제주도 Text Mining_KoNlp

if("stringr" %in% installed.packages("stringr") == FALSE)install.packages("stringr")
library(stringr)
if("KoNLP" %in% installed.packages("KoNLP") == FALSE)install.packages("KoNLP")
library(KoNLP)
if("wordcloud" %in% installed.packages("wordcloud") == FALSE)install.packages("wordcloud")
library(wordcloud)
if("RColorBrewer" %in% installed.packages("RColorBrewer") == FALSE)install.packages("RColorBrewer")
library(RColorBrewer)

setwd("C:\\Users\\Administrator\\rlang_weekend2\\Data_R_181006")
getwd()
tgt1 <- readLines("jeju.txt")
gsb <- readLines("jeju_gsb.txt")
mrg <- readLines("jeju_mrg.txt")
useSejongDic()
mrg <- data.frame(mrg,"ncn") #비서술형 명사 (as per KAIST mind map)
KoNLP::buildDictionary(
  ext_dic = c('sejong','woorimalsam'),
  user_dic = mrg
)
tgt1 <- sapply(tgt1, 
               extractNoun, 
               USE.NAMES = F, 
               autoSpacing=T)
# tgt1
tgt2 <- unlist(tgt1)
tgt3 <- stringr::str_replace_all(tgt2,'[^[:alpha:]]','')  # 정규식에 따라 한글과 알파벳으로 시작하지 않으면 제외

# function을 만듦

# 필요없는 단어 제거, 일단 gsub4 function 없이 wordcloud 실행한 후 필요없는 단어를 확인하고 아래 function을 작성 순서
gsub4 <- function(){
  gsb <- readLines("jeju_gsb.txt")
  gsb
  gsb <-  c(
    ' ', '[~!@#$%&*()_+=?<>]',"\\[",
    '[ㄱ-ㅎ]','(ㅜ|ㅠ)',"\\d+"
  )
  i <- 0
  for(i in 1:length(gsb)){
    tgt4 <- gsub(gsb[i],"",tgt3)
  }
  return(tgt4)
}

gsub5 <- function(){
  tgt5 = gsub("\\S*일출", "성산일출봉", tgt4)
  tgt5 = gsub("성산\\S*", "성산일출봉", tgt4)
  tgt5 = gsub("한라\\S*", "한라산", tgt5)
  tgt5 = gsub("랜드", "에코랜드", tgt5)
  tgt5 = gsub("에코에코랜드", "에코랜드", tgt5)
  tgt5 = gsub("주상\\S*", "주상절리", tgt5)
  tgt5 = gsub("\\S*절리", "주상절리", tgt5)
  tgt5 = gsub("용두", "용두암", tgt5)
  tgt5 = gsub("용두암암", "용두암", tgt5)
  tgt5<- gsub('폭포','',tgt5)
  tgt5<- gsub('연폭','',tgt5)
  tgt5 = gsub("천지", "천지연폭포", tgt5)
  tgt5<- gsub('공원','',tgt5)
  tgt5<- gsub('관광','',tgt5)
  tgt5<- gsub("산방\\S*","산방산",tgt5)
  tgt5<- gsub('까지','',tgt5)
  tgt5<- gsub('으로','',tgt5)
  tgt5<- gsub('박물','',tgt5)
  tgt5<- gsub('일출','',tgt5)
  return (tgt5)
}

tgt4 <- gsub4()
tgt5 <- gsub5()
tgt5
gsb_cnt <- length(gsb)
i <- 0
for(i in 1:gsb_cnt){
  tgt5 <- gsub(gsb[i],"",tgt5)
}
tgt6 <- Filter(function(x){nchar(x) >=2},tgt5) # 한 글자 제외
# tgt6
tgt6 <- unlist(tgt6)
write(tgt6, 'jeju_temp.txt')
tgt7 <- read.table('jeju_temp.txt')
# class(tgt7)
tgt8 <- table(tgt7)
# class(tgt8)
tgt9 <- head(sort(tgt8,decreasing = T),30)
tgt9

pal <- brewer.pal(8,"Dark2")
set.seed(1233) # 모양이 일치 안하면 숫자를 바꿔가며 모양 찾기
wordcloud(
  names(tgt8),
  freq = tgt8,
  scale = c(2.5,0.1), # 단어크기 0.1 ~ 2.5
  rot.per =0.25, # 회전비율
  min.freq = 2, # 최저 빈도수 2회이상
  random.order = F, # 고빈도 단어 중앙배치
  random.color = T,
  colors = pal
)

제주도 여행코스 (2) - 차트그리기

top10 <- head(sort(tgt9, decreasing = T),10)
top10
pie(top10,main="제주도 여행코스 탑10")

pie(top10,
    col = rainbow(10),
    radius = 1,
    main = "제주도 여행코스 탑 10"
)
pct <- round(top10/sum(top10)*100, 1)
names(top10)
lab <- paste(names(top10),'\n',pct,"%")
pie(top10,
    col = rainbow(10),
    radius = 1,
    cex = 2,
    labels = lab,
    main = "제주도 여행코스 탑 10"
)

바차트

bp <- barplot(
              top10,
              main = "제주도 여행코스 탑 10",
              col = rainbow(10),
              cex.names = 1.8,
              las = 2, 
              ylim = c(0, 30)
)

text(x = bp,
     y = top10,
     labels = lab, 
     col = 'black',
     cex = 1.5
     )

text(
    x = bp,
    y = top10-5,
    labels = paste(top10,"건"),
    col = 'black',
    cex = 1.5
)

3D 파이차트

install.packages("plotrix")
library(plotrix)
plotrix::pie3D(
  top10,
  col = rainbow(10),
  cex = 1.0,
  labels = lab, 
  explode = 0.1
)