  적  증명  것  업체  들이  두  개  것  아니란  생각  나  두  개  제품  한  개  필요  해도  두  개  친구  한  명  권유  한  개  살  수  정가  한  개사  것  손해  기분  때문  두  개  친구  것  업체  들  이벤트  것들을  시도  데이터  것  데이터  들  제  효과  이벤트  TV  광고  큰돈  적  돈  수익  수  것  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [41] "  다중  회귀분석  파트  전체  집단  간  단순비교  구성  요소  소집  간  비교  결과  모순  경우  때문  다중  회귀분석  책  전  요소  영향  줄  수  생각  집단  간  단순  한  차이  통계  것  데  자신  비교  요소  이외  요소  들  고려  해  다중  회귀분석  조건  상태  공정  한  비교  수  것  구성  요소  하나  비교  집단  분석  것  우리  구성  요소  통계  것  점  고려  설문조사  때  나  요소  것  조사  것  성별  나  등  조사  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [42] "  세계  적  데이터  들  그  우리  데이터  들  빅데이터라고  데이터  만큼  정확  성  데이터  선별  것  통계  때  데이터  표준  집단  통계  것  때문  일상  적  통계학  통계  전문  적  우리  생각  것  통계  우리  실생활  나  생각  것  통계  복잡  통계  상식  생각  분야  통계  때문  나중  도움  것  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [43] "  책  뒤  생각  ‘나도  통계학  것  무엇  인과  관계  수  있을까’이었다  지은이  말  임의  화  비교  실험  실패  줄  수  결정  수  이것  분명  인생  데  차별화  도구  수  것  인생  결정  것  속  인과관계  관계  파악  수  정확  하게  결과  도달  수  것  기대  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [44] "  나  결정  때  경험  만  의사결정  나름  이성  적  이치  판단  생각  결정  들이  사실  무익  수  사실"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [45] "  ‘좀  통계  것  알았더라면……  ’하는  아쉬움  대학  입학  원서  때  통계학  이용  나  결정  아쉬움  젤  수시  준비  때  내  논술  특징  통계  적  파악  수  유리  한  논술  유형  선택  데  도움"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [46] "  의학  분야  교육  분야  통계학  적  에비던스가  중요  한  연구  방법  중  하나  수  사실  책  의학  교육  불확실  성  분야  통계학  적  에비던스가  사용  판단  근거  활용  수  것  현실  분야  통계  유용  것  믿음"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [47] "  학교  통계  수업시간  SPSS  엑셀을  사용  통계학  때  프로그램  사용  것  당연  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [48] "  마음속으로는‘통계학  SPSS  &  엑셀’이라는  생각  것  대량  데이터  가짓수  계산  복잡  함  해결  수  프로그램  20  세  말  상용화  것  되"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       
## [49] "  그전  통계학  지  책  언급  상상  분명  한  프로그램  상황  통계  것  번거  일  것  앞  통계  수업시간  프로그램  사용  포기  때  마음"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [50] "  마케팅  사람  통계  지식  기본  생각  통계기법  시장  세분  화  관련  성  상품  결과  상품  진열  방식  이용  고객  구입  상품  예측  수  목적  쓰이느냐에  이용  통계기법  예  관련  성  상품  조합  때  카이제곱검정을  시장세분화  때  클러스터  분석  고객  선택  예측  때  데이터  마이닝을  사용  기법  들  중  기억  남  것  클러스터  분석  기법  인공지능  활용  ‘분류’라는  것  귀착  것  소비자  들  기호  다양  해지  소비자  들  소품  종  생산  추세  시장세분화  마케팅  필요  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [51] "  통계학  매력  장점  오차  접근  방식  기존  실제  데이터  취급  가설  사례  언급  것  접근  방법  결과  관련  사례  방식  이  통계  임의  화  활용  해  확률  적  인과관계  임의  화  방식  속  임의  화  표본  활용  해  추정  결과  오차  제  임의  화  것  비교  두  대상  조건  평균화  실험  조절  마지막  조건  만  것  비교  대상  간  눈  만  차이  이것  마지막  조건  차이  판단  인과관계  실증  것  사실  조건  리  조건  들  통제  것  일  생각  결과  영향  수  조건  들  가정  생각  때  생각지  조건  들이  수  생각  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [52] "  상상  무엇인가가  결과  영향  임의  화  평균  적  마찬가지  책  설명  이것  평소  사실  임의  화  부지불식간  조건  사실  신기  흥미  임의  화  것  인과관계  파악  때  결과  신뢰  수준  타당성  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [53] "  임의  화  통계  핵심  조건  조절  것  불가능  한  경우  견우가  경우  극  대극  상황  경우  감정  적  반감  경우  사용  하기  제시  이  통계  중요  인간  특수  성  생각  것  의미  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [54] "  임의  화  방법  인간  존재  무시  사용  결과  인간  이해  신경  때  가치  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [55] "  분야  최선  답  수  통계학  범용성  특징  매력  적  대상  관찰  실험  때  관찰  대상  조건  것  통계기법  활용  것  지  결정  데  인간  자율성  창의성  개입  수  생각  적절  한  통계기법  사용  수  능력  있느냐  여부  미래  시대  경제  적  사회  적  결과  적  측면  차이  것  통계  수  사람  사람  목적  통계기법  사용  수  사람  사람  경제  적  부유  사회  적  위치  가능성  것  자율성  창의성  비롯  결과  통계  극대화  수  이  사실  나  시점  빈부격차  어마어마  현실  국가  정책  제도  문제  이것  분명  나  포함  한  평범  한  사람  인정  사람  능력  차이(창의성  등  비롯  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [56] "  자율성  창의력  포함  능력  비롯  결과  통계  극대화  능력  대부분  사람들  소수  격차  것  생각  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [57] "  정보통신기술  발달  정보  혁명  현대  사회  정보  홍수  시대  빅데이터  시대  맞이  하게  막대  한  양  정보  이익  잘못된  정보  피해  입  수  막대  한  정보  속  가치  창출  해  수  유용  한  정보  만  추출  것  빅데이터  시대  우리  몫  것  책  빅데이터에서  유용  한  정보  추출  수  최강  도구  통계학  제시"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          
## [58] "  1  장  통계학  효용  성  발전  설명  ‘역학  아버지’  스노가  통계학  이용  해서  단순  효과  적  콜레라  대처  한  사례  통계학  유용  성  통계학  발전함  과학  적  분석  방법  기본  통계학  다양  한  분야  정보통신기술  발달  기존  수  데이터  수집  것  컴퓨터  대량  데이터  수집  수  빅데이터  시대  도래  하게"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       
## [59] "  2  장  빅  데이터  것인가에  설명  저자  빅데이터에서  기회  수준  기술  제품  투자  그  이  활용  사람  말  뉴딜정책  사례  통계학  활용  법  설명  정보수집  비용  대폭  줄  수  기법  표본조사  오차  소개  전수  조사  결과  정확  하게  수  현실  적  표본조사  실시  일부  데이터  예외  적  상황  수  정확  하게  수  주장  표준  오차  개념  제시  이  반론  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
## [60] "  3  장  이익  내  통계  해석  것인가에  설명  단순  집계  내  것  의사결정  도움  맥락  저자  통계  해석  고려  사항  통계기법  소개  통계  해석  때  요인  변화  이익  향상  것  변화  수  비용  대비  이익  수  있는가를  고려  다음  적절  한  비교  오차  해석"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [61] "  오차  해석  하기  기법  개념  카이제곱검정과  p  값  이용  마지막  데이터  인과관계  이익  연결되는가를  고려"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [62] "  4  장  임의  화  비교  실험  기법  소개  통계  해석  만  인과관계  방향  수  임의  화  비교  실험  이용  인간  제  수  무엇  인과관계  분석  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [63] "  임의  화  비교  실험  한계  기회  적  경우  윤리  적  문제  임의  화  운명  좌우  것  반감  문제"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [64] "  5  장  종류  통계  기법  소개  회귀분석  하나  변수  변수  값  설명  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
## [65] "  불규칙성  현상  실제  값  이론상  값  평균  값  평균  값  회귀  현상  불규칙성  현상  이론상  예측  하기  값  오차  판단  필요  일반  화  선형모델  다양  한  통계학  적  기법  이해  도  다중  회귀분석  결과  영향  변수  다수인  상황  분석  공정  한  비교  가능  하게"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [66] "  6  장  통계학  특성  바탕  통계학  분야  지  소개  통계학  실태  파악  사회조사  법  원인  규명  역학  생물  통계학  추상  적  것  측정  심리  통계학  기계  적  분류  데이터마이닝  자연  언어  처리  텍스트마이닝  연역  관심  두  계량  경제학  분야  활용  수  이  통계가들  관점  차이  논쟁  소개  대립  주체  확률  상정  빈도론파와  확률  상정  베이즈론파다  특성  사회조사  역학  생물  통계학  심리  통계학  빈도론파가  계량  경제학  베이즈론파가  우세"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [67] "  마지막  7  장  통계학  활용  하기  데이터  수  방법  사이트  소개"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [68] "  책  통계  실무자  뿐  곳  통계  일반인  대상  독자층  학문  소개  특성상  수  부분  역사  실제  사례  초심자  설명  책  기억  남  문장  “지금은  데이터  양  방대  해도  계산  수  때문  통계  해석  막대  한  정보  기록  보관  도움  “  부분  부분  나  통계  관점  책  전  행정  통계  수업  전  각종  매체  통계  데이터  나  유용  한  정보  추출  생각  이번  학기  통계학  데이터  비판  적  자세  필요  정보  속  필요  한  정보  만  활용  수  분별력  기  수"
corpus.crt <- Corpus(VectorSource(critique.nouns))
corpus.crt
## <<VCorpus>>
## Metadata:  corpus specific: 0, document level (indexed): 0
## Content:  documents: 68
tdm <- TermDocumentMatrix(corpus.crt, control = list(wordLengths = c(3, 30),
                                                     removeNumbers = TRUE,
                                                   stopwords = stopwords('en'),
                                                   removePunctuation = TRUE))
as.matrix(tdm)
##                     Docs
## Terms                1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
##   ab테스트는         0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0
##   interaction        0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능               0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0  0
##   가능성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가동               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가산               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0
##   가설               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가운데             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가정               0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   가짓수             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   가치               1 0 0 0 1 0 0 1 0  0  1  0  0  0  0  0  0  0  0  0  0
##   값타당한           0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   객관적             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   검정               0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   검증               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   검토               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   것들을             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   것들을\n           0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0  0
##   것인가에           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   견우가             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학\n           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   경제학자           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   골턴에             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   관계               0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   관련               0 0 0 0 2 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   관심               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  1  0  0  0  0  0
##   관점               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   관찰               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   관측               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   교과서             0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0  0
##   교사               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   교수님             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  1  0
##   교호작용           0 0 0 0 0 1 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   귀착               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   그것들이           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0
##   그래프             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0  0
##   극대화             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   근거증거를         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   급속도             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   기법이라고         0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   나도               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   나오다보니         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   네트워크           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   뉴딜정책           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   다수인             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   단순비교           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   단언컨대           0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대규모             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대극               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대단               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대답               0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0  0
##   대량               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대립               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  2  0  0  0  0
##   대부분             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대비               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대사               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대상               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대책               0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대처               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대폭               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대표적             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   대학               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터             0 1 0 0 2 0 0 2 0  0  1  2  1  0  1  0  0  0  2  0  0
##   데이터마이닝       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   데이터마이닝에서   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터마이닝은     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   도착지             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   독립변수           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   독자층             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   뒷부분             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   디지털             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   라는               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   로지스틱           0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   로지스틱회귀분석   0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   리터러시가         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   리터러시를         0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   마음속으로는통계학 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   마이닝과           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   마이닝을           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   마지막             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0  0
##   마찬가지           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   마케팅             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   무엇인가가         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   무의미             0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   무작위             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   문헌학             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   밀접               0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   발신자             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   발전함             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   범용성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론을         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론자         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0  0
##   베이즈론파가       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파다       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈파가         0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈파는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0  0
##   변수               0 0 0 0 1 0 0 0 0  0  0  0  0  0  3  0  0  0  0  0  0
##   변화               0 1 0 0 0 0 0 0 0  0  0  2  0  0  0  0  0  0  0  0  0
##   변환               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부각               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부담               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부분               1 0 0 2 0 0 0 0 0  0  0  0  0  0  0  0  0  0  2  0  0
##   부분\n             0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부유               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부족               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   부지불식간         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류는             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류라는           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류로             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류와             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류할             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분별력             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   분야를             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   불가능             0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   불규칙성           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   불규칙성을         0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   불확실             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   비교실험으로       0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   비즈니스           0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터           1 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터가         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0  0
##   빅데이터라고       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는       0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  2  0
##   빅데이터란         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터로         0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터를         0 1 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  1  2
##   빅데이터에         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0
##   빅데이터에서       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론자는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0  0
##   빈도론자와         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0  0
##   빈도론파가         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파와         0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0
##   빈부격차           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   사다리             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   사람들             1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  1
##   사실상             0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   사이트             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   사회조사           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   상승효과           0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   상용화             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   상호작용           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   생각지             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   생물학적           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   서울시에서는       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   서포트             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   선형모델           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   설명변수           0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   설문조사           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   소규모             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   소비자             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   수업시간           0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  1  0
##   스노가             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   시뮬레이션해보면   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   시장세분화         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   시추선             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰도             0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   실마리             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0
##   실무자             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   실생활             0 0 0 0 0 0 1 0 0  0  1  0  0  0  0  0  0  0  0  0  0
##   실용적             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0  0
##   실증실험           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   써먹을             0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   쓰이느냐에         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   아니란             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   아버지             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   아쉬움             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   아이들             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0
##   알았더라면         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   어마어마           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스           0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스가         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스로서       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스를         0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑기스라고         1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑셀을             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑셀이라는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   엔그램             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   역학               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   연결되는가를       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   연관성             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   연속적             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   연역적             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   영업사원           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   영향력             0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0
##   예방법             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   오즈비를           0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0  0
##   위치정보           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료분야           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료시설           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  3
##   의사결정           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   이론상             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   이벤트             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   이야기             0 0 0 0 0 0 0 1 0  2  0  0  0  0  0  0  0  0  0  0  0
##   인공지능           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   인과관계           0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   인식하             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷을           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   일반인             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   임의화             0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   있느냐             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   있는가를           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   있다는             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   있을까이었다       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   자율성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   자체에대한         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0  0
##   잘못된             0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   재봉틀             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   저자               2 2 0 0 0 0 0 3 1  0  0  0  0  0  0  0  0  0  0  0  0
##   적합성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   전광판             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  2
##   전문가             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문용어           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보수집           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보통신기술       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보화             1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   정유회사           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   조건부             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   종속변수           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   좌지우지           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   주관성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   준비               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요시             0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요한지           1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금               1 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금은             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   지능               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   지방               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  1
##   지식               0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0
##   지은이             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   지하철             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  3
##   진화론             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   차별화             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   차이창의성         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   창의력             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   창의성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   체감할             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   초심자             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   최소한             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   추정치             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   출발지             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   치료법             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   친숙하긴           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0  0
##   카이제곱           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱값을       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정과     0 0 0 1 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0
##   카이제곱검정은     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정을     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정이란   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   컴퓨터             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   코노코필립스는     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   콜레라             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   클러스터           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   타기               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   타당               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   타당성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   텍스트마이닝       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트마이닝은     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계가들           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계기법           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계량             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계분석           0 0 0 0 0 0 0 0 0  3  0  0  0  1  0  0  0  2  1  0  0
##   통계에             1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학             4 2 0 0 0 0 3 1 0  1  3  2  0  0  0  2  0  0  1  0  0
##   통계학과           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0  0
##   통계해석           0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   특성상             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   평균화             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   평범으로           0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   표본조사           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   프로그램           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   피셔시대에         0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0
##   하는               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   한계점             0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0  0
##   할인매장           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   할인으로           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   핸드폰             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0
##   현재상황           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태도             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태소             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   호기심             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는             0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석           0 0 0 0 3 0 0 0 0  0  0  0  0  0  4  0  0  0  0  0  0
##   효율성             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0
##                     Docs
## Terms                22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
##   ab테스트는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   interaction         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능                0  0  0  0  0  0  0  0  0  1  2  1  0  1  0  0  0  0
##   가능성              0  0  0  0  0  0  0  0  0  2  0  0  1  0  0  0  0  0
##   가동                0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   가산                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가설                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가운데              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   가정                0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   가짓수              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가치                0  0  0  0  0  1  0  0  0  0  0  0  0  0  1  0  0  0
##   값타당한            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   객관적              0  0  0  0  1  0  0  0  0  0  0  0  0  1  0  0  0  0
##   검정                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   검증                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검토                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   것들을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것들을\n            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것인가에            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   견우가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학              0  0  0  0  1  0  0  0  0  0  0  1  0  0  0  0  0  0
##   경제학\n            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학자            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   골턴에              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관계                0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   관련                0  0  0  0  0  0  0  0  0  0  1  2  0  0  0  2  0  0
##   관심                0  1  0  0  0  0  0  0  0  0  0  1  0  0  0  0  1  0
##   관점                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   관측                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   교과서              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교사                0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   교수님              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교호작용            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   귀착                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   그것들이            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그래프              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   극대화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   근거증거를          0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   급속도              0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   기법이라고          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나도                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나오다보니          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   네트워크            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   뉴딜정책            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   다수인              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   단순비교            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   단언컨대            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대규모              0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대극                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대단                0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대답                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대량                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대립                0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   대부분              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대비                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대사                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대상                0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   대책                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대처                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대폭                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대표적              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   대학                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터              0  0  6  1  0  1  3  0  1  0  1  3  2  0  1  2  0  0
##   데이터마이닝        0  0  0  0  0  0  0  0  0  0  0  3  0  0  0  0  0  0
##   데이터마이닝에서    0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   데이터마이닝은      0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   도착지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   독립변수            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   독자층              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   뒷부분              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   디지털              0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   라는                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   로지스틱            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   로지스틱회귀분석    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   리터러시가          0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   리터러시를          0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마음속으로는통계학  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마이닝과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마이닝을            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마지막              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마찬가지            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마케팅              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   무엇인가가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   무의미              0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   무작위              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  3  0
##   문헌학              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   밀접                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   발신자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   발전함              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   범용성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론을          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   베이즈론자          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파가        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파다        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈파가          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   베이즈파는          0  0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0
##   변수                0  0  0  0  0  0  0  0  0  0  2  2  0  0  0  0  0  0
##   변화                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   변환                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   부각                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   부담                0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   부분                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부분\n              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부유                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부족                0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   부지불식간          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류는              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   분류라는            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   분류로              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   분류와              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   분류할              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   분별력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분야를              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불가능              0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   불규칙성            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불규칙성을          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불확실              0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   비교실험으로        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   비즈니스            0  0  0  0  0  1  2  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터            0  0  0  0  0  0  0  0  0  0  0  1  0  0  2  0  0  0
##   빅데이터가          0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라고        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터란          0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터로          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터를          0  1  1  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   빅데이터에          0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터에서        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론자는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론자와          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파는          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   빈도론파와          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   빈부격차            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사다리              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  3  1
##   사람들              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0
##   사실상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사이트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사회조사            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   상승효과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상용화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상호작용            0  0  0  0  0  0  0  0  0  0  2  1  0  0  0  0  0  0
##   생각지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   생물학적            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   서울시에서는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   서포트              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   선형모델            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   설명변수            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   설문조사            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소규모              0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   소비자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   수업시간            0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  1  0  0
##   스노가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시뮬레이션해보면    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   시장세분화          0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   시추선              0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0  0
##   신뢰도              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰성              0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  1  0  0
##   실마리              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실무자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실생활              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0
##   실용적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실증실험            0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   써먹을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   쓰이느냐에          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아니란              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아버지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아쉬움              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아이들              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   알았더라면          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   어마어마            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스는          0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   에비던스로서        0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   에비던스를          0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑기스라고          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑셀을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑셀이라는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엔그램              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   역학                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연결되는가를        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연관성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연속적              0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   연역적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   영업사원            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   영향력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예방법              0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   오즈비를            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   위치정보            0  0  1  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   의료분야            0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료시설            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의사결정            0  0  0  2  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이론상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이벤트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이야기              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   인공지능            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   인과관계            0  0  0  0  0  0  1  0  0  0  1  0  0  0  0  0  0  0
##   인식하              0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷을            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   일반인              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   임의화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   있느냐              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   있는가를            0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   있다는              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   있을까이었다        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자율성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자체에대한          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   잘못된              0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   재봉틀              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저자                0  0  0  2  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   적합성              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   전광판              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문가              0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   전문용어            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   정보수집            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보통신기술        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정유회사            0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   조건부              0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   종속변수            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   좌지우지            0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   주관성              0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   준비                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요시              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요한지            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금은              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지능                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지방                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지식                0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0  0
##   지은이              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지하철              