食べログレビューの形態素解析とWordcloudによる可視化

1. Generating WordCloud in Python
食べログレビュー形態素解析と
WordCloudによる可視化
2020.03.02
Ayaka Honda

2. Agenda
● はじめに
● データ分析の目的
● 分析工程解説
● 考察と今後の展開
● 質疑応答

3. はじめに
● 形態素解析とは？
「自然言語」を形態素（意味を持つ表現要素の最小単位）
にまで分割する技術のこと
例） 『私はコーヒーを飲みます』
私／は／コーヒー／を／飲み／ます
代名詞 副助詞 名詞 助詞 動詞 助動詞
今回使用したjanomeは標準ライブラリではないので予めイントールしておく
!pip install janome 参考： Welcome to janome's documentation!
https://mocobeta.github.io/janome/

4. はじめに
● WordCloudとは？
単語の出現頻度を可視化出来るアプリケーション。
Pythonではmatplotlibを使用して可視化出来るので
以下のライブラリをインポートしておく
from wordcloud import WordCloud
import matplotlib.pyplot as plt
参考： WordCloud for Python documentation
http://amueller.github.io/word_cloud/index.html

5. データ分析の目的
・What
コーヒー専門店の口コミ頻出単語の可視化
・Why
自店の口コミチェックの効率化
・How
1.食べログサイト内の口コミをスクレイピング
2.口コミの形態素解析と単語帳の作成
3.WordCloudで可視化

6. 分析工程解説
1. 食べログサイトから口コミを取得
<取得条件>
・東京都内
・業種ジャンルの1番目が「コーヒー専門店」
・評価点数 3.0以上
・口コミ取得件数は各店１ページ分（最大20件）
ソースコードはGitHubで公開中
参考：食べログ/COFFEE VALLEY (池袋)
https://tabelog.com/tokyo/A1305/A130501/13175074/
【Python】ラーメンガチ勢によるガチ勢のための食べログスクレイピング
https://qiita.com/toshiyuki_tsutsui/items/f143946944a428ed105b

7. 分析工程解説
<取得結果>

8. 分析工程解説
2. 口コミの正規化と形態素解析、単語帳の作成
<正規化条件>
・UnicodeをNFKC(デフォルト)で正規化
・( )を削除
・英字は小文字にする
<単語帳格納条件>
・名詞が連続する場合は複合名詞にする
・名詞・形容詞・副詞のみを取得する
・一文字しか無いひらがなとカタカナと英数字は削除
参考： 【Python】自然言語処理でラーメン屋を分類してみる
https://qiita.com/naotaka1128/items/87d717961bd0c34e7a64

9. 分析工程解説
<結果>
ソースコードはGitHubで公開中

10. 分析工程解説
３. 作成した単語リストを出現頻度に応じて可視化

11. 分析工程解説

12. 考察と今後の展開
1.個人店の口コミはほぼ予想通りの内容
・Why?
→１ページ目に表示される口コミ常連者は前情報を念入りに調べている為、頻出単
語が同じものに偏りやすい
〈TRY〉
・１ページ分だけでなく、全ての口コミを取得する
・口コミ常連者を除外する
・地名や店名などすでに分かっている情報は除外する
・単語をポジティブ、ネガティブで分ける
2. チェーン店は立地によって口コミが変わる
→ 店舗ごとのプロモーションやメニュー変更のアイデアに活用

13. Thank you !
今後の勉強過程はこちらでチェック ：)
http://stillakeenbean.com/sliceofthepy/