- National Petition Analysis
- 개요
- 국민청원 청민관련 뉴스
- 데이터
- 분류별 청원 숫자
- 월별 청원 숫자
- 데이터 해석
- 데이터 분석
- 분야별 청원의 추천 그래프 화
- 30개까지의 분야별 데이터 그래프
- 100개까지의 분야별 데이터 그래프 (x y)
- 분야별 분석 결과
- 월별 청원의 추천 그래프 화
- 30개까지의 월별 데이터 그래프
- 100개까지의 월별 데이터 그래프
- 월별 분석 결과
- 워드클라우드
- 분야별 워드클라우드
- 월별 워드클라우드
- 네트워크 Old 청치개혁 Top 50
- 네트워크 제작 설명
- 내용 지정
- 단어 뽑기
- 페어화
- Data Frame 제작
- 필터링
- 네트워크 예시
- 가짜
- 김상돈
- 문재인
- 이재명
- 정의
- 특검
- 네트워크 해석
- 네트워크 브리핑
- 네트워크 예시
- 심신
- 조두순
- 난민
- 비서
- 뉴미디어
- 음주운전
- 피해자
- 네트워크 Top 1000
- 네트워크 예시
- 여성
- 살인자
- 무슬림
- 교사
- 어린이집
- 전용
- 인스타
- 일베
- 인증
- 정부의 관심사 알아보기
- 답변한 청원 정리
- 달별 답변 수
- 답변 정리
- 답변 워드클라우드
- 청원 키워드 Top 15
- 답변 키워드 Top 15
- 전체에 대한 키워드 Top 30
- 국민의 관심사 알아보기
- 추천수 별 개수
- 워드클라우드
- 추천 수 0개 키워드
- 1~2개 추천 키워드
- 3~5개 추천 키워드
- 6~10개 추천 키워드
- 11~20개 추천 키워드
- 21~40개 추천 키워드
- 41~100개 추천수를 가진 청원에서 많이 등장한 단어
- 100개 이상의 추천수를 가진 청원에서 많이 등장한 단어
- 특이한 점
- 찾은 계기
- 그래프화
- 해석
- 중요 키워드 정리
- 군대
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 서민
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 소통
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 성장
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 탄핵
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 경제
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 북한
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 국회의원
- 네트워크
- 워드클라우드
- Top 키워드
- 필터링한 Top 키워드
- 해석
- 대통령
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 대기업
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 갑질
- 네트워크
- 워드클라우드
- Top 키워드
- 해석
- 소고
- 소통
- 서민
- 4차 산업혁명
- 혁신
- 군대
- 갑질
- 경제
- 북한
- 미래
- Connect
개요
국민청원 청민관련 뉴스
데이터
분류별 청원 숫자
경제민주화 : 15,870안전,환경 : 29,098보건복지 : 23,170반려동물 : 3,752교통,건축,국토 : 26,517농산어촌 : 1,734저출산/고령화대책 : 3,407외교,통일,국방 : 25,277인권/성평등 : 33,035문화,예술,체육,언론 : 16,942성장동력 : 6,853기타 : 45,658정치개혁 : 57,865육아,교육 : 24,569일자리 : 21,593미래 : 16,852행정 : 19,038all : 371,230월별 청원 숫자
2017-08 : 1,1712017-09 : 17,0402017-10 : 5,9302017-11 : 29,4252017-12 : 18,3772018-01 : 31,2512018-02 : 25,6962018-03 : 21,6242018-04 : 23,0442018-05 : 25,2542018-06 : 25,3872018-07 : 25,7722018-08 : 27,7832018-09 : 23,9162018-10 : 25,7402018-11 : 23,3602018-12 : 20,1252019-01 : 335avg : 19,538.42all : 371,230데이터 해석
데이터 분석
분야별 청원의 추천 그래프 화
from sklearn import preprocessing
x = df.values #returns a numpy arraymin_max_scaler = preprocessing.MinMaxScaler()x_scaled = min_max_scaler.fit_transform(x)dfs = pd.DataFrame(x_scaled, columns= names)dfs분야별 분석 결과