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   진화론              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   차별화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   차이창의성          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   창의력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   창의성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   체감할              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   초심자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   최소한              0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   추정치              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   출발지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   치료법              0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   친숙하긴            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   카이제곱값을        0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   카이제곱검정과      0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정은      0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   카이제곱검정을      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정이란    0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   컴퓨터              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   코노코필립스는      0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   콜레라              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   클러스터            0  0  0  0  0  0  0  0  0  0  0  3  0  0  0  0  0  0
##   타기                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  1
##   타당                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   타당성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트마이닝        0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   텍스트마이닝은      0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   통계가들            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계기법            0  0  0  0  0  0  0  0  0  1  1  0  0  0  0  0  0  0
##   통계량              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계분석            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계에              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학              0  0  0  4  3  3  0  0  0  0  0  5  1  0  2  0  0  0
##   통계학과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   통계해석            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   특성상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   평균화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   평범으로            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   표본조사            0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   프로그램            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   피셔시대에          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   하는                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   한계점              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   할인매장            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   할인으로            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   핸드폰              0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   행정학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   현재상황            0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태도              0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태소              0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   호기심              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석            0  0  0  0  0  0  0  0  0  0  4  0  0  0  0  0  0  0
##   효율성              0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##                     Docs
## Terms                40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57
##   ab테스트는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   interaction         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss                0  0  0  0  0  0  0  1  1  0  0  0  0  0  0  0  0  0
##   가능                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   가동                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가산                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가설                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   가운데              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가정                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   가짓수              0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   가치                0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  1
##   값타당한            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   객관적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검정                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검증                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검토                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것들을              1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것들을\n            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것인가에            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   견우가              0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   경제학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학\n            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경제학자            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   골턴에              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관계                0  0  0  2  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관련                0  0  0  0  0  0  0  0  0  0  2  1  0  0  0  0  0  0
##   관심                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관점                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0
##   관측                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교과서              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교사                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교수님              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교호작용            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   귀착                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   그것들이            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그래프              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   극대화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  1  0
##   근거증거를          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   급속도              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   기법이라고          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나도                0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나오다보니          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   네트워크            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   뉴딜정책            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   다수인              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   단순비교            0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   단언컨대            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대규모              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대극                0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   대단                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대답                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대량                0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   대립                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대부분              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   대비                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대사                1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대상                0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  2  0  0
##   대책                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대처                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대폭                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대표적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대학                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터              2  0  5  0  0  0  0  0  1  0  1  1  0  0  0  0  0  0
##   데이터마이닝        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터마이닝에서    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터마이닝은      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   도착지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   독립변수            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   독자층              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   뒷부분              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   디지털              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   라는                1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   로지스틱            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   로지스틱회귀분석    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   리터러시가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   리터러시를          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마음속으로는통계학  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   마이닝과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마이닝을            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   마지막              0  0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   마찬가지            0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   마케팅              0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0  0
##   무엇인가가          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   무의미              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   무작위              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   문헌학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   밀접                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   발신자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   발전함              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   범용성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   베이즈론을          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론자          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파가        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파다        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈파가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈파는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   변수                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   변화                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   변환                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부각                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부담                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부분                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부분\n              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부유                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   부족                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부지불식간          0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   분류는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류라는            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   분류로              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류와              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분류할              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분별력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분야를              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불가능              0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   불규칙성            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불규칙성을          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불확실              0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   비교실험으로        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   비즈니스            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2
##   빅데이터가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라고        0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터란          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터로          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터를          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터에          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터에서        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   빈도론자는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론자와          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파가          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈도론파와          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빈부격차            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   사다리              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사람들              1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   사실상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사이트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사회조사            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상승효과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상용화              0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   상호작용            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   생각지              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   생물학적            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   서울시에서는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   서포트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   선형모델            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   설명변수            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   설문조사            0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소규모              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소비자              0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0  0
##   수업시간            0  0  0  0  0  0  0  1  0  1  0  0  0  0  0  0  0  0
##   스노가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시뮬레이션해보면    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시장세분화          0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0  0
##   시추선              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰도              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실마리              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실무자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실생활              0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실용적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실증실험            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   써먹을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   쓰이느냐에          0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   아니란              1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아버지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아쉬움              0  0  0  0  0  2  0  0  0  0  0  0  0  0  0  0  0  0
##   아이들              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   알았더라면          0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   어마어마            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   에비던스            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스가          0  0  0  0  0  0  2  0  0  0  0  0  0  0  0  0  0  0
##   에비던스는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스로서        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   에비던스를          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑기스라고          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   엑셀을              0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   엑셀이라는          0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   엔그램              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   역학                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연결되는가를        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연관성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연속적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연역적              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   영업사원            1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   영향력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예방법              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   오즈비를            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   위치정보            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료분야            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료시설            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의사결정            0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이론상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이벤트              2  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이야기              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인공지능            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   인과관계            0  0  0  1  0  0  0  0  0  0  0  2  1  0  0  0  0  0
##   인식하              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷을            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   일반인              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   임의화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   있느냐              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   있는가를            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   있다는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   있을까이었다        0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자율성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  1  0
##   자체에대한          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   잘못된              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   재봉틀              4  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저자                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   적합성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전광판              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문용어            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보수집            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보통신기술        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   정보화              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정유회사            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   조건부              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   종속변수            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   좌지우지            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   주관성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   준비                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   중요시              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요한지            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금은              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지능                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지방                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지식                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   지은이              0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지하철              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   진화론              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   차별화              0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   차이창의성          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   창의력              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   창의성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0  0
##   체감할              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   초심자              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   최소한              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   추정치              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   출발지              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   치료법              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   친숙하긴            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱값을        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정과      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정은      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정을      0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   카이제곱검정이란    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   컴퓨터              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   코노코필립스는      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   콜레라              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   클러스터            0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0  0
##   타기                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   타당                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   타당성              0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   텍스트              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트마이닝        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트마이닝은      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계가들            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계기법            0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  3  0  0
##   통계량              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계분석            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계에              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학              1  0  1  1  0  1  2  1  0  1  0  1  0  0  0  1  0  1
##   통계학과            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계해석            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   특성상              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   평균화              0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   평범으로            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   표본조사            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   프로그램            0  0  0  0  0  0  0  1  1  2  0  0  0  0  0  0  0  0
##   피셔시대에          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   하는                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   한계점              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   할인매장            3  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   할인으로            1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   핸드폰              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   현재상황            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태도              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태소              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   호기심              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석            0  3  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   효율성              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##                     Docs
## Terms                58 59 60 61 62 63 64 65 66 67 68
##   ab테스트는          0  0  0  0  0  0  0  0  0  0  0
##   interaction         0  0  0  0  0  0  0  0  0  0  0
##   spss                0  0  0  0  0  0  0  0  0  0  0
##   가능                0  0  0  0  0  0  0  1  0  0  0
##   가능성              0  0  0  0  0  0  0  0  0  0  0
##   가동                0  0  0  0  0  0  0  0  0  0  0
##   가산                0  0  0  0  0  0  0  0  0  0  0
##   가설                0  0  0  0  0  0  0  0  0  0  0
##   가운데              0  0  0  0  0  0  0  0  0  0  0
##   가정                0  0  0  0  0  0  0  0  0  0  0
##   가짓수              0  0  0  0  0  0  0  0  0  0  0
##   가치                0  0  0  0  0  0  0  0  0  0  0
##   값타당한            0  0  0  0  0  0  0  0  0  0  0
##   객관적              0  0  0  0  0  0  0  0  0  0  0
##   검정                0  0  0  0  0  0  0  0  0  0  0
##   검증                0  0  0  0  0  0  0  0  0  0  0
##   검토                0  0  0  0  0  0  0  0  0  0  0
##   것들을              0  0  0  0  0  0  0  0  0  0  0
##   것들을\n            0  0  0  0  0  0  0  0  0  0  0
##   것인가에            0  1  1  0  0  0  0  0  0  0  0
##   견우가              0  0  0  0  0  0  0  0  0  0  0
##   경제학              0  0  0  0  0  0  0  0  2  0  0
##   경제학\n            0  0  0  0  0  0  0  0  0  0  0
##   경제학자            0  0  0  0  0  0  0  0  0  0  0
##   골턴에              0  0  0  0  0  0  0  0  0  0  0
##   관계                0  0  0  0  0  0  0  0  0  0  0
##   관련                0  0  0  0  0  0  0  0  0  0  0
##   관심                0  0  0  0  0  0  0  0  1  0  0
##   관점                0  0  0  0  0  0  0  0  1  0  1
##   관찰                0  0  0  0  0  0  0  0  0  0  0
##   관측                0  0  0  0  0  0  0  0  0  0  0
##   교과서              0  0  0  0  0  0  0  0  0  0  0
##   교사                0  0  0  0  0  0  0  0  0  0  0
##   교수님              0  0  0  0  0  0  0  0  0  0  0
##   교호작용            0  0  0  0  0  0  0  0  0  0  0
##   귀착                0  0  0  0  0  0  0  0  0  0  0
##   그것들이            0  0  0  0  0  0  0  0  0  0  0
##   그래프              0  0  0  0  0  0  0  0  0  0  0
##   극대화              0  0  0  0  0  0  0  0  0  0  0
##   근거증거를          0  0  0  0  0  0  0  0  0  0  0
##   급속도              0  0  0  0  0  0  0  0  0  0  0
##   기법이라고          0  0  0  0  0  0  0  0  0  0  0
##   나도                0  0  0  0  0  0  0  0  0  0  0
##   나오다보니          0  0  0  0  0  0  0  0  0  0  0
##   네트워크            0  0  0  0  0  0  0  0  0  0  0
##   뉴딜정책            0  1  0  0  0  0  0  0  0  0  0
##   다수인              0  0  0  0  0  0  0  1  0  0  0
##   단순비교            0  0  0  0  0  0  0  0  0  0  0
##   단언컨대            0  0  0  0  0  0  0  0  0  0  0
##   대규모              0  0  0  0  0  0  0  0  0  0  0
##   대극                0  0  0  0  0  0  0  0  0  0  0
##   대단                0  0  0  0  0  0  0  0  0  0  0
##   대답                0  0  0  0  0  0  0  0  0  0  0
##   대량                1  0  0  0  0  0  0  0  0  0  0
##   대립                0  0  0  0  0  0  0  0  1  0  0
##   대부분              0  0  0  0  0  0  0  0  0  0  0
##   대비                0  0  1  0  0  0  0  0  0  0  0
##   대사                0  0  0  0  0  0  0  0  0  0  0
##   대상                0  0  0  0  0  0  0  0  0  0  1
##   대책                0  0  0  0  0  0  0  0  0  0  0
##   대처                1  0  0  0  0  0  0  0  0  0  0
##   대폭                0  1  0  0  0  0  0  0  0  0  0
##   대표적              0  0  0  0  0  0  0  0  0  0  0
##   대학                0  0  0  0  0  0  0  0  0  0  0
##   데이터              0  0  0  0  0  0  0  0  0  0  0
##   데이터              2  2  0  1  0  0  0  0  0  1  3
##   데이터마이닝        0  0  0  0  0  0  0  0  1  0  0
##   데이터마이닝에서    0  0  0  0  0  0  0  0  0  0  0
##   데이터마이닝은      0  0  0  0  0  0  0  0  0  0  0
##   도착지              0  0  0  0  0  0  0  0  0  0  0
##   독립변수            0  0  0  0  0  0  0  0  0  0  0
##   독자층              0  0  0  0  0  0  0  0  0  0  1
##   뒷부분              0  0  0  0  0  0  0  0  0  0  0
##   디지털              0  0  0  0  0  0  0  0  0  0  0
##   라는                0  0  0  0  0  0  0  0  0  0  0
##   로지스틱            0  0  0  0  0  0  0  0  0  0  0
##   로지스틱회귀분석    0  0  0  0  0  0  0  0  0  0  0
##   리터러시가          0  0  0  0  0  0  0  0  0  0  0
##   리터러시를          0  0  0  0  0  0  0  0  0  0  0
##   마음속으로는통계학  0  0  0  0  0  0  0  0  0  0  0
##   마이닝과            0  0  0  0  0  0  0  0  0  0  0
##   마이닝을            0  0  0  0  0  0  0  0  0  0  0
##   마지막              0  0  0  1  0  0  0  0  0  1  0
##   마찬가지            0  0  0  0  0  0  0  0  0  0  0
##   마케팅              0  0  0  0  0  0  0  0  0  0  0
##   무엇인가가          0  0  0  0  0  0  0  0  0  0  0
##   무의미              0  0  0  0  0  0  0  0  0  0  0
##   무작위              0  0  0  0  0  0  0  0  0  0  0
##   문헌학              0  0  0  0  0  0  0  0  0  0  0
##   밀접                0  0  0  0  0  0  0  0  0  0  0
##   발신자              0  0  0  0  0  0  0  0  0  0  0
##   발전함              1  0  0  0  0  0  0  0  0  0  0
##   범용성              0  0  0  0  0  0  0  0  0  0  0
##   베이즈론을          0  0  0  0  0  0  0  0  0  0  0
##   베이즈론자          0  0  0  0  0  0  0  0  0  0  0
##   베이즈론파가        0  0  0  0  0  0  0  0  1  0  0
##   베이즈론파다        0  0  0  0  0  0  0  0  1  0  0
##   베이즈파가          0  0  0  0  0  0  0  0  0  0  0
##   베이즈파는          0  0  0  0  0  0  0  0  0  0  0
##   변수                0  0  0  0  0  0  2  1  0  0  0
##   변화                0  0  2  0  0  0  0  0  0  0  0
##   변환                0  0  0  0  0  0  0  0  0  0  0
##   부각                0  0  0  0  0  0  0  0  0  0  0
##   부담                0  0  0  0  0  0  0  0  0  0  0
##   부분                0  0  0  0  0  0  0  0  0  0  3
##   부분\n              0  0  0  0  0  0  0  0  0  0  0
##   부유                0  0  0  0  0  0  0  0  0  0  0
##   부족                0  0  0  0  0  0  0  0  0  0  0
##   부지불식간          0  0  0  0  0  0  0  0  0  0  0
##   분류는              0  0  0  0  0  0  0  0  0  0  0
##   분류라는            0  0  0  0  0  0  0  0  0  0  0
##   분류로              0  0  0  0  0  0  0  0  0  0  0
##   분류와              0  0  0  0  0  0  0  0  0  0  0
##   분류할              0  0  0  0  0  0  0  0  0  0  0
##   분별력              0  0  0  0  0  0  0  0  0  0  1
##   분야를              0  0  0  0  0  0  0  0  0  0  0
##   불가능              0  0  0  0  0  0  0  0  0  0  0
##   불규칙성            0  0  0  0  0  0  0  2  0  0  0
##   불규칙성을          0  0  0  0  0  0  0  0  0  0  0
##   불확실              0  0  0  0  0  0  0  0  0  0  0
##   비교실험으로        0  0  0  0  0  0  0  0  0  0  0
##   비즈니스            0  0  0  0  0  0  0  0  0  0  0
##   빅데이터            1  0  0  0  0  0  0  0  0  0  0
##   빅데이터가          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라고        0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는        0  0  0  0  0  0  0  0  0  0  0
##   빅데이터란          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터로          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터를          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터에          0  0  0  0  0  0  0  0  0  0  0
##   빅데이터에서        0  1  0  0  0  0  0  0  0  0  0
##   빈도론자는          0  0  0  0  0  0  0  0  0  0  0
##   빈도론자와          0  0  0  0  0  0  0  0  0  0  0
##   빈도론파가          0  0  0  0  0  0  0  0  1  0  0
##   빈도론파는          0  0  0  0  0  0  0  0  0  0  0
##   빈도론파와          0  0  0  0  0  0  0  0  1  0  0
##   빈부격차            0  0  0  0  0  0  0  0  0  0  0
##   사다리              0  0  0  0  0  0  0  0  0  0  0
##   사람들              0  0  0  0  0  0  0  0  0  0  0
##   사실상              0  0  0  0  0  0  0  0  0  0  0
##   사이트              0  0  0  0  0  0  0  0  0  1  0
##   사회조사            0  0  0  0  0  0  0  0  2  0  0
##   상승효과            0  0  0  0  0  0  0  0  0  0  0
##   상용화              0  0  0  0  0  0  0  0  0  0  0
##   상호작용            0  0  0  0  0  0  0  0  0  0  0
##   생각지              0  0  0  0  0  0  0  0  0  0  0
##   생물학적            0  0  0  0  0  0  0  0  0  0  0
##   서울시에서는        0  0  0  0  0  0  0  0  0  0  0
##   서포트              0  0  0  0  0  0  0  0  0  0  0
##   선형모델            0  0  0  0  0  0  0  1  0  0  0
##   설명변수            0  0  0  0  0  0  0  0  0  0  0
##   설문조사            0  0  0  0  0  0  0  0  0  0  0
##   소규모              0  0  0  0  0  0  0  0  0  0  0
##   소비자              0  0  0  0  0  0  0  0  0  0  0
##   수업시간            0  0  0  0  0  0  0  0  0  0  0
##   스노가              1  0  0  0  0  0  0  0  0  0  0
##   시뮬레이션해보면    0  0  0  0  0  0  0  0  0  0  0
##   시장세분화          0  0  0  0  0  0  0  0  0  0  0
##   시추선              0  0  0  0  0  0  0  0  0  0  0
##   신뢰도              0  0  0  0  0  0  0  0  0  0  0
##   신뢰성              0  0  0  0  0  0  0  0  0  0  0
##   실마리              0  0  0  0  0  0  0  0  0  0  0
##   실무자              0  0  0  0  0  0  0  0  0  0  1
##   실생활              0  0  0  0  0  0  0  0  0  0  0
##   실용적              0  0  0  0  0  0  0  0  0  0  0
##   실증실험            0  0  0  0  0  0  0  0  0  0  0
##   써먹을              0  0  0  0  0  0  0  0  0  0  0
##   쓰이느냐에          0  0  0  0  0  0  0  0  0  0  0
##   아니란              0  0  0  0  0  0  0  0  0  0  0
##   아버지              1  0  0  0  0  0  0  0  0  0  0
##   아쉬움              0  0  0  0  0  0  0  0  0  0  0
##   아이들              0  0  0  0  0  0  0  0  0  0  0
##   알았더라면          0  0  0  0  0  0  0  0  0  0  0
##   어마어마            0  0  0  0  0  0  0  0  0  0  0
##   에비던스            0  0  0  0  0  0  0  0  0  0  0
##   에비던스가          0  0  0  0  0  0  0  0  0  0  0
##   에비던스는          0  0  0  0  0  0  0  0  0  0  0
##   에비던스로서        0  0  0  0  0  0  0  0  0  0  0
##   에비던스를          0  0  0  0  0  0  0  0  0  0  0
##   엑기스라고          0  0  0  0  0  0  0  0  0  0  0
##   엑셀을              0  0  0  0  0  0  0  0  0  0  0
##   엑셀이라는          0  0  0  0  0  0  0  0  0  0  0
##   엔그램              0  0  0  0  0  0  0  0  0  0  0
##   역학                1  0  0  0  0  0  0  0  0  0  0
##   연결되는가를        0  0  0  1  0  0  0  0  0  0  0
##   연관성              0  0  0  0  0  0  0  0  0  0  0
##   연속적              0  0  0  0  0  0  0  0  0  0  0
##   연역적              0  0  0  0  0  0  0  0  0  0  0
##   영업사원            0  0  0  0  0  0  0  0  0  0  0
##   영향력              0  0  0  0  0  0  0  0  0  0  0
##   예방법              0  0  0  0  0  0  0  0  0  0  0
##   오즈비를            0  0  0  0  0  0  0  0  0  0  0
##   위치정보            0  0  0  0  0  0  0  0  0  0  0
##   의료분야            0  0  0  0  0  0  0  0  0  0  0
##   의료시설            0  0  0  0  0  0  0  0  0  0  0
##   의사결정            0  0  1  0  0  0  0  0  0  0  0
##   이론상              0  0  0  0  0  0  0  2  0  0  0
##   이벤트              0  0  0  0  0  0  0  0  0  0  0
##   이야기              0  0  0  0  0  0  0  0  0  0  0
##   인공지능            0  0  0  0  0  0  0  0  0  0  0
##   인과관계            0  0  0  1  2  0  0  0  0  0  0
##   인식하              0  0  0  0  0  0  0  0  0  0  0
##   인터넷을            0  0  0  0  0  0  0  0  0  0  0
##   일반인              0  0  0  0  0  0  0  0  0  0  1
##   임의화              0  0  0  0  0  0  0  0  0  0  0
##   있느냐              0  0  0  0  0  0  0  0  0  0  0
##   있는가를            0  0  1  0  0  0  0  0  0  0  0
##   있다는              0  0  0  0  0  0  0  0  0  0  0
##   있을까이었다        0  0  0  0  0  0  0  0  0  0  0
##   자율성              0  0  0  0  0  0  0  0  0  0  0
##   자체에대한          0  0  0  0  0  0  0  0  0  0  0
##   잘못된              0  0  0  0  0  0  0  0  0  0  0
##   재봉틀              0  0  0  0  0  0  0  0  0  0  0
##   저자                0  1  1  0  0  0  0  0  0  0  0
##   적합성              0  0  0  0  0  0  0  0  0  0  0
##   전광판              0  0  0  0  0  0  0  0  0  0  0
##   전문가              0  0  0  0  0  0  0  0  0  0  0
##   전문용어            0  0  0  0  0  0  0  0  0  0  0
##   정보수집            0  1  0  0  0  0  0  0  0  0  0
##   정보통신기술        1  0  0  0  0  0  0  0  0  0  0
##   정보화              0  0  0  0  0  0  0  0  0  0  0
##   정유회사            0  0  0  0  0  0  0  0  0  0  0
##   조건부              0  0  0  0  0  0  0  0  0  0  0
##   종속변수            0  0  0  0  0  0  0  0  0  0  0
##   좌지우지            0  0  0  0  0  0  0  0  0  0  0
##   주관성              0  0  0  0  0  0  0  0  0  0  0
##   준비                0  0  0  0  0  0  0  0  0  0  0
##   중요시              0  0  0  0  0  0  0  0  0  0  0
##   중요한지            0  0  0  0  0  0  0  0  0  0  0
##   지금                0  0  0  0  0  0  0  0  0  0  0
##   지금은              0  0  0  0  0  0  0  0  0  0  1
##   지능                0  0  0  0  0  0  0  0  0  0  0
##   지방                0  0  0  0  0  0  0  0  0  0  0
##   지식                0  0  0  0  0  0  0  0  0  0  0
##   지은이              0  0  0  0  0  0  0  0  0  0  0
##   지하철              0  0  0  0  0  0  0  0  0  0  0
##   진화론              0  0  0  0  0  0  0  0  0  0  0
##   차별화              0  0  0  0  0  0  0  0  0  0  0
##   차이창의성          0  0  0  0  0  0  0  0  0  0  0
##   창의력              0  0  0  0  0  0  0  0  0  0  0
##   창의성              0  0  0  0  0  0  0  0  0  0  0
##   체감할              0  0  0  0  0  0  0  0  0  0  0
##   초심자              0  0  0  0  0  0  0  0  0  0  1
##   최소한              0  0  0  0  0  0  0  0  0  0  0
##   추정치              0  0  0  0  0  0  0  0  0  0  0
##   출발지              0  0  0  0  0  0  0  0  0  0  0
##   치료법              0  0  0  0  0  0  0  0  0  0  0
##   친숙하긴            0  0  0  0  0  0  0  0  0  0  0
##   카이제곱            0  0  0  0  0  0  0  0  0  0  0
##   카이제곱값을        0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정과      0  0  0  1  0  0  0  0  0  0  0
##   카이제곱검정은      0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정을      0  0  0  0  0  0  0  0  0  0  0
##   카이제곱검정이란    0  0  0  0  0  0  0  0  0  0  0
##   컴퓨터              1  0  0  0  0  0  0  0  0  0  0
##   코노코필립스는      0  0  0  0  0  0  0  0  0  0  0
##   콜레라              1  0  0  0  0  0  0  0  0  0  0
##   클러스터            0  0  0  0  0  0  0  0  0  0  0
##   타기                0  0  0  0  0  0  0  0  0  0  0
##   타당                0  0  0  0  0  0  0  0  0  0  0
##   타당성              0  0  0  0  0  0  0  0  0  0  0
##   텍스트              0  0  0  0  0  0  0  0  0  0  0
##   텍스트마이닝        0  0  0  0  0  0  0  0  1  0  0
##   텍스트마이닝은      0  0  0  0  0  0  0  0  0  0  0
##   통계가들            0  0  0  0  0  0  0  0  1  0  0
##   통계기법            0  0  1  0  0  0  0  0  0  0  0
##   통계량              0  0  0  0  0  0  0  0  0  0  0
##   통계분석            0  0  0  0  0  0  0  0  0  0  0
##   통계에              0  0  0  0  0  0  0  0  0  0  0
##   통계학              0  0  0  0  0  0  0  0  0  0  0
##   통계학              5  1  0  0  0  0  0  1  7  1  1
##   통계학과            0  0  0  0  0  0  0  0  0  0  0
##   통계해석            0  0  0  0  0  0  0  0  0  0  0
##   특성상              0  0  0  0  0  0  0  0  0  0  1
##   평균화              0  0  0  0  0  0  0  0  0  0  0
##   평범으로            0  0  0  0  0  0  0  0  0  0  0
##   표본조사            0  2  0  0  0  0  0  0  0  0  0
##   프로그램            0  0  0  0  0  0  0  0  0  0  0
##   피셔시대에          0  0  0  0  0  0  0  0  0  0  0
##   하는                0  0  0  0  0  0  0  0  0  0  0
##   한계점              0  0  0  0  0  0  0  0  0  0  0
##   할인매장            0  0  0  0  0  0  0  0  0  0  0
##   할인으로            0  0  0  0  0  0  0  0  0  0  0
##   핸드폰              0  0  0  0  0  0  0  0  0  0  0
##   행정학              0  0  0  0  0  0  0  0  0  0  0
##   현재상황            0  0  0  0  0  0  0  0  0  0  0
##   형태도              0  0  0  0  0  0  0  0  0  0  0
##   형태소              0  0  0  0  0  0  0  0  0  0  0
##   호기심              0  0  0  0  0  0  0  0  0  0  0
##   회귀는              0  0  0  0  0  0  0  0  0  0  0
##   회귀분석            0  0  0  0  0  0  1  1  0  0  0
##   효율성              0  0  0  0  0  0  0  0  0  0  0
head(as.matrix(tdm))
##              Docs
## Terms         1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
##   ab테스트는  0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   interaction 0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능        0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   가능성      0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가동        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##              Docs
## Terms         24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
##   ab테스트는   0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   interaction  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능         0  0  0  0  0  0  0  1  2  1  0  1  0  0  0  0  0  0  0  0
##   가능성       0  0  0  0  0  0  0  2  0  0  1  0  0  0  0  0  0  0  0  0
##   가동         0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##              Docs
## Terms         44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63
##   ab테스트는   0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   interaction  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   spss         0  0  0  1  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능성       0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   가동         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##              Docs
## Terms         64 65 66 67 68
##   ab테스트는   0  0  0  0  0
##   interaction  0  0  0  0  0
##   spss         0  0  0  0  0
##   가능         0  1  0  0  0
##   가능성       0  0  0  0  0
##   가동         0  0  0  0  0
tail(as.matrix(tdm))
##           Docs
## Terms      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
##   형태도   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   형태소   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   호기심   0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는   0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석 0 0 0 0 3 0 0 0 0  0  0  0  0  0  4  0  0  0  0  0  0  0  0  0
##   효율성   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##           Docs
## Terms      25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
##   형태도    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태소    0  0  0  0  0  0  0  0  2  0  0  0  0  0  0  0  0  0  0  0  0
##   호기심    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석  0  0  0  0  0  0  0  4  0  0  0  0  0  0  0  0  3  0  0  0  0
##   효율성    0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##           Docs
## Terms      46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66
##   형태도    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   형태소    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   호기심    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀는    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   회귀분석  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  1  0
##   효율성    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##           Docs
## Terms      67 68
##   형태도    0  0
##   형태소    0  0
##   호기심    0  0
##   회귀는    0  0
##   회귀분석  0  0
##   효율성    0  0
dim(as.matrix(tdm))
## [1] 294  68
word.count <- as.array(rollup(tdm, 2))
word.order <- order(word.count, decreasing = T)
freq.word <- word.order[1:200]
freq.word
##   [1] 273  66 293 216 100  27 203  12 105 123 131 268   4 270  28  59 141
##  [18] 157  26  67  83 101 166 198 260   5  22  55 122 140 144 201 215 236
##  [35] 253 280  10  30  85  88  99 117 120 128 138 147 160 197 199 212 214
##  [52] 238 279 284   3  14  15  18  20  29  33  34  35  36  39  54  69  76
##  [69]  79  87  98 111 118 132 133 153 156 161 163 173 178 181 195 200 202
##  [86] 209 218 222 232 240 243 261 265 274 290   1   2   6   7   8   9  11
## [103]  13  16  17  19  21  23  24  25  31  32  37  38  40  41  42  43  44
## [120]  45  46  47  48  49  50  51  52  53  56  57  58  60  61  62  63  64
## [137]  65  68  70  71  72  73  74  75  77  78  80  81  82  84  86  89  90
## [154]  91  92  93  94  95  96  97 102 103 104 106 107 108 109 110 112 113
## [171] 114 115 116 119 121 124 125 126 127 129 130 134 135 136 137 139 142
## [188] 143 145 146 148 149 150 151 152 154 155 158 159 162
result <- lsa(tdm[freq.word,], 10)
## Warning in lsa(tdm[freq.word, ], 10): [lsa] - there are singular values
## which are zero.
tk <- Varimax(result$tk)$loadings

