감정 분석을 통한 실시간 트위터 감정 추적을 위한 파이썬 Sentiment analysis

04 Oct 2023

python

소개

감정 분석은 텍스트 데이터에서 사용자의 감정을 파악하는 기술입니다. 이 기술을 이용하면 소셜 미디어 플랫폼에서 실시간으로 사용자의 감정을 추적하고 분석할 수 있습니다. 트위터는 많은 사람들이 실시간으로 의견과 감정을 공유하는 플랫폼으로, 감정 분석을 통해 트위터 사용자의 다양한 감정을 추적할 수 있습니다. 이번 블로그 포스트에서는 파이썬을 사용하여 실시간 트위터 감정 추적을 어떻게 할 수 있는지 알아보겠습니다.

필요한 라이브러리 설치

이 예제에서는 tweepy와 textblob 라이브러리를 사용합니다. tweepy는 트위터 API에 액세스하기 위한 라이브러리이고, textblob는 자연어 처리에 사용되는 라이브러리입니다. 먼저, 다음 명령어를 사용하여 두 라이브러리를 설치해주어야 합니다.

pip install tweepy textblob

트위터 API 인증

트위터 API에 접근하기 위해서는 개인적인 API 키와 액세스 토큰이 필요합니다. 트위터 개발자 포털에서 개발자 계정을 생성하고, API 키와 액세스 토큰을 발급받아야 합니다. 이 정보를 사용하여 tweepy를 초기화하고 API에 액세스할 수 있습니다.

import tweepy

# Twitter API 인증 정보
consumer_key = "YOUR_CONSUMER_KEY"
consumer_secret = "YOUR_CONSUMER_SECRET"
access_token = "YOUR_ACCESS_TOKEN"
access_token_secret = "YOUR_ACCESS_TOKEN_SECRET"

# Tweepy 인증 설정
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)

# Tweepy API 인스턴스 생성
api = tweepy.API(auth)

트위터 실시간 감정 추적

이제 tweepy를 사용하여 특정 키워드를 포함한 트위터 피드를 실시간으로 가져와서 감정을 분석해보겠습니다. 아래는 실시간 감정 추적을 위한 기본적인 코드입니다.

import tweepy
from textblob import TextBlob

# Twitter API 인증 정보
consumer_key = "YOUR_CONSUMER_KEY"
consumer_secret = "YOUR_CONSUMER_SECRET"
access_token = "YOUR_ACCESS_TOKEN"
access_token_secret = "YOUR_ACCESS_TOKEN_SECRET"

# Tweepy 인증 설정
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)

# Tweepy API 인스턴스 생성
api = tweepy.API(auth)

# 감정 분석 함수
def analyze_sentiment(tweet):
    analysis = TextBlob(tweet)
    sentiment = analysis.sentiment.polarity
    if sentiment > 0:
        return "Positive"
    elif sentiment == 0:
        return "Neutral"
    else:
        return "Negative"

# 키워드 설정
keyword = "감정 분석"

# 트위터 실시간 스트리밍
class MyStreamListener(tweepy.StreamListener):
    def on_status(self, status):
        tweet = status.text
        sentiment = analyze_sentiment(tweet)
        print(f"{tweet} - Sentiment: {sentiment}")

my_stream_listener = MyStreamListener()
my_stream = tweepy.Stream(auth=api.auth, listener=my_stream_listener)
my_stream.filter(track=[keyword])

위 코드에서는 analyze_sentiment 함수를 사용하여 트윗의 감정을 분석합니다. TextBlob 객체를 사용하여 텍스트의 감정을 판별하고, 양수 값은 긍정적인 감정, 0은 중립적인 감정, 음수 값은 부정적인 감정을 나타냅니다. 이 코드를 실행하면 지정한 키워드를 포함한 트위터 피드가 실시간으로 가져와지고, 감정 분석 결과가 출력됩니다.

결론

파이썬의 tweepy와 textblob 라이브러리를 사용하여 실시간으로 트위터 감정을 추적하는 방법을 알아보았습니다. 이를 통해 트위터 사용자들의 실시간 의견과 감정을 파악할 수 있으며, 이를 기반으로 다양한 분야에서 활용할 수 있습니다. 감정 분석은 소셜 미디어 감정 추이, 제품 평가, 마케팅 전략 등에 응용될 수 있으며, 텍스트 데이터에서 사용자의 감정을 파악하는 강력한 도구입니다.

#감정분석 #실시간트위터추적 #파이썬 #SentimentAnalysis