월별 청원의 추천 그래프 화
월별 분석 결과
2017-11 : 294252017-11-11 : 9614정치개혁 : 10488워드클라우드
분야별 워드클라우드
df = df[df["conut"]>100]월별 워드클라우드
네트워크 Old 청치개혁 Top 50
네트워크 제작 설명
#정치개혁 데이터의 상위 50개df = df[df["category"]=="정치개혁"]df = df.sort_values(by="count",ascending=False)df = df.reset_index()df = df[:50]test = []for index, row in df.iterrows(): tokens_ko = t.nouns(row["petition_overview"]) stop_words = ['대한', '여러','알', '곳', '더','또한','우리','통해','내', '나','사진','너','응','음' , '사진','알수없음','회원','월','일','년','오후','오전','로','한','와','의','중','가지','안','후','위해','정도','등', '자','를','직','제','저', '이','그','때','및','것이','합니다.','\\n',':','','거','수','그' ,"합","이","있는","있습니다.","것","및","하지만","때문에"] tokens_ko = [each_word for each_word in tokens_ko if each_word not in stop_words] ko = nltk.Text(tokens_ko, name= 'my') test.append(ko.vocab().most_common(50))tests = []source = []target = []sources = []targets = []num = []for i in range(50): for t1 in test[i]: for t2 in test[i]: if(t1!=t2): source.append(t1[0]) target.append(t2[0]) num.append(t1[1] * t2[1]) for _ in range(t1[1] * t2[1]): sources.append(t1[0]) targets.append(t2[0]) tests.append((t1[0],t2[0]))from collections import OrderedDict
sales = OrderedDict([ ('source', sources), ('target', targets) ] )test_df = pd.DataFrame.from_dict(sales)[('국회', '언제'), ('국회', '봐'), ('국회', '이유'), ('국회', '납득'), ('국회', '가면'), ('국회', '도대체'), ('국회', '야당'), ('국회', '행태'), ('국회', '열'), ...def find_dfs(df_t, word, num): test = df_t[df_t['Pair'].apply(lambda x: fine_word(x,word))] for i,t in test[:num*2].iterrows(): f_word = t['Pair'][t['Pair'].find(word)+len(word):] result = hangul.sub('', f_word) if(result): print(result, t["Num"])
find_dfs(df_t, "영종",10)네트워크 예시
네트워크 해석
네트워크 브리핑
네트워크 예시
네트워크 Top 1000
네트워크 예시
정부의 관심사 알아보기
추천이 20만번 이상이여도 답변을 하지 않은 청원 찾기답변한 청원 정리
보건복지 : 3반려동물 : 3육아/교육 : 2기타 : 7인권/성평등 : 21안전/환경 : 8성장동력 : 2미래 : 1교통/건축/국토 : 2문화/예술/체육/언론 : 7행정 : 1정치개혁 : 5외교/통일/국방 : 4경제민주화 : 2all : 682017-08 : 02017-09 : 32017-10 : 02017-11 : 32017-12 : 22018-01 : 72018-02 : 72018-03 : 62018-04 : 52018-05 : 82018-06 : 72018-07 : 32018-08 : 02018-09 : 22018-10 : 122018-11 : 32018-12 : 0all : 68답변 워드클라우드
청원 키워드 Top 15
{'피해자': 138, '사람': 124, '국민': 110, '생각': 97, '가해자': 91, '사건': 87, '아이': 87, '법': 79, '링크': 66, '처벌': 64, '일': 62, '첨부': 60, '동생': 59, '인증': 58}답변 키워드 Top 15
