[Brightics Studio] # 팀 분석 프로젝트 - 01 기획 및 구상, 텍스트 데이터로 MBTI 예측하기

 

 

 

안녕하세요

팀 분석 프로젝트로 돌아온

브라이틱스 서포터즈 3기 이상민입니다 :)

 

이번 주부터 4주 동안은

브라이틱스 서포터즈 3조로서

팀원들과 함께 데이터분석 팀 프로젝트를 진행하게 되었는데요.

 

분석 결과를 바탕으로

영상 제작도 진행할 예정이니 다들 기대해주세요!!

 

---

저희 3조가 진행할 팀 분석 프로젝트는

텍스트 데이터로 MBTI 예측하기입니다.

 

MBTI란 정신분석학자 카를 융(Carl Jung)의 심리 유형론을 토대로

만든 성격 유형 검사인데요.

 

네 가지의 상대적인 선호 지표를 조합해

사람의 성격 유형을 16가지로 분류합니다.

 

이런 MBTI를 텍스트로 분류해보면 어떨까요??

---

데이터는??

MBTI별 포스팅 : https://www.kaggle.com/code/mercurio117/mbti-500/data

국가별 MBTI 비율 : https://www.kaggle.com/datasets/yamaerenay/mbtitypes-full

reddit mbti별 발자취 : https://www.kaggle.com/datasets/michaelkitchener/mbti-type-and-digital-footprints-for-reddit-users

 

kaggle에 있는 데이터를 통해 MBTI를 분류해보고자 합니다.

 

데이터는 MBTI유형을 가진 사람이 포스팅한 글인데요.

텍스트마이닝 기법을 활용해 특정 단어의 빈도나, 어투 등을 활용하여

MBTI를 예측하는 모델을 브라이틱스를 활용해 진행하고자 합니다.

---

분석 진행 계획은 ??

 

먼저 텍스트 데이터는 컴퓨터가 인식할 수 있도록

데이터를 정제하고 숫자로 변환해주는 과정을 거쳐야 하는데요.

불용어나 URL등 불필요한 단어들을 처리해주고

Embedding기법을 통해 단어를 숫자로 변환해주고자 합니다.

 

그 다음 브라이틱스 안에 있는 머신러닝 및 딥러닝

분류 알고리즘을 통해 각각의 MBTI로 분류하는데요.

 

이 때 제가 맡은 부분이 바로 이 머신러닝 및 딥러닝 분류 알고리즘 파트입니다!

 

그 후 시각화를 통해 빈출 단어, 포스팅 길이, 맞춤법 및 특수문자 비율이

MBTI별