for(i in 1:10)
{
  print(i)
  importance <- order(abs(tk[,i]), decreasing = T)
  print(tk[importance[1:8], i])
}
## [1] 1
##      통계학       경제학      사회조사 데이터마이닝        대립  
##  -0.95503777  -0.11908384  -0.11165437  -0.06820764  -0.05947584 
##        관심         저자      의사결정 
##  -0.05755515  -0.05663341  -0.05502253 
## [1] 2
##     데이터      실생활        관련     비즈니스       부분       대규모 
## -0.96896051 -0.09157444 -0.08124599 -0.06532722 -0.06508728 -0.05445953 
##     디지털   빅데이터란 
## -0.05445953 -0.05445953 
## [1] 3
##    회귀분석       변수        가능     상호작용    로지스틱     이론상  
##  0.81878187  0.40899684  0.14494400  0.11930252  0.11398562  0.09472712 
##       관련     클러스터 
##  0.09366434 -0.07739149 
## [1] 4
##       클러스터   데이터마이닝          관련           관계  데이터마이닝은 
##     -0.4013261     -0.3022532     -0.2862137     -0.2245357     -0.2141854 
##        형태소           교사           변수  
##     -0.2141854     -0.2141854     -0.2131688 
## [1] 5
##   통계기법      대상     자율성       관찰     창의성      가능성 
## -0.6136293 -0.3492852 -0.2741237 -0.2709816 -0.2612397 -0.2196324 
##      관련     극대화  
## -0.1750299 -0.1435038 
## [1] 6
##      저자    빅데이터      지식       가치     시추선     경제학  
## -0.6695723 -0.3180212 -0.2889633 -0.2562365 -0.1819178  0.1331732 
##   사회조사    이야기  
##  0.1330964 -0.1097025 
## [1] 7
##      재봉틀    할인매장     이벤트      사람들      것들을        대사  
##  0.69005401  0.51754051  0.34502701  0.18337734  0.17790610  0.17251350 
##       라는        대립  
##  0.17251350 -0.03111415 
## [1] 8
##        지하철      의료시설   빅데이터를        전광판        사람들  
##    0.52878098    0.52878098    0.46862326    0.35252065    0.22815202 
##      통계분석      수업시간 빅데이터라는  
##    0.11096030    0.05386207    0.05362079 
## [1] 9
##          사다리           무작위           이야기             관심  
##       -0.5974003       -0.5640467       -0.2900614       -0.2338085 
##            타기           불확실  시뮬레이션해보면         통계분석 
##       -0.2213691       -0.2048248       -0.1880156       -0.1653398 
## [1] 10
##      부분   인과관계    통계분석      대상     마지막     실생활  
## -0.5434812 -0.4106239 -0.3232939 -0.2899684 -0.2300597  0.1626699 
##      관련     소비자  
##  0.1598661  0.1191019