{'청원': 660, '국민': 466, '비서': 444, '사건': 367, '처벌': 348, '정혜승': 344, '피해자': 313, '범죄': 236, '정부': 235, '수사': 213, '법': 206, '불법': 206, '뉴미디어': 205, '문제': 200, '센터': 198}전체에 대한 키워드 Top 30
{'청원': 714, '국민': 576, '사건': 454, '피해자': 451, '비서': 444, '처벌': 412, '정혜승': 344, '법': 285, '범죄': 274, '정부': 256, '문제': 246, '생각': 244, '보호': 240, '수사': 237, '불법': 233}국민의 관심사 알아보기
추천수 별 개수
워드클라우드
추천 수 0개 키워드
{'폐지': 6,807, '이명박': 5,917, '법': 5,095, '출국금지': 4,846, '청소년': 4,585, '반대': 3,974, '조두순': 3,218, '청원': 3,200, '보호': 2,886, '소년법': 2,190, '대통령': 1,656, '화폐': 1,521, '가상': 1,421, '금지': 1,366, '국민': 1,345}1~2개 추천 키워드
{'청원': 4,760, '폐지': 4,278, '법': 3,147, '이명박': 2,823, '국민': 2,715, '대통령': 2,367, '출국금지': 2,205, '반대': 2,140, '청소년': 1,851, '화폐': 1,756, '처벌': 1,586, '요청': 1,575, '가상': 1,571, '정부': 1,513, '보호': 1,450}3~5개 추천 키워드
{'청원': 4,512, '국민': 2,890, '폐지': 2,774, '대통령': 2,316, '처벌': 2,043, '법': 1,938, '반대': 1,740, '정부': 1,720, '화폐': 1,463, '대한민국': 1,341, '요청': 1,323, '문재인': 1,292, '가상': 1,279, '공무원': 1,203, '개선': 1,179}6~10개 추천 키워드
{'청원': 3,889, '국민': 2,785, '폐지': 2,504, '대통령': 2,303, '처벌': 2,182, '반대': 1,665, '정부': 1,627, '법': 1,581, '문재인': 1,462, '대한민국': 1,227, '요청': 1,126, '국민연금': 1,111, '공무원': 1,096, '화폐': 1,071, '부동산': 1,003}11~20개 추천 키워드
{'청원': 3,199, '국민': 2,771, '폐지': 2,445, '처벌': 2,207, '대통령': 2,133, '반대': 1,688, '문재인': 1,579, '국민연금': 1,454, '정부': 1,436, '법': 1,318, '국회의원': 1,274, '부동산': 1,130, '공무원': 1,054, '요청': 1,015, '대한민국': 1,015}21~40개 추천 키워드
{'폐지': 2,393, '청원': 2,265, '국민': 1,943, '반대': 1,657, '처벌': 1,615, '대통령': 1,590, '난민': 1,262, '국민연금': 1,251, '국회의원': 1,236, '문재인': 1,191, '정부': 1,008, '법': 918, '사건': 910, '부동산': 874, '요청': 798}41~100개 추천수를 가진 청원에서 많이 등장한 단어
{'난민': 2,071, '청원': 1,863, '폐지': 1,829, '반대': 1,502, '국민': 1,325, '처벌': 1,306, '국회의원': 1,064, '사건': 980, '법': 826, '조사': 779, '대통령': 743, '국민연금': 698, '요청': 684, '폭행': 581, '문재인': 517}100개 이상의 추천수를 가진 청원에서 많이 등장한 단어
{'청원': 1,874, '처벌': 1,425, '폐지': 1,044, '반대': 965, '사건': 941, '요청': 808, '조사': 786, '국민': 694, '국회의원': 592, '법': 561, '폭행': 473, '수사': 467, '난민': 408, '대통령': 407, '대한항공': 380}특이한 점
t_0 = ["이명박", "출국금지", "조두순","가상","화폐"] #추천이 0개인 키워드t_100 = ["난민", "폭행", "처벌", "국회의원", "대한항공"] #추천이 100개 이상인 키워드t_a = ["국민", "처벌", "대통령","청원","폐지"] #여러 추천에서 나오는 키워드중요 키워드 정리
군대
{'병원': 105982, '아들': 32482, '군': 18564, '일병': 7852, '군대': 4053, '치료': 2265, '의사': 2097, '에이즈': 2020, '환자': 1764, '아이': 1694, '간호사': 1507, '재활': 1358, '사망': 1327, '의료': 1120, '학생': 1099}서민