여기에 당신의 욕망이 보인다.

kkk <- read.csv("lsa_test.csv")

kkk <- subset(kkk, book == "당신의 욕망")

critique <- as.character(kkk$contents)

critique.nouns <- as.character()
temp <- as.character()

for (i in 1:length(critique))
{
   temp <- extractNoun(critique[i])
   temp2 <- as.character()
   for (j in 1:length(temp))
   {
      temp2 <- paste(temp2, temp[j], sep='  ')
   }
   critique.nouns[i] <- temp2
}

critique.nouns
##  [1] "  책  때  나  겁  ‘빅  데이터‘라는  단어  대학교  강의  주제  생소  불구  나  단어  통계  관련  뭔가  복잡  방대  한  때문  것  책  나  두려움  책  빅  데이터  의문  의미  사회  중요  한  것  지  처음  생각  해  수  계기  때문"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
##  [2] "  불과  몇  년  동안  사회  변화  해  발전  해  우리  스마트폰을  사람  정도  세상  IT  시대  책  IT  사회  사람  소셜  미디어  사용자  다양  한  생각  그들  가치관  자유  표현  공유  함  데이터  정보  분석  지  분석  한  자료  사회  적용  수  그것  다양  한  사례  제시  현실  성"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
##  [3] "  책  나  흥미  점  소개  하자  빅  데이터  신뢰성  것  흔히들  빅  데이터  사회  말  말  때  마다  나  네이버  다음  포털  사이트  페이스  북  카카오톡  메신저  들  사용  지식  정보  사회  “그럴  수  ”라고만  생각  해  거  사실"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
##  [4] "  글쓴이  처음  “빅  데이터  직관  적  것  데이터  ‘크기’다”라고  생각  한  부분  공감  데이터  방대  한  만큼  나  필요  한  정보  것  정보  것  때문  글쓴이  빅  데이터  속  다양  성  등  외적  특성  것  3P+1P(Problem+People+Platform=Productivity)라는  관점  틀  제시"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
##  [5] "  즉  문제  자체  해결  과정  피상  적  정보  초점  것  경고  해결  문제  무엇  것  중요  것  거기  분석  것  인간  직관  적  통찰  필요  함  주장  빅  데이터  신뢰  증가  나  과제  경우  무한  한  정보  바다  나  정보  데이터  자체  중요  한  것  문제  연결  데이터  해석  때문  것  우리  빅  데이터  맥락  사회  수  트렌드를  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                               
##  [6] "  자료  안  즉  자료  수치  해결  책  데이터  지  사람들  자체  사람  욕망  감정  해석  이  시장  반영  것  흥미  말해  기능  효용  아이  패드  시장  곳  자신  브랜드  이미지를  확립  한  화장품  브랜드  감기  예방  마케팅  사업  배즙  활성화  글쓴이  제시  한  이야기  들  사람  정보  것  때문  제품  사람  소비자  사람  이것  글쓴이  궁극적  우리  전달  메시지  사람  소셜  미디어  시하  제품  키워드  감정  사람  무엇  원  반영  것  사람  중심  제품  실적  데  급급  한  마케팅  전략  시장  때문"                                                                                                                                                                                                                                                                                       
##  [7] "  이  비슷  하게  감성  지  센티멘털  맵과  정보  연결  고리  부  것  브랜드  사회  이슈  위치  것  흥미  섹시  한  캠핑  여가  성실  편안  한  요리  요리  변화  것  앞  마케터들이  소비자  마음  공략  것  지  예측  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
##  [8] "  것  종합  해  미래  창  글쓴이  여기  당신  욕망  의  제목  책  나서(심지어는  글  때)비로소  식  이해  여기  현재  당신  욕망  것  우리  정보  해석  판단  일  분석  바탕  미래  적용  것  우리  열쇠  것  순간  소셜미디어를  수  정도  정보  들이  책  불과  3  년  전  때  변화  변화  사회  빅  데이터  우리  미래  정확  한  대응  오류  최소화  함  실패  수  가능성  제시  해  책  제품  평  마케팅  초점  국가  차원  정책  형성  빅  데이터  적극  적  활용하면(물론  사람  초점  만족  만  사회  형성  감상  문"                                                                                                                                                                                                                                                                             
##  [9] "  이번  행정  통계  수업  계기  통계  관련  책  처음  ‘통계’  라  단어  때  이미지는  ‘딱딱하다  수학적이다’였다  책  전  두려움  벽  빅  데이터  대학교  1  학년  때  전공  시간  단어  나  빅  데이터  단어  암기  용어  중  하나  불과  빅  데이터  단어  정확  한  뜻  것  통계  관심  흥미  나  책  신세계  통계  용어  내용  이  나  것  우리  일상  밀접  한  기분  화장품  카페  등등  익숙  한  소재  빅  데이터  분석  재밌고  공감  신기  것  우리  인터넷  소셜미디어에  관심  기분  생각  하나  데이터  트렌드를  이것  파악  해  소비자  제품  것  빅  데이터  분석가  사실  직업  책  인터넷  검색  ‘21세기  유망직업’이라는  타이틀  빅  데이터  관찰  분석  기업  전략  고객  이야기  기업  사람  관심  변화  미래  예측  기술  발전  빅데이터  분석  디지털  시대  중요  한  자산"
## [10] "  책  흥미  부분  책  처음  우울증  치료제  내용  나  우울증  치료제  사람  효과  적  광고  효과  수  방법  생각  해  ‘가장  기분  요일  언제  ’  생각  금요일  ‘불금’이라는  신조어  정도  현대  들  금요일  평일  마감  기분  요일  빅  데이터  금요일  기분  것  반대  기분  때  언제  라  때  빅  데이터  의외  대답  토요일  기분  것  일요일  밤  월요일  생각  나  의외  답  현대  미래  걱정  휴일  주말  평  생각  스트레스  토요일  월요일  3  간  광고  것  저렴  효과  수  분석  결과  나  빅  데이터  나  주관  적  우울증  치료제  가격  내  기대  이하  결과  것  결과  제품  마음  제품  필요  한  사람  속  공감  마음  사회  적  상황  등  생각  것  데이터  활용  방법  마케팅  기회  것"                                                                                          
## [11] "  공감  부분  전문직  역할  내용  과거  의료  정보  전문  적  지식  정보  비대칭  일반  대중  들  전문가  들이  말  정보  절대  적  신뢰  요즘  인터넷  발달  의료사고  등  신뢰도  증상  발견  병원  의사  것  인터넷  병명  증상  검색  한  후  스스로  심각  성  판단  한  후  병원  빅  데이터  통계  나  공감  나  최근  사랑니가  때  가지  정보  들  인터넷을  후  병원  때문  인터넷  속  전문  지식  때문  도움  책  전문직  역할  이야기  나  인터넷  속  전문가  역할  유망  직업  수  생각  요즘  현대  병원  시간  부족  병원  시간  진료시간  돈  이유  병원  전  사람  ‘지식인’에  데  과거  전문  적  지식  사람  자신  경험  한  내용  바탕  답글을  요즘  의사  선생님  지식인  답글을  ‘전문지식인’이"                                                                             
## [12] "  인터넷  상  상담  전문가  일  수  생각  병명  추가  적  궁금  한  일  가지  주의  사항  때  인터넷  질문  전문가  답  것  전문가  빅  데이터  현대  트렌드를  파악  공간  전문  적  지식  제공  것  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [13] "  책  부분  ‘멍‘에  연고  내용  멍  연고  광고  TV  때  신선  기억  상처  치료  벌레  연고  멍에  연고  때문  일반  적  멍  때  생각  연고  생각  연고  평범  하게  ‘상처에  연고’  라  광고  주목  쟁쟁  한  제품  지  제품  틈새시장  공략  빅  데이터  분석  결과  사례  ‘정말  주변  일상  생활  빅  데이터  활용  ‘  빅  데이터  친근  하게"                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [14] "  책  빅  데이터  역할  분석  빅  데이터  우리  사회  곳곳  활용  특히  기업  입장  존재  그동안  나  기업  자기  이익  만  생각  해서  수익성  집중  인간  적  소비자  입장  고려  생각  책  기업  소비자  마음  소비자  입장  생각  사실  이  관련하  여운  구절  ‘결국  나  일  의미  정보  일  결론  수  무엇  질문  텍스트  라  말  대답  것  ’  ‘결국  나  마음  들  일  것  ’이다"                                                                                                                                                                                                                                                                                                                                                                                                             
## [15] "  마음  라  것  나  인간  적  정보  바  속  겉  정보  것  속  마음  감정  것  우리  소비자  것  한  사람  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [16] "  점  마케터들이  고객  마음  제품  아이디어  내  현실  적  제약  점  현실  고객  상사  만족  우리나라  기업  아이디어  사람  결정  것  결정  특성  소비자  물건  팔기  도  가치  소비자  전달  기업  분위기  무궁무진  한  아이디어  들  한정  틀  채  발전  것  우리  사회  깊숙  하게  자리  사고방식  책  변화  욕망  절제  시장  사람"                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [17] "  책  점"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [18] "  빅  데이터  남녀  정보  것  기본적  빅  데이터  곳  SNS  인터넷  스마트  한  세상  익숙  한  세대  들  상대  적  어르신  들  인터넷을  스마트  한  세상  전자정보  중심  세상  것  당연  한  것  이것  사람들  만  시대  걱정  앞  기술  개발  때  빅  데이터  활용  텐데  한정  사람  감정  생각  파악  수  소외  계층  연령  기술  발전  수  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [19] "  책  저자  SNS  빅데이터를  분석  기업  제품  들  마케팅  사용  책  이  저자  사례  들  빅데이터에  이해  마케팅  방법  들"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [20] "  SNS  한국인  요일  별  기분  변화  양상  파악  우울증  치료제  판매  제약회사  마케팅  방법  시하  것  책  시작  SNS  팔  수  글  수  분석  선거  예측  사례  제시  미래  현재  존재  상관  상황  미래  것  우리  상호작용  들  선택  한  결과  미래  결정  이야기  세상  빅데이터를  이용"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                             
## [21] "  예전  빅데이터1.  0  제품  무엇  가격  얼마  지  내용  들이  중심  반면  최근  빅데이터2.  0  사람  어디  행동  누가  지  초점  내용  들  제목  욕망  내용  빅데이터2.  0  이용  제품  광고  사례  제시  사람  행동  파악  수  제품  광고  때  사용자  욕망  자극  함  소비  자극  말"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [22] "  하나  현상  개별적  법  그것  사회  현상  영향  무언가  영향  것들  맥락  분석  이해  하게  미래  수  말  것들을  코끼리  비유  과거  코끼리  단면  만  세상  판단  소셜미디어  등장  코끼리  전체  수  거대  한  코끼리  그  시야  코끼리  코끼리  불과  함  코끼리  보기  위해  변화  맥  파악  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [23] "  책  빅데이터를  분석  내용  담  책  사례  들  표  자료  들  이해  수  흥미  수  빅데이터는  정보화  관련  수업  내용  누군가  빅데이터를  나  정보  들  내  모습  상황  예측  수  점  기억  여성  인터넷  검색  내용  분석  여성  임신  몇  개월  것  예상  광고  메일  내용  것  기억  함  데이터  나  도움  SNS  글  일  사람  글  데이터  들이  한  층  생활  한  층  재밌어지기도  한  것  책  빅데이터를  이용  한  이야기  책  내용  관련  지  정보  빈부격차  정보  폐해  등  생각  SNS  문제  점  데이터  이해  해  이것  이용  지  책  것"                                                                                                                                                                                                                                                     
## [24] "  책  빅데이터를  미래  예측  수  주장  저자  빅데이터를  기업  사회  활용  지  예시  설명  다양  하게  기업  사회  활용  예시  중  마케팅  예시  제  눈길  다른예시들은  이해  집중  마케팅  예시  나  관심  주  평소  제품  들  언급"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [25] "  빅데이터를  이용  해서  마케팅  수  라  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
## [26] "  저자  끝  데이터  양  것  중요  한  부분  제  중요  한  것  데이터  해석  것  빅데이터를  해석  하게  시장  곳  공략  '빌리프‘  화장품  성공  수  기업  제품  안팔리는  이유  분석  해서  부분  수  책  기업  고객  심리  고려  해서  제품  출시  수  기업  sns  블로그  등  사람  데이터  들  해석  해서  그  마케팅  것  이  부분  나  기업  마케팅"                                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [27] "  저자  성공  것  것  변화  사회  사회  사람  마음  공감  수  일  분야  성공  수  말"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [28] "  빅데이터를  활용  해  사회  수  라면  것  경기  맞벌이  부모  들  발생  것  사회"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       
## [29] "  책  전  빅데이터가  데이터  것  지  후  빅데이터를  활용  겠구나라는  생각  빅데이터는  선거  예측  뿐  과거  누적  데이터  활용  해서  미래  것  지  예상  수  사람  기분  예측  해서  요일  제품  라  생각  마케팅하는  사람  중요  한  요소  tv  연예인  들  이름  옆  키워드  페이스  북  나  이번  년  사용  한  말  이것들  모두  빅데이터를  활용  해서  것  책"                                                                                                                                                                                                                                                                                                                                                                                                                                 
## [30] "  책  빅데이터에  아무것  사람들  이해  하기  생각  디지털  시대  기업  필요  한  것  기업  뿐  것  파악  때  빅데이터는  유용  한  것  나  방대  한  양  데이터  해석  것  흥미  책  빅데이터에  관련  책"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [31] "  작년  1학기  행정학  개론  시간  '빅데이터'라는  단어  교수님  '빅데이터'와  관련  영상  내용  책  빅데이터를  마케팅  것이였다  교수님  의도  방식  행정  도입  해서  국민  수요  행정  서비스  제공  데  이용  유용  것이였다  '빅데이터'라는  개념  당시  나  충격  이유  첫  번째  양  정보  수  점  두  번째  누군가  나  내  발자취  파악  다음  행동  예측  수  이  이용  해  이득  것  마지막  정보  가지  자  사이  간극  경제  적  결과  적  면  어마어마  한  차이  수  것"                                                                                                                                                                                                                                                                                                                  
## [32] "  때  나  정보  수  기술  적  부분  능력  정보  가지  자  것  지  두려움  걱정  것  경험  생각  교수님  추천  책  중  책  제  선택  하게  계기  기술  적  면  빅데이터에  정보  욕구"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     
## [33] "  글쓴이  독자  전달  바  '빅데이터를  무언가  인간  이해  필요  것  생각  책  빅데이터를  이용  한  분석  결과  다양  한  사례  제시  기업  들이  빅데이터를  사용  목적  결과  적  이윤  지금  내  것  기업  빅데이터  분석  이용  해  제품  결함  보완  개선  하기  도  마케팅  방식  방향  수정  하기  도  광고  적합  한  인물  결정  시장  틈새  결국  빅데이터가  인간  언제  어디  행동  지  이해  초점  않는다면(데이터  결과  연연  데이터  의미  점  글쓴이  말  것"                                                                                                                                                                                                                                                                                                                           
## [34] "  이  목적  수단  전  것  의미  목적  기업  이윤  수단  빅데이터이다  목적  선행  고민  고객  누구인가(어떤  성향  것  무엇  잠재  적  고객  누구  사용자  생각  등  빅데이터는  고민  분석  그룹  화해  줄  수  수단  뿐"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [35] "  빅데이터라는  수단  의존  해서  언급  한  고민  해석  것  데이터  들  분석  것  치중  행태  글쓴이  경고  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                           
## [36] "  ‘정치에서  빅데이터를  민심  이것  적극  활용  ’라  생각  투표  참여  율  세계  전반  정당  위기론  등장  시점  필요  책  데이터  여론  선거  예측  모델  활용  것  언급  사실  빅데이터가  정치  활용  수  영역  생각  예  예산  정책  유통  평가  때  정치자금  때  개  맞춤  형  정보  제공  때  등  공익  측면  빅데이터가  적극  활용  필요  정치  영역  빅데이터로  사람  등  그룹  화  집단화  해서  정당  등  대변  지지자  조직  활성화  정부  개  맞춤  형  정보  제공  모습  정당  위기론  해소  정치·투표  참여  율  수"                                                                                                                                                                                                                                                                 
## [37] "  책  때  기억  부분  첫  번째  언급  한  글쓴이  의도  두  번째  제품  경쟁상대  판매율  타사  제품  수  점이  경쟁자  동종  산업  안  것  A  사의  감기약  경쟁  상대  B  사가  수  내용  평소  편견  생각  선입견  검증  발견  자세  접근  글쓴이  조언"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [38] "  책  후  점  책  사례  들이  지금  거리  것  최근  트랜드가  변화  책  언급  트위터는  페이스  북  트위터를  지  시장  기업  들  위치  전략  변화  책  때  지금  상황"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                   
## [39] "  책  전  빅데이터  접근법(통계기법)에  정도(깊이  내용  수  줄  알았는데……  내용  점"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [40] "  얼마  전  정치학  개론  시간  디지털  경제  GAFA  Google  Apple  Facebook  Amazon  시  총액  우리나라  국내총생산  124  KOSPI  +KOSDAQ  시가총액  128  규모  차  이  기업  들이  성장  수  이유  데이터  자산  운영기술(빅데이터)을  이용  해서  시장  요구  변화  시  적절  하게  파악  수  때문  이  운영체계(ex)안드로이드)  하드웨어  스토어(앱)  통신  의료  상거래  금융  수  미디어  엔터  등  다양  한  영역  재편  이용  영향력  전  세계  어마어마  전  세계  빅  데이터  GAFA  기업  들이  우리나라  데이터  기반  다양  한  영역  수  기업  국내  우리나라  빅데이터  강국"
corpus.crt <- Corpus(VectorSource(critique.nouns))
corpus.crt
## <<VCorpus>>
## Metadata:  corpus specific: 0, document level (indexed): 0
## Content:  documents: 40
tdm <- TermDocumentMatrix(corpus.crt, control = list(wordLengths = c(3, 30),
                                                     removeNumbers = TRUE,
                                                   stopwords = stopwords('en'),
                                                   removePunctuation = TRUE))
as.matrix(tdm)
##                       Docs
## Terms                  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
##   amazon               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   apple                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   facebook             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   gafa                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   google               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   kosdaq               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   kospi                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   sns                  0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  1  2
##   가격                 0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   가능성               0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   가장                 0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   가치                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   가치관               0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   감기약               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   개별적               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   검색                 0 0 0 0 0 0 0 0 1  0  1  0  0  0  0  0  0  0  0  0
##   검증                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   것들을               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   것이였다             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   겠구나라는           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   결국                 0 0 0 0 0 0 0 0 0  0  0  0  0  2  0  0  0  0  0  0
##   경쟁상대             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   경쟁자               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관련                 1 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   관련하               0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   관심                 0 0 0 0 0 0 0 0 3  0  0  0  0  0  0  0  0  0  0  0
##   관점                 0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                 0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   교수님               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   국내총생산           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   궁극적               0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   그동안               0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   그럴                 0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   글쓴이               0 0 0 2 0 2 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   금요일               0 0 0 0 0 0 0 0 0  3  0  0  0  0  0  0  0  0  0  0
##   기본적               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   나서심지어는         0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   네이버               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   누구인가어떤         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   누군가               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   다른예시들은         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   답글을               0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  0  0  0  0  0
##   대답                 0 0 0 0 0 0 0 0 0  1  0  0  0  1  0  0  0  0  0  0
##   대응                 0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   대중                 0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   대학교               1 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   데이터               1 1 2 4 4 1 0 2 7  4  1  1  3  2  0  0  0  3  0  0
##   데이터라는           1 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   두려움               1 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   디지털               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   딱딱하다             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   때비로소             0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   라고만               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   마지막               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   마케터들이           0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  1  0  0  0  0
##   마케팅               0 0 0 0 0 2 0 1 0  1  0  0  0  0  0  0  0  0  2  1
##   마케팅\n             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   마케팅하는           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   맞벌이               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   메시지               0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   메신저               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   무궁무진             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   무언가               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   미디어               0 1 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   밀접                 0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   발자취               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   변화                 0 1 0 0 0 0 1 2 1  0  0  0  0  0  0  1  0  0  0  1
##   부모                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   부분                 0 0 0 1 0 0 0 0 0  1  1  0  1  0  0  0  0  0  0  0
##   부족                 0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   분석가               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   분위기               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   불금이라는           0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   브랜드               0 0 0 0 0 2 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   블로그               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   비대칭               0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   빅데이터             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터가           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터는           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터라는         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터로           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터를           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  1
##   빅데이터에           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0
##   빅데이터와           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터이다         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빈부격차             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빌리프               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   사고방식             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   사람들               0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   사랑니가             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   사용자               0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   사이트               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   상거래               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   상처에               0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   상호작용             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   서비스               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   선생님               0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   선입견               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   센티멘털             0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   소비자               0 0 0 0 0 1 1 0 1  0  0  0  0  3  1  2  0  0  0  0
##   소셜미디어           0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   소셜미디어를         0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   소셜미디어에         0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   수익성               0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   수학적이다였다       0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   스마트               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  2  0  0
##   스마트폰을           0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   스스로               0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   스토어앱             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   스트레스             0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   시가총액             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰도               0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   신뢰성               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   신세계               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   신조어               0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   아무것               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   아이디어             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  3  0  0  0  0
##   안팔리는             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   않는다면데이터       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   알았는데             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   어르신               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   어마어마             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   연고                 0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   연예인               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   영향력               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   우리나라             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   우울증               0 0 0 0 0 0 0 0 0  3  0  0  0  0  0  0  0  0  0  1
##   운영기술빅데이터을   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   운영체계ex안드로이드 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   월요일               0 0 0 0 0 0 0 0 0  2  0  0  0  0  0  0  0  0  0  0
##   위기론               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   유망직업이라는       0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   의료사고             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   이것들               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   이다\n               0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   이미지는             0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   이미지를             0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   이야기               0 0 0 0 0 1 0 0 1  0  1  0  0  0  0  0  0  0  0  1
##   인터넷               0 0 0 0 0 0 0 0 2  0  4  2  0  0  0  0  0  1  0  0
##   인터넷을             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  1  0  0
##   일요일               0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   재밌고               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   재밌어지기도         0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   저렴                 0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   저자                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  2  0
##   전문가               0 0 0 0 0 0 0 0 0  0  2  3  0  0  0  0  0  0  0  0
##   전문지식인이         0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   전문직               0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  0  0  0  0  0
##   전자정보             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   접근법통계기법에     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정도깊이             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정말                 0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   정보화               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정치에서             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정치자금             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정치투표             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정치학               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   제약회사             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   지금                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지식                 0 0 1 0 0 0 0 0 0  0  3  1  0  0  0  0  0  0  0  0
##   지식인               0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   지식인에             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   지지자               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   진료시간             0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   집단화               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   최소화               0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   치료제               0 0 0 0 0 0 0 0 0  3  0  0  0  0  0  0  0  0  0  1
##   카카오톡             0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   코끼리               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   크기다라고           0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   키워드               0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   타사                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   타이틀               0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   텍스트               0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   토요일               0 0 0 0 0 0 0 0 0  2  0  0  0  0  0  0  0  0  0  0
##   통계                 0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   트랜드가             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   트렌드를             0 0 0 0 1 0 0 0 1  0  0  1  0  0  0  0  0  0  0  0
##   트위터는             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   트위터를             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   틈새시장             0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   판매율               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   페이스               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   하드웨어             0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   한국인               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   행정학               0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   화장품               0 0 0 0 0 1 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   활성화               0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   활용하면물론         0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들               0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##                       Docs
## Terms                  21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
##   amazon                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   apple                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   facebook              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   gafa                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   google                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   kosdaq                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   kospi                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   sns                   0  0  2  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   가격                  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능성                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가장                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가치                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가치관                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   감기약                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   개별적                0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검색                  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   검증                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   것들을                0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   것이였다              0  0  0  0  0  0  0  0  0  0  2  0  0  0  0  0  0
##   겠구나라는            0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   결국                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경쟁상대              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   경쟁자                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   관련                  0  0  2  0  0  0  0  0  0  1  1  0  0  0  0  0  0
##   관련하                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관심                  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관점                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교수님                0  0  0  0  0  0  0  0  0  0  2  1  0  0  0  0  0
##   국내총생산            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   궁극적                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그동안                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그럴                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   글쓴이                0  0  0  0  0  0  0  0  0  0  0  0  2  0  1  0  2
##   금요일                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   기본적                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나서심지어는          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   네이버                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   누구인가어떤          0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   누군가                0  0  1  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   다른예시들은          0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   답글을                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대답                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대응                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대중                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대학교                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   데이터                0  0  3  0  0  3  0  0  2  1  0  0  1  0  1  1  0
##   데이터라는            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   두려움                0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   디지털                0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   딱딱하다              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   때비로소              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   라고만                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마지막                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   마케터들이            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마케팅                0  0  0  2  1  1  0  0  0  0  1  0  1  0  0  0  0
##   마케팅\n              0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   마케팅하는            0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   맞벌이                0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   메시지                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   메신저                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   무궁무진              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   무언가                0  1  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   미디어                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   밀접                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   발자취                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   변화                  0  1  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   부모                  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   부분                  0  0  0  0  0  3  0  0  0  0  0  1  0  0  0  0  1
##   부족                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분석가                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분위기                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불금이라는            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   브랜드                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   블로그                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   비대칭                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터              3  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   빅데이터가            0  0  0  0  0  0  0  0  1  0  0  0  1  0  0  2  0
##   빅데이터는            0  0  1  0  0  0  0  0  1  1  0  0  0  1  0  0  0
##   빅데이터라는          0  0  0  0  0  0  0  0  0  0  2  0  0  0  1  0  0
##   빅데이터로            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   빅데이터를            0  0  3  2  1  1  0  1  2  0  1  0  3  0  0  1  0
##   빅데이터에            0  0  0  0  0  0  0  0  0  2  0  1  0  0  0  0  0
##   빅데이터와            0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   빅데이터이다          0  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   빈부격차              0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빌리프                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   사고방식              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사람들                0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   사랑니가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사용자                1  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   사이트                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상거래                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상처에                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상호작용              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   서비스                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   선생님                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   선입견                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   센티멘털              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소비자                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소셜미디어            0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소셜미디어를          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   소셜미디어에          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   수익성                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   수학적이다였다        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스마트                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스마트폰을            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스스로                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스토어앱              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스트레스              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시가총액              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰도                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신뢰성                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신세계                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   신조어                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아무것                0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   아이디어              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   안팔리는              0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   않는다면데이터        0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   알았는데              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   어르신                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   어마어마              0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   연고                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   연예인                0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   영향력                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   우리나라              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   우울증                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   운영기술빅데이터을    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   운영체계ex안드로이드  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   월요일                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   위기론                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2  0
##   유망직업이라는        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의료사고              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이것들                0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   이다\n                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이미지는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이미지를              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이야기                0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷                0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   일요일                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   재밌고                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   재밌어지기도          0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저렴                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저자                  0  0  0  1  0  1  1  0  0  0  0  0  0  0  0  0  0
##   전문가                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문지식인이          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전문직                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   전자정보              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   접근법통계기법에      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정도깊이              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정말                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보화                0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정치에서              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   정치자금              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   정치투표              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   정치학                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   제약회사              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지금                  0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   지식                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지식인                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지식인에              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지지자                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   진료시간              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   집단화                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   최소화                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   치료제                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카카오톡              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   코끼리                0  7  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   크기다라고            0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   키워드                0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   타사                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   타이틀                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   텍스트                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   토요일                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   트랜드가              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   트렌드를              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   트위터는              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   트위터를              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   틈새시장              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   판매율                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   페이스                0  0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   하드웨어              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   한국인                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학                0  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0  0
##   화장품                0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   활성화                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   활용하면물론          0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들                0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##                       Docs
## Terms                  38 39 40
##   amazon                0  0  1
##   apple                 0  0  1
##   facebook              0  0  1
##   gafa                  0  0  2
##   google                0  0  1
##   kosdaq                0  0  1
##   kospi                 0  0  1
##   sns                   0  0  0
##   가격                  0  0  0
##   가능성                0  0  0
##   가장                  0  0  0
##   가치                  0  0  0
##   가치관                0  0  0
##   감기약                0  0  0
##   개별적                0  0  0
##   검색                  0  0  0
##   검증                  0  0  0
##   것들을                0  0  0
##   것이였다              0  0  0
##   겠구나라는            0  0  0
##   결국                  0  0  0
##   경쟁상대              0  0  0
##   경쟁자                0  0  0
##   관련                  0  0  0
##   관련하                0  0  0
##   관심                  0  0  0
##   관점                  0  0  0
##   관찰                  0  0  0
##   교수님                0  0  0
##   국내총생산            0  0  1
##   궁극적                0  0  0
##   그동안                0  0  0
##   그럴                  0  0  0
##   글쓴이                0  0  0
##   금요일                0  0  0
##   기본적                0  0  0
##   나서심지어는          0  0  0
##   네이버                0  0  0
##   누구인가어떤          0  0  0
##   누군가                0  0  0
##   다른예시들은          0  0  0
##   답글을                0  0  0
##   대답                  0  0  0
##   대응                  0  0  0
##   대중                  0  0  0
##   대학교                0  0  0
##   데이터                0  0  3
##   데이터라는            0  0  0
##   두려움                0  0  0
##   디지털                0  0  1
##   딱딱하다              0  0  0
##   때비로소              0  0  0
##   라고만                0  0  0
##   마지막                0  0  0
##   마케터들이            0  0  0
##   마케팅                0  0  0
##   마케팅\n              0  0  0
##   마케팅하는            0  0  0
##   맞벌이                0  0  0
##   메시지                0  0  0
##   메신저                0  0  0
##   무궁무진              0  0  0
##   무언가                0  0  0
##   미디어                0  0  1
##   밀접                  0  0  0
##   발자취                0  0  0
##   변화                  2  0  1
##   부모                  0  0  0
##   부분                  0  0  0
##   부족                  0  0  0
##   분석가                0  0  0
##   분위기                0  0  0
##   불금이라는            0  0  0
##   브랜드                0  0  0
##   블로그                0  0  0
##   비대칭                0  0  0
##   빅데이터              0  1  1
##   빅데이터가            0  0  0
##   빅데이터는            0  0  0
##   빅데이터라는          0  0  0
##   빅데이터로            0  0  0
##   빅데이터를            0  0  0
##   빅데이터에            0  0  0
##   빅데이터와            0  0  0
##   빅데이터이다          0  0  0
##   빈부격차              0  0  0
##   빌리프                0  0  0
##   사고방식              0  0  0
##   사람들                0  0  0
##   사랑니가              0  0  0
##   사용자                0  0  0
##   사이트                0  0  0
##   상거래                0  0  1
##   상처에                0  0  0
##   상호작용              0  0  0
##   서비스                0  0  0
##   선생님                0  0  0
##   선입견                0  0  0
##   센티멘털              0  0  0
##   소비자                0  0  0
##   소셜미디어            0  0  0
##   소셜미디어를          0  0  0
##   소셜미디어에          0  0  0
##   수익성                0  0  0
##   수학적이다였다        0  0  0
##   스마트                0  0  0
##   스마트폰을            0  0  0
##   스스로                0  0  0
##   스토어앱              0  0  1
##   스트레스              0  0  0
##   시가총액              0  0  1
##   신뢰도                0  0  0
##   신뢰성                0  0  0
##   신세계                0  0  0
##   신조어                0  0  0
##   아무것                0  0  0
##   아이디어              0  0  0
##   안팔리는              0  0  0
##   않는다면데이터        0  0  0
##   알았는데              0  1  0
##   어르신                0  0  0
##   어마어마              0  0  1
##   연고                  0  0  0
##   연예인                0  0  0
##   영향력                0  0  1
##   우리나라              0  0  3
##   우울증                0  0  0
##   운영기술빅데이터을    0  0  1
##   운영체계ex안드로이드  0  0  1
##   월요일                0  0  0
##   위기론                0  0  0
##   유망직업이라는        0  0  0
##   의료사고              0  0  0
##   이것들                0  0  0
##   이다\n                0  0  0
##   이미지는              0  0  0
##   이미지를              0  0  0
##   이야기                0  0  0
##   인터넷                0  0  0
##   인터넷을              0  0  0
##   일요일                0  0  0
##   재밌고                0  0  0
##   재밌어지기도          0  0  0
##   저렴                  0  0  0
##   저자                  0  0  0
##   전문가                0  0  0
##   전문지식인이          0  0  0
##   전문직                0  0  0
##   전자정보              0  0  0
##   접근법통계기법에      0  1  0
##   정도깊이              0  1  0
##   정말                  0  0  0
##   정보화                0  0  0
##   정치에서              0  0  0
##   정치자금              0  0  0
##   정치투표              0  0  0
##   정치학                0  0  1
##   제약회사              0  0  0
##   지금                  2  0  0
##   지식                  0  0  0
##   지식인                0  0  0
##   지식인에              0  0  0
##   지지자                0  0  0
##   진료시간              0  0  0
##   집단화                0  0  0
##   최소화                0  0  0
##   치료제                0  0  0
##   카카오톡              0  0  0
##   코끼리                0  0  0
##   크기다라고            0  0  0
##   키워드                0  0  0
##   타사                  0  0  0
##   타이틀                0  0  0
##   텍스트                0  0  0
##   토요일                0  0  0
##   통계                  0  0  0
##   트랜드가              1  0  0
##   트렌드를              0  0  0
##   트위터는              1  0  0
##   트위터를              1  0  0
##   틈새시장              0  0  0
##   판매율                0  0  0
##   페이스                1  0  0
##   하드웨어              0  0  1
##   한국인                0  0  0
##   행정학                0  0  0
##   화장품                0  0  0
##   활성화                0  0  0
##   활용하면물론          0  0  0
##   흔히들                0  0  0
head(as.matrix(tdm))
##           Docs
## Terms      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
##   amazon   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   apple    0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   facebook 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   gafa     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   google   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   kosdaq   0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##           Docs
## Terms      25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
##   amazon    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   apple     0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   facebook  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   gafa      0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  2
##   google    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   kosdaq    0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
tail(as.matrix(tdm))
##               Docs
## Terms          1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
##   한국인       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   행정학       0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   화장품       0 0 0 0 0 1 0 0 1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   활성화       0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   활용하면물론 0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들       0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##               Docs
## Terms          24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
##   한국인        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학        0  0  0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   화장품        0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   활성화        0  0  0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   활용하면물론  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들        0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
dim(as.matrix(tdm))
## [1] 190  40
word.count <- as.array(rollup(tdm, 2))
word.order <- order(word.count, decreasing = T)
freq.word <- word.order[1:150]
freq.word
##   [1]  47  82  56  67  34 139  69 100   8  77 169  24 138 145 146 160  26
##  [18]  78  79  83 126 127 167  16  29  35  49  50  64  74  80  89  91 117
##  [35] 159 178 183 187   4   9  19  21  40  42  43  46  55  63 106 122 130
##  [52] 131 140 148 171 175 188   1   2   3   5   6   7  10  11  12  13  14
##  [69]  15  17  18  20  22  23  25  27  28  30  31  32  33  36  37  38  39
##  [86]  41  44  45  48  51  52  53  54  57  58  59  60  61  62  65  66  68
## [103]  70  71  72  73  75  76  81  84  85  86  87  88  90  92  93  94  95
## [120]  96  97  98  99 101 102 103 104 105 107 108 109 110 111 112 113 114
## [137] 115 116 118 119 120 121 123 124 125 128 129 132 133 134
result <- lsa(tdm[freq.word,], 10)
## Warning in lsa(tdm[freq.word, ], 10): [lsa] - there are singular values
## which are zero.
tk <- Varimax(result$tk)$loadings