{'분양': 73480, '공사': 30061, '전환': 29546, '서민': 28105, '주택': 23365, '건설': 3784, '임대': 3231, '공급': 2861, '택지': 2820, '국토부': 2771, '집': 2541, '주거': 2278, '국가': 2237, '감정': 2166, '가액': 2007}소통
{'교육': 251422, '학교': 147493, '노동': 21184, '교사': 18094, '비정규직': 14778, '학생': 12090, '노동자': 10006, '교장': 4744, '사회': 4400, '영양사': 3642, '사람': 3528, '업무': 3507, '공무원': 3489, '무슬림': 3380, '정부': 3180}성장
{'책': 38416, '주식시장': 19888, '국민연금': 13215, '구매': 10820, '대여': 8744, '성장': 3352, '공매도': 2892, '불법': 1907, '주식': 1796, '감소': 1512, '도서': 1457, '출판': 1455, '서점': 1358, '국민': 1151, '투자자': 1087}탄핵
{'국민': 488614, '대통령': 85140, '청원': 84869, '국회의원': 11394, '여성': 10782, '국회': 9146, '대한민국': 7301, '난민': 6767, '정부': 6728, '국가': 6232, '사람': 6051, '한국': 4588, '정책': 4327, '사회': 4059, '외국인': 3833}경제
{'사람': 260874, '한국': 227097, '공매도': 98681, '나라': 88488, '무슬림': 63252, '경제': 30775, '사회': 11832, '국민': 9695, '이민자': 9328, '이민': 8532, '아랍': 8261, '여성': 8145, '난민': 7813, '교육': 7676, '생각': 7349}북한
{'국민': 491559, '정부': 146082, '대한민국': 113732, '여성': 16009, '합의': 13617, '난민': 8176, '국가': 8111, '북한': 7029, '사람': 6807, '정책': 5592, '지원': 5453, '남성': 5433, '한국': 4589, '대통령': 4490, '무고': 4480, '외국인': 4377}국회의원
{'국민': 244165, '요구': 77475, '의원': 57999, '자료': 19488, '제출': 16013, '국회의원': 12196, '여성': 8529, '정부': 4545, '대한민국': 3946, '국가': 3633, '난민': 3587, '사람': 3167, '남성': 2922, '법': 2877, '지원': 2724}{'피해자': 2420, '위원회': 2365, '무고': 2245, '사건': 2050, '대통령': 1921, '외국인': 1917, '교사': 1721, '처벌': 1708, '인권': 1635, '공매도': 1623, '성폭력': 1585, '경찰': 1503, '미세먼지': 1500, '여자': 1400, '성폭행': 1375, '의료': 1374, '성범죄': 1365}대통령
{'국민': 497863, '여성': 319555, '사람': 264325, '정부': 150289, '한국': 117601, '대통령': 87718, '남성': 19163, '사회': 16075, '국가': 13518, '대한민국': 13434, '정책': 11676, '남자': 11659, '무고': 11597, '지원': 10648, '피해자': 10529}대기업
{'저희': 129118, '기술': 26899, '대기업': 10173, '특허': 7896, '텔레콤': 6876, '패션': 5786, '사건': 2910, '아이': 1677, '둘째딸': 1666, '딸': 1578, '아빠': 1571, '소송': 1521, '병원': 1317, '침해': 1207, '엄마': 1138, '중소기업': 1113}갑질
{'국민': 244654, '말': 217367, '병원': 107206, '업체': 48050, '여성': 9752, '승무원': 8159, '사람': 7112, '갑질': 4138, '대한민국': 4121, '아이': 4027, '생각': 3959, '정부': 3764, '국가': 3732, '사건': 3520, '치료': 3460, '의사': 3374, '피해자': 3270}소고
소통
서민
4차 산업혁명
혁신
군대
갑질
경제
북한
미래
Connect
# github : https://github.com/newhiwoong# email : newhiwoong@gmail.com