for(i in 1:10)
{
  print(i)
  importance <- order(abs(tk[,i]), decreasing = T)
  print(tk[importance[1:8], i])
}
## [1] 1
##     데이터        부분        관심      마케팅        관련     트렌드를 
## -0.94600733 -0.15363407 -0.08706773  0.06396861 -0.06350383 -0.06191371 
##     디지털      화장품  
## -0.05510551 -0.05419186 
## [1] 2
##   인터넷      지식     전문가   답글을    전문직    이야기      검색  
## 0.6165301 0.4061326 0.3852216 0.2386720 0.2386720 0.1544507 0.1423470 
##  인터넷을 
## 0.1198260 
## [1] 3
##     코끼리        변화      개별적      것들을  소셜미디어       무언가 
## -0.95034657 -0.13968726 -0.13576380 -0.13576380 -0.13576380 -0.13329928 
##    빅데이터       부분  
##  0.02531035 -0.02297990 
## [1] 4
## 빅데이터를          sns  빅데이터가     마케팅  빅데이터는        관련  
##  0.81951656  0.27896412  0.21640869  0.18188043  0.15613375  0.13117562 
##       저자        지금  
##  0.09873147  0.08758156 
## [1] 5
##    치료제     우울증     금요일     월요일     토요일     마케팅  
## -0.4676720 -0.4676720 -0.4335473 -0.2890315 -0.2890315 -0.1838208 
##      가격       가장  
## -0.1609948 -0.1445158 
## [1] 6
##  우리나라      gafa     변화   빅데이터  어마어마   미디어     amazon 
## 0.5299241 0.3288248 0.2353365 0.1771180 0.1739198 0.1670472 0.1644124 
##     apple 
## 0.1644124 
## [1] 7
##     소비자     아이디어       결국        변화  마케터들이        가치  
##  -0.7143347  -0.4128722  -0.2266746  -0.2062764  -0.1813677  -0.1376241 
##    무궁무진     분위기  
##  -0.1376241  -0.1376241 
## [1] 8
##     글쓴이    마케팅     브랜드       관련         sns    활성화  
##  0.6687906  0.3948489  0.2544539 -0.1964905 -0.1247483  0.1247317 
##    미디어     궁극적  
##  0.1222750  0.1220113 
## [1] 9
##      마케팅       교수님  빅데이터라는    것이였다         관련  
##    0.4028011    0.3730535    0.3503466    0.3405046    0.2351397 
##   빅데이터가     어마어마      마지막  
##   -0.1997513    0.1758823    0.1702523 
## [1] 10
##      부분       관심    빅데이터      변화      대학교      지식  
## -0.5099149  0.3929781  0.3416796  0.2615523  0.1308038 -0.1258468 
##        sns      관찰  
## -0.1248021  0.1229878

신호와 소음

kkk <- read.csv("lsa_test.csv")

kkk <- subset(kkk, book == "신호와 소음")

critique <- as.character(kkk$contents)

critique.nouns <- as.character()
temp <- as.character()

for (i in 1:length(critique))
{
   temp <- extractNoun(critique[i])
   temp2 <- as.character()
   for (j in 1:length(temp))
   {
      temp2 <- paste(temp2, temp[j], sep='  ')
   }
   critique.nouns[i] <- temp2
}

critique.nouns
##  [1] "  이번  서평  과제  나  책  네이트  실버  신호  소음  나  책  이유  두  가지  첫째  말해  점수  때문  둘째  내용  생각  내용  구성  흥미  600  쪽  책  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
##  [2] "  책  호평  점  통계  흥미  서술  것  수  통계  실생활  사례  들  독자  지루  함  통계  담  사람  ‘베이즈  정리’  용어  수  책  그것  설명  노력"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
##  [3] "  네이트  실버  책  예  주제  우리  최소한  한  번  이상  관심  가지  분야  들이  정치  경제  기상  지진  전염병  재난  예측  야구  체스  포커  스포츠  주식  테러  광범위  예측  하나  공통점  주제  들  이야기  저자  분야  들  예측  사용  예측  유용  성  지  독자"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
##  [4] "  네이트  실버  예측  만능주의  주장  사람  예측  중요  성  강조  있긴  예측  만능  전제  잘못된  예측  들  사례  설명  우리  예측  들  중  상당  수  잘못된  예측  수  점  지적"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
##  [5] "  개  적  책  이  추천  이공계  친구  들  십중팔구  흥미  것  인문계  친구  들  것  나  경우  책  내용  흥미  나머지  진지  하게  통계  공부  생각  나중  기회  통계  공부  하게"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
##  [6] "  책  조심  것  스포츠  관련  예측  분야  예측  시장  존재  책  나  구글링을  몇  몇  사이트  거기  베팅예측  사이트  것  문제  곳  자료  토대  실제  프로토  두  번  정도  베팅해서  한  번  한  번  원금  말  책  내용  실생활  수  주제  독자  내용  받아들이진  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
##  [7] "  서평  마무리  결론  말  책  추천  기회  책  분량  생각  해  때  충분  한  시간  한  번  지하철  등하교  시간  하루  한  주제  정도  수  것  책  지  말  지  고민  사람  ‘분량에  한  번  잡아보라’고  말"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
##  [8] "  서울  지하철  중  배차  간격  지하철  노선  ‘경의중앙선’일  것  배차  간격  7  분  29  분  경의  중앙선  코레일이  공지  한  시간표  참조  경험상  안내  시간표  동일  하게  지하철  시간  지하철역  도착  날씨  탓  최근  경의  중앙선  예정  시간  대  이제까지  전동  열차시간  표  경험적  생활패턴  그동안  축적  다량  경험  양질  정보  근거  한  예측  들  신념  구성  지하철  시간표  신뢰  형성  몇  번  오류  간과  오차범위  들이  상당  한  차이  이상  열차시간  표  100  신뢰  수"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
##  [9] "  실생활  사소  한  현상  통계  존재  삶  세상  통계  적  분석  한  네이트  실버  신호  소음  미래  당신  손  잡히는가를  출간  예측  관련  의문  들  지혜  해석  수  지  강조  지식  정보  홍수  오늘  날  ‘빅데이터’  시대  소음  신호  분리  해  내  ‘예측  가능한’과  ‘예측  불가능한’  간  통찰력  것  통찰력  과거  현재  미래의  인과관계  앎  구현  수  것  이  시간  지식  동경  ‘앎’이라는  철학  근본적  회귀"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [10] "  행정학  과  전공  사람  ‘행정학’은  고민  학문  생각  부분  통계  유사  한  점  발견  먼저  행정학  학문  정치  경제  사회  경영  철학  등  다양  한  학문  집약  체  ‘학문  꽃’이라고도  ‘잡학’이라는  애칭  어디  적용  수  다양  성  행정학  정체성  어디  귀결  가에  고민  물음  들  적용  다양  성  통계학  수  통계학  신호  소음  주제  들  경제  정치  스포츠  자연  과학  주식  등  다양  한  분야  적용  수  두  번째  행정학  통계학  고민  학문  행정학  변화  동적  학문  실체  하나  이론  정의  수  무형  학문  고민  필요  한  학문  통계학  마찬가지  신호  소음  네이트  실버  주장  것  과거  현재  존재  현재  미래  예측  수  통계  변화무쌍  베이즈정리에  과거  사전  확률  현재  추정  구성  정보  확보  때  기존  추정  수정  미래의  리  주관  적  어림짐작  통계학  베이즈주  접근  법  피셔  빈도  주의  접근  법  등  하나  현상  다양  한  이론  들이  대립  통계학과  행정학  뚜렷  한  명제  단언  수  학문  들이"                                                                                                                                                        
## [11] "  행정학  도  통계학  행정  이해  필요  한  학문  와중  신호  소음  신선  한  충격  네이트  실버  통계학  ‘자만’은  주장  통계  자  두  단어  들  조합  신선  첫  번째  장  여론조사  5  후보  선거  가능성  파이브서티에이트는  주목  이야기  근소  한  차  안  신호  소음  구분  수  방법  저자  제시  방법  여우  것  흔히들  ‘여우같이’  행동  것  부정적  의미  신호  소음  여우  세상  방법  존재  비유  고슴도치  허황  고집  것  여우  현실  주장  이론  불확실  성  인정  말해  완고  하게  주장  자만  것  99  승률  1  실패  율  내재  확률  인정  것  여우  데이터  기존  데이터  업데이트  한정  정보  활용  줄  백지장  혼자  집단  예측  현재  부족  함  발전  자만심  누구  경험  정보  예측  한  결과  자신  것  삶  속  불확실  성  것  존재  함  자신감  예측  정확  도  비례  자신감  위험  들  유발  예  몇  몇  통계학자  들  자신  판단  통계  모델  이용  예측  때  객관성  주관성  우선  때  그  예측  개선  수  피드백  편향  예측  수정  이럴  때  자만심  편향  예측  용기  앞  예측  지혜  행동  필요  겸손함  용기  지혜  ‘가능한  최상  예측’을  줄  앙큼  한  여우  짓  필요"
## [12] "  두  번째  통계학  ‘자만’만큼  중요  한  것  그것  정보  양  예측  하기  정보  필요  한데  양적  우수  한  정보  예측  유도  수  대수  법칙  관측대상  통계  적  추정  정밀도  향상  수  속  bias  수  편견  등  정보처리  과정  신호  신호  소음  ‘야구’와  연관  설명  타율  지  수  성적  계산  것  수  성적  객관성  양적  정보  주관성  적  정보  융합  평가  주장  객관성  주관성  예측  단순  한  ‘계산’에  것  ‘가치  예측’으로  진화  수  것"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [13] "  누구  ‘직감’은  직감  단순  한  우연  적  일치  정의  수  직감  가지  맥락  정보처리  과정  파악  수  통찰력  다양  한  상황  시간  필요  “정확한  예측  열쇠  순전  계량적  한  정보  의존  것  유형  정보  적절  한  맥락  속  파악  의사결정  과정  구축  것  ”  직감  훈련  끝났다  계량적  정보  직감  결합  가치  정보  수  것  능력  시대  필요  한  능력  ‘빅데이터’  시대  오늘  날  정보  우리  손  안  유입  스마트폰이  대중화  시대  때  친근  인터넷  거대  한  매체  대중  들  삶  정보  것  실제  문제  해결  도움  자료  인터넷을  ‘쓸만한’  정보  지  의문  ‘영혼  없이’  작성  내용  들  ‘나쁜’정보들이  도움  만  정보  이  정보  생산자  들이  진지  하게  정보  생산  디지털  시민  들  인터넷  정보  것  속  그름  판단  직감  함양  함양  직감  체  양질  정보  말  가치  정보  수  것"                                                                                                                                                                                                                                                                                      
## [14] "  마지막  나  개  적  소망  ‘아웃라이어’가  것  ‘Out  of  Frame’을  줄  사람  누구  평범  한  삶  남  평범  중간  자부  이  평범  해지  것  것  종의  모양  정규  분포  양  끝  것  평균  모양  삶  마찬가지  것  카오스  이론  이  이야기  카오스  이론  차이  결과  수  나비  효과  포함  이론  처음  하나  아웃  라이  유의미  한  결과  초래  수  예측  날씨  동적  체계  아웃  라이  사소  한  것  예상  치  결과  야기  수  삶  평균  것  누군가  기준  것  정도  신뢰  구간  포함  일종  기준점  삶  기준  급급  뿐  것  주위  기준점  것  주위  다양  한  기회  경험  들이  것  기회  나중  예상  결과  수  ‘나비’임에도  불구  말  남  따분  재미  삶  아웃라이어를  것  아웃라이어들  ‘삶’이라는  예측  주요  한  효과  수  유의미  한  점  때문  개인  삶  해석  개인  어디  초점  맞추었느냐에"                                                                                                                                                                                                                                                                                                
## [15] "  신호  소음  나  삶  방향  성  근거  들  대  책  662  페이지  분량  압도  적  분량  교훈  수  삶  그래프  속  겸손  지혜  지  수  것  주도하  삶  노력  것  예측  파레토법칙을  설명  한  것  경쟁환경  경쟁우위  노력  뒷받침  앞  나  구상  미래  방향  간  필수  적  요소  ‘성실한  노력’이다  때  정보  들  파악  때  양질  신호  소음  속  처리  과정  계속  해서  ‘노력은  배신  않는다’는  말  삶  상승곡선  예측  수  삶  세상  시간  결과  나  아웃  라이  어로  세상  유의미  한  점  되길"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                         
## [16] "  신호  소음  저번  책  자세  한  내용  설명  생각  만큼  구체  적  설명  터  우리  삶  데이터  활용  한  통계  영향  것  지"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [17] "  책  선거  테러  야구  기상  게임  주식  등  데이터  통계  영향  지  설명  야구  저자  ‘페코타’  라  선수  들  역량  평가  프로그램  프로그램  선수  들  역량  통계  적  평가  해서  성공  정확  하게  선수  들  역량  평가  수  선거  데이터  활용  해서  사람  선거  출마  해서  수  것  지  평가  것  데이터  활용  해서  거  수  자세  하게  설명  해"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [18] "  일기예보  때  주식  때  양  데이터  사람  분석  그것  평가  데이터  사람  분석  결과  수  것  일기예보  슈퍼컴퓨터  활용  해서  기상  분야  종사자  들이  날씨  예측  것  수  기상예보  슈퍼컴퓨터  사용  정확  날씨  예보  책  수  기상예보  데이터  중요  기상예보관  정치  적  관계  개  적  명성  등  정확  한  판단  것  중요"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
## [19] "  베이즈  정리  말  베이즈  정리  것  사건  전제  아래  이론  가설  참  거짓  확률  것  말  사실  책  뒷부분  이해  파악  포커  통계  적확  률  사용  해서  자신  돈  설명"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [20] "  마지막  테러  부분  테러  확률  적  판단  수  생각  9·11테러사건은  유명  한  사건  사건  전  데이터  중  9·11테러가  수  신호  말  테러  야구  데이터  중  신호  말  야구  농구  등  데이터  테러  것  자료  데이터  중  신호  테러  여부  정도  수  테러  것  파리  테러  것  생각  파리  테러  소음  속  실마리  신호  테러  대비  수  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                
## [21] "  책  문외한  분야  머릿속  책  ‘여기에  당신  욕망  보인다’  데이터  양  중요  불확실  한  정보  속  필요  한  신호  것  중요  것  것  사람  디지털  시대  정보  홍수  속  풍부  한  데이터  데이터  신호  불확실  한  데이터  속  정확  한  신호  판별  것  말  빅데이터  시대  사람들  중요  한  것  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [22] "  신호  소음  계기  통계학  수업  수강  통계  관련하  교수님  추천  책  미래  예측  수  책  내용  궁금  해서"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [23] "  신호  소음  저자  네이트  실버  통계학자  그  2012  년  미국  대통령  선거  결과  예측  책  통계  기반  잘못된  정보  필요  한  정보  도움  지  일반  적  통계  생각  확률  통계  통계  청  단순  한  수치  분석  등  생각  하기  데  책  야구  전쟁  전염병  도박  테러  등  다양  한  주제  통계  설명  미래  태도  예측  나"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [24] "  나  신호  소음  책  생각  나  평소  정보  때  인터넷  검색  정보  비판  적  무조건  적  수용  경향  책  앞  정보  분석  중요  한  정보  체크  해서  수용  중요  성  나  평소  생각  통계  단순  한  통계  전수  조사  때문  표본  추출  조사  상황  측정  하기  방법  단순  하게  생각  책  야구  단순  한  게임  통계  측정  하기  방법  동원  시간  소요  것  충격  나  생각  야구  게임  승리  확률  팀  게임  몇  번  몇  번  홈런  몇  번  단순  하게  승리  확률  예측  생각  저자  야구  확률  예측  하기  선수  들  의  SNS  활용  통계  분석  것  대단  하게  통계  나  생각  것  단순  하게  노력  필요  한  학문  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                               
## [25] "  나  생각  예상  예측하다  정  미래  말  것  생각  책  예측  정  어디  일  것  구체  적  말  것  예상  확률  적  장기  적  차원  발상  정  우리  불확실  한  세상  예상  내  날씨  어떨  것  파악  나  미래  사람  것  라  생각  나  예상  수  것  그  나  정보  때문  정보  바탕  나  예상  수  생각  책  나  인간  불완전  한  존재  때문  우리  예측  예측  우리  잘못  때문  운  때문  수  예측  사람  보수  적  결정  경우"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
## [26] "  유명  한  사람  예측  보수  적  경향  상대  적  유명  한  사람  과감  하게  경향  우리  신  불완전  한  존재  때문  예측  가능성  생각  소음  정보  안목  우리  신호  분석  지속  적  우리  미래  대처  수  것  이  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        
## [27] "  책  하나  공감  구절  인지  적  지름길  무리  대세  인간  본능  문제  점  나  부분  이  사람  도시  여행가  점심  식당  때  사람  적  식당  사람  식당  선호  경향  나  내  취미  맛집을  탐방  것  생각  나  나  맛집을  노력  블로그를  검색  포털사이트  검색  사람  한곳  검색  곳  식당  여기  맛  적  맛  적  앞  나  단순  한  검색  정보  사람  곳  선호  것  이  나  생각  정확  한  정보  사람들  확신  사람  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [28] "  책  마음  부분  우리  것  법  것  혼동  경향  우리  것  법  것  여기  때문  법  일  진지  하게  경향  부분  나  머피  법칙  비슷  생각  때  일  오늘  라  생각  한  날  생각  일  경우  의미  비유  오늘  거야  생각  일  점  머피  법칙  “나는  시험  기간  한  번  적  나  시험기간  않아”  라  생각  중간  고사  때  독감  경험"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [29] "  사람  불완전  일  예측  수  발생  일  일  거야  생각  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [30] "  미국  경우  미국은  강대국  때문  공격  경우  미국  영토  때문  공격  것  생각  제2차  세계대전  시작  진주  사건  진주  뿐  911  테러  미국에게  신호  신호  진짜  신호  파악  테러  일  상황  신호  소음  정보  파악  하기  일  발생  하기  전  신호  파악  유용  한  정보  파악  것  일  생각  일  때문  그  중요  성  생각  미국  사례  마찬가지  상황  적용  수  나  때  일  과거  우리나라  IMF  때  통화  위  전  신호  것  생각  자연재해  이상  일  발생  하기  전  이유  이유  신호  생각  일  전  이유  분석  눈  이  우리나라  뿐  만아니라  우리  시대  인터넷망  과거  발전  그  정보  수  편리  하기  정보  필요  한  정보  뿐  신호  중요한지  집중  적  관찰  필요  한지  의견  분  패턴  파악  수  나  자신  정보  것  신중  대통령  중요  한  정보  신중  하게  파악  신호  소음  분별  나라  위험  임무  중요  생각"                                                                                                                                                                                                                                                                         
## [31] "  책  부분  포드  대통령의  H1N1  플루  대응  이  예측  행위  것  생각  감기  대응  하기  백신  처방  백신  부  돈  H1N1  위험  성  생각  예측  경우  사람  비교  적  소극  적  예측  경향  대통령  정책  고안  집행  때  한  번  과감  하게  것  점증  적  조금씩  변화  추구  생각  예측  수  사실  생각  예측  상황  대응  상황  예측  지  분석  다음  예측  정밀  분석  적  예측  우리  예측  확률  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [32] "  우리  세상  사회  대통령의  정책  미래  예측  상황  예측  예측  기반  행정  우리나라  발전  수  것  생각  인간  완벽  우리  한  예측  그  대응  필요  성  말  그  대응성  쇄신  것  중요  생각  불확실  성  대응  계속  해서  상황  수정  행동  중요  성  필요  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
## [33] "  마지막  책  점  나  때  컴퓨터  발명  스마트폰은  세상  정보  티비  책  부모님  학교  선생님  정보  지금  신중  하게  정보  시대  나  정보  컴퓨터  검색  창  검색  길  스마트폰으로  검색  바로바로  시대  그  무수  한  정보  정보  보장  거짓정보  노출  세상  우리  신호  소음  신호  진짜  의미  파악  하기  나  우리  정보  정보  능력"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                    
## [34] "  세상  정보  혜택  신호  분석  정보  능력  생각  시대  아이들  초등학교  때  교육  소음  인터넷  거짓정보  곧이곧대로  것  비판  적  분석  수  정보  수용  수  정보  취  수  능력  것  생각"                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                      
## [35] "  우리  신  때문  우리  사소  한  예측  예측  예측  완벽  수  정보  눈  분석  파악  우리  예측  실패  것  인정  지금  정확  하게  예측  수  생각"
corpus.crt <- Corpus(VectorSource(critique.nouns))
corpus.crt
## <<VCorpus>>
## Metadata:  corpus specific: 0, document level (indexed): 0
## Content:  documents: 35
tdm <- TermDocumentMatrix(corpus.crt, control = list(wordLengths = c(3, 30),
                                                     removeNumbers = TRUE,
                                                   stopwords = stopwords('en'),
                                                   removePunctuation = TRUE))
as.matrix(tdm)
##                      Docs
## Terms                 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
##   bias                0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   frame을             0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   imf                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   out                 0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   sns                 0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   가능성              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   가능한              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   가능한과            0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   가설                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0
##   가에                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   가치                0 0 0 0 0 0 0 0 0  0  0  1  2  0  0  0  0  0  0  0
##   강대국              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   객관성              0 0 0 0 0 0 0 0 0  0  1  2  0  0  0  0  0  0  0  0
##   거짓정보            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   검색                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   겸손함              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   경의중앙선일        0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   경쟁우위            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   경쟁환경            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   경험상              0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   경험적              0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   계량적              0 0 0 0 0 0 0 0 0  0  0  0  2  0  0  0  0  0  0  0
##   계산에              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   고슴도치            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   곧이곧대로          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   공통점              0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관계                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   관련                0 0 0 0 0 1 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   관련하              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관심                0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   관측대상            0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   광범위              0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   교수님              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   구글링을            0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   귀결                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   그동안              0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   그래프              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   근본적              0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   기상예보            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  2  0  0
##   기상예보관          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   기준점              0 0 0 0 0 0 0 0 0  0  0  0  0  2  0  0  0  0  0  0
##   꽃이라고도          0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   끝났다              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   나는                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   나머지              0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   나비임에도          0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   나쁜정보들이        0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   네이트              1 0 1 1 0 0 0 0 1  1  1  0  0  0  0  0  0  0  0  0
##   노력은              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   노력이다            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   누군가              0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   대단                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대립                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   대비                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   대세                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대수                0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   대응                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대응성              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대중                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   대중화              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   대처                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대통령              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   대통령의            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   데이터              0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  1  3  3  0  4
##   뒷받침              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   뒷부분              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  1  0
##   등하교              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   디지털              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   마무리              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   마지막              0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  1
##   마찬가지            0 0 0 0 0 0 0 0 0  1  0  0  0  1  0  0  0  0  0  0
##   만능주의            0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   만아니라            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   맛집을              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   맞추었느냐에        0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   머릿속              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   무조건              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   문외한              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   미국에게            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   미국은              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   미래의              0 0 0 0 0 0 0 0 1  1  0  0  0  0  0  0  0  0  0  0
##   바로바로            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   받아들이진          0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   백지장              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   베이즈              0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  2  0
##   베이즈정리에        0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   베이즈주            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   베팅예측            0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   베팅해서            0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   변화                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   변화무쌍            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   보인다              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   부모님              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   부분                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  1
##   부정적              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   부족                0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   분량에              0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   불가능한            0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   불완전              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   불확실              0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  0  0  0  0  0
##   블로그를            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터            0 0 0 0 0 0 0 0 1  0  0  0  1  0  0  0  0  0  0  0
##   사람들              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   사이트              0 0 0 0 0 2 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   삶이라는            0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   상승곡선            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   생산자              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   생활패턴            0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   선생님              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   성실한              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   세계대전            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   슈퍼컴퓨터          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  2  0  0
##   스마트폰으로        0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   스마트폰은          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   스마트폰이          0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   스포츠              0 0 1 0 0 1 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   시간표              0 0 0 0 0 0 0 3 0  0  0  0  0  0  0  0  0  0  0  0
##   시험기간            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   실마리              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   실생활              0 1 0 0 0 1 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   십중팔구            0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   쓸만한              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   아웃라이어가        0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   아웃라이어들        0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   아웃라이어를        0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0
##   아이들              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   않는다는            0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   않아                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   앎이라는            0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   야구와              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   어림짐작            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   업데이트            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   없이                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   여기에              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   여론조사            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   여우같이            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   여행가              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   열차시간            0 0 0 0 0 0 0 2 0  0  0  0  0  0  0  0  0  0  0  0
##   영혼                0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   예측                0 0 0 0 0 0 0 0 2  0  0  0  0  0  0  0  0  0  0  0
##   예측으로            0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   예측을              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   예측하다            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   오차범위            0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   와중                0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   우리나라            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   유의미              0 0 0 0 0 0 0 0 0  0  0  0  0  2  1  0  0  0  0  0
##   의사결정            0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   이공계              0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   이야기              0 0 1 0 0 0 0 0 0  0  1  0  0  1  0  0  0  0  0  0
##   이제까지            0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   인과관계            0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   인문계              0 0 0 0 1 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷              0 0 0 0 0 0 0 0 0  0  0  0  2  0  0  0  0  0  0  0
##   인터넷망            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷을            0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   일기예보            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  2  0  0
##   자만만큼            0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   자만심              0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  0  0  0  0  0
##   자만은              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   자신감              0 0 0 0 0 0 0 0 0  0  2  0  0  0  0  0  0  0  0  0
##   자연재해            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   잘못된              0 0 0 2 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   잡아보라고          0 0 0 0 0 0 1 0 0  0  0  0  0  0  0  0  0  0  0  0
##   잡학이라는          0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   잡히는가를          0 0 0 0 0 0 0 0 1  0  0  0  0  0  0  0  0  0  0  0
##   저번                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  1  0  0  0  0
##   저자                0 0 1 0 0 0 0 0 0  0  1  0  0  0  0  0  1  0  0  0
##   전염병              0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정리                0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   정밀도              0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   정보처리            0 0 0 0 0 0 0 0 0  0  0  1  1  0  0  0  0  0  0  0
##   정체성              0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   정확한              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   제차                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   조금씩              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   종사자              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  1  0  0
##   주관성              0 0 0 0 0 0 0 0 0  0  1  2  0  0  0  0  0  0  0  0
##   주도하              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   중앙선              0 0 0 0 0 0 0 2 0  0  0  0  0  0  0  0  0  0  0  0
##   중요한지            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지금                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지루                0 1 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지름길              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지속                0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지식                0 0 0 0 0 0 0 0 2  0  0  0  0  0  0  0  0  0  0  0
##   지적\n              0 0 0 1 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지진                0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   지하철              0 0 0 0 0 0 1 4 0  0  0  0  0  0  0  0  0  0  0  0
##   지하철역            0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   지혜                0 0 0 0 0 0 0 0 1  0  2  0  0  0  1  0  0  0  0  0
##   직감은              0 0 0 0 0 0 0 0 0  0  0  0  1  0  0  0  0  0  0  0
##   초등학교            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   최소한              0 0 1 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   카오스              0 0 0 0 0 0 0 0 0  0  0  0  0  2  0  0  0  0  0  0
##   컴퓨터              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   코레일이            0 0 0 0 0 0 0 1 0  0  0  0  0  0  0  0  0  0  0  0
##   타율                0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0
##   테러가              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   테러사건은          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  1
##   통계학              0 0 0 0 0 0 0 0 0  5  2  1  0  0  0  0  0  0  0  0
##   통계학과            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   통계학자            0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   통찰력              0 0 0 0 0 0 0 0 2  0  0  0  1  0  0  0  0  0  0  0
##   파레토법칙을        0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   파이브서티에이트는  0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   페이지              0 0 0 0 0 0 0 0 0  0  0  0  0  0  1  0  0  0  0  0
##   페코타              0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  1  0  0  0
##   포털사이트          0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   프로그램            0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  2  0  0  0
##   프로토              0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0
##   피드백              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##   학문                0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   행정학              0 0 0 0 0 0 0 0 0  6  1  0  0  0  0  0  0  0  0  0
##   행정학은            0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0
##   흔히들              0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0
##                      Docs
## Terms                 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
##   bias                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   frame을              0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   imf                  0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   out                  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   sns                  0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   가능성               0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   가능한               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가능한과             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가설                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가에                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   가치                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   강대국               0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   객관성               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   거짓정보             0  0  0  0  0  0  0  0  0  0  0  0  1  1  0
##   검색                 0  0  0  1  0  0  4  0  0  0  0  0  3  0  0
##   겸손함               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경의중앙선일         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경쟁우위             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경쟁환경             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경험상               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   경험적               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   계량적               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   계산에               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   고슴도치             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   곧이곧대로           0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   공통점               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관계                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관련                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관련하               0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관심                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   관찰                 0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   관측대상             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   광범위               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   교수님               0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   구글링을             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   귀결                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그동안               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   그래프               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   근본적               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   기상예보             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   기상예보관           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   기준점               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   꽃이라고도           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   끝났다               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나는                 0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   나머지               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나비임에도           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   나쁜정보들이         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   네이트               0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   노력은               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   노력이다             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   누군가               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대단                 0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   대립                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대비                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대세                 0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   대수                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대응                 0  0  0  0  0  0  0  0  0  0  3  2  0  0  0
##   대응성               0  0  0  0  0  0  0  0  0  0  0  1  0  0  0
##   대중                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대중화               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   대처                 0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   대통령               0  0  1  0  0  0  0  0  0  1  1  0  0  0  0
##   대통령의             0  0  0  0  0  0  0  0  0  0  1  1  0  0  0
##   데이터               4  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   뒷받침               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   뒷부분               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   등하교               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   디지털               1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마무리               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   마지막               0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   마찬가지             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   만능주의             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   만아니라             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   맛집을               0  0  0  0  0  0  2  0  0  0  0  0  0  0  0
##   맞추었느냐에         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   머릿속               1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   무조건               0  0  0  1  0  0  0  0  0  0  0  0  0  0  0
##   문외한               1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   미국에게             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   미국은               0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   미래의               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   바로바로             0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   받아들이진           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   백지장               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈정리에         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베이즈주             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베팅예측             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   베팅해서             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   변화                 0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   변화무쌍             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   보인다               1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부모님               0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   부분                 0  0  0  0  0  0  1  2  0  0  1  0  0  0  0
##   부정적               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   부족                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   분량에               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불가능한             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   불완전               0  0  0  0  1  1  0  0  1  0  0  0  0  0  0
##   불확실               2  0  0  0  1  0  0  0  0  0  0  1  0  0  0
##   블로그를             0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   빅데이터             1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   빅데이터             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   사람들               1  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   사이트               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   삶이라는             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   상승곡선             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   생산자               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   생활패턴             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   선생님               0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   성실한               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   세계대전             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   슈퍼컴퓨터           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스마트폰으로         0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   스마트폰은           0  0  0  0  0  0  0  0  0  0  0  0  1  0  0
##   스마트폰이           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   스포츠               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시간표               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   시험기간             0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   실마리               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   실생활               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   십중팔구             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   쓸만한               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아웃라이어가         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아웃라이어들         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아웃라이어를         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   아이들               0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   않는다는             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   않아                 0  0  0  0  0  0  0  1  0  0  0  0  0  0  0
##   앎이라는             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   야구와               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   어림짐작             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   업데이트             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   없이                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   여기에               1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   여론조사             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   여우같이             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   여행가               0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   열차시간             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   영혼                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예측                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예측으로             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예측을               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   예측하다             0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   오차범위             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   와중                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   우리나라             0  0  0  0  0  0  0  0  0  2  0  1  0  0  0
##   유의미               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   의사결정             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이공계               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이야기               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   이제까지             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인과관계             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인문계               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   인터넷               0  0  0  1  0  0  0  0  0  0  0  0  0  1  0
##   인터넷망             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   인터넷을             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   일기예보             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자만만큼             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자만심               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자만은               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자신감               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   자연재해             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   잘못된               0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   잡아보라고           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   잡학이라는           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   잡히는가를           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저번                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   저자                 0  0  1  1  0  0  0  0  0  0  0  0  0  0  0
##   전염병               0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   정리                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정밀도               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정보처리             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정체성               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   정확한               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   제차                 0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   조금씩               0  0  0  0  0  0  0  0  0  0  1  0  0  0  0
##   종사자               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   주관성               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   주도하               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   중앙선               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   중요한지             0  0  0  0  0  0  0  0  0  1  0  0  0  0  0
##   지금                 0  0  0  0  0  0  0  0  0  0  0  0  1  0  1
##   지루                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지름길               0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   지속                 0  0  0  0  0  1  0  0  0  0  0  0  0  0  0
##   지식                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지적\n               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지진                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지하철               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지하철역             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   지혜                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   직감은               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   초등학교             0  0  0  0  0  0  0  0  0  0  0  0  0  1  0
##   최소한               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   카오스               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   컴퓨터               0  0  0  0  0  0  0  0  0  0  0  0  2  0  0
##   코레일이             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   타율                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   테러가               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   테러사건은           0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학               0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학과             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   통계학자             0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   통찰력               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   파레토법칙을         0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   파이브서티에이트는   0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   페이지               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   페코타               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   포털사이트           0  0  0  0  0  0  1  0  0  0  0  0  0  0  0
##   프로그램             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   프로토               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   피드백               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   학문                 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학은             0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들               0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
head(as.matrix(tdm))
##          Docs
## Terms     1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
##   bias    0 0 0 0 0 0 0 0 0  0  0  1  0  0  0  0  0  0  0  0  0  0  0  0
##   frame을 0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   imf     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   out     0 0 0 0 0 0 0 0 0  0  0  0  0  1  0  0  0  0  0  0  0  0  0  0
##   sns     0 0 0 0 0 0 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  1
##   가능성  0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##          Docs
## Terms     25 26 27 28 29 30 31 32 33 34 35
##   bias     0  0  0  0  0  0  0  0  0  0  0
##   frame을  0  0  0  0  0  0  0  0  0  0  0
##   imf      0  0  0  0  0  1  0  0  0  0  0
##   out      0  0  0  0  0  0  0  0  0  0  0
##   sns      0  0  0  0  0  0  0  0  0  0  0
##   가능성   0  1  0  0  0  0  0  0  0  0  0
tail(as.matrix(tdm))
##           Docs
## Terms      1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
##   프로토   0 0 0 0 0 1 0 0 0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   피드백   0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   학문     0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학   0 0 0 0 0 0 0 0 0  6  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##   행정학은 0 0 0 0 0 0 0 0 0  1  0  0  0  0  0  0  0  0  0  0  0  0  0  0
##   흔히들   0 0 0 0 0 0 0 0 0  0  1  0  0  0  0  0  0  0  0  0  0  0  0  0
##           Docs
## Terms      25 26 27 28 29 30 31 32 33 34 35
##   프로토    0  0  0  0  0  0  0  0  0  0  0
##   피드백    0  0  0  0  0  0  0  0  0  0  0
##   학문      0  0  0  0  0  0  0  0  0  0  0
##   행정학    0  0  0  0  0  0  0  0  0  0  0
##   행정학은  0  0  0  0  0  0  0  0  0  0  0
##   흔히들    0  0  0  0  0  0  0  0  0  0  0
dim(as.matrix(tdm))
## [1] 219  35
word.count <- as.array(rollup(tdm, 2))
word.order <- order(word.count, decreasing = T)
freq.word <- word.order[1:150]
freq.word
##   [1]  65 204  15  49 217  96 102  58 171 192 157 194  11  13  63  71  72
##  [18] 101 119 120 123 149 150 153 166 181 207   6  14  22  28  40  42  64
##  [35]  69  75  82  87  92 105 106 107 115 141 143 160 162 164 172 175 183
##  [52] 185 189 198 199 206 213   1   2   3   4   5   7   8   9  10  12  16
##  [69]  17  18  19  20  21  23  24  25  26  27  29  30  31  32  33  34  35
##  [86]  36  37  38  39  41  43  44  45  46  47  48  50  51  52  53  54  55
## [103]  56  57  59  60  61  62  66  67  68  70  73  74  76  77  78  79  80
## [120]  81  83  84  85  86  88  89  90  91  93  94  95  97  98  99 100 103
## [137] 104 108 109 110 111 112 113 114 116 117 118 121 122 124
result <- lsa(tdm[freq.word,], 10)

tk <- Varimax(result$tk)$loadings

for(i in 1:10)
{
  print(i)
  importance <- order(abs(tk[,i]), decreasing = T)
  print(tk[importance[1:8], i])
}
## [1] 1
##      행정학       통계학         부분         가에         귀결  
##   -0.6937167   -0.5906898   -0.1192665   -0.1148489   -0.1148489 
##  꽃이라고도         대립  베이즈정리에 
##   -0.1148489   -0.1148489   -0.1148489 
## [1] 2
##     데이터      불확실     기상예보 슈퍼컴퓨터     일기예보    프로그램 
## -0.92502070 -0.15350479 -0.12234390 -0.12234390 -0.12234390 -0.10153965 
##     디지털      머릿속  
## -0.07559986 -0.07286318 
## [1] 3
##       지하철      시간표      열차시간      중앙선  경의중앙선일 
##   -0.6592464   -0.4804930   -0.3203287   -0.3203287   -0.1601643 
##      경험상       경험적       그동안  
##   -0.1601643   -0.1601643   -0.1601643 
## [1] 4
##     검색    맛집을    컴퓨터      부분      대세   블로그를   사람들  
## 0.8509551 0.2479525 0.2184833 0.1384790 0.1239762 0.1239762 0.1217128 
##  거짓정보 
## 0.1127507 
## [1] 5
##     불확실        지혜      자만심      자신감     기상예보 슈퍼컴퓨터  
##   0.4129683   0.2956301   0.2919483   0.2919483  -0.2426609  -0.2426609 
##    일기예보       저자  
##  -0.2426609   0.2161709 
## [1] 6
##       인터넷          가치        계량적        디지털       정보처리 
##     0.4466462     0.4288009     0.4014928     0.2281881     0.2280545 
##       끝났다  나쁜정보들이          대중  
##     0.2007464     0.2007464     0.2007464 
## [1] 7
##   유의미    기준점    카오스   마찬가지   마지막    이야기    frame을 
## 0.4538304 0.4195179 0.4195179 0.2332850 0.2314198 0.2199341 0.2097590 
##       out 
## 0.2097590 
## [1] 8
##    통찰력       예측       지식     네이트     실생활       관련  
## -0.4133428 -0.4060872 -0.4060872 -0.2623446 -0.2596671 -0.2467636 
##      지혜   빅데이터  
## -0.2143303 -0.2102992 
## [1] 9
##     대응  대통령의   우리나라    대통령     부분      변화     대응성 
## 0.7704578 0.2982932 0.2755317 0.2638865 0.2411651 0.1722318 0.1244217 
##   불확실  
## 0.1187225 
## [1] 10
##     주관성      객관성     기상예보 슈퍼컴퓨터     일기예보     통계학  
##  -0.4472959  -0.4472959  -0.2286266  -0.2286266  -0.2286266  -0.1915748 
##        bias      계산에 
##  -0.1897842  -0.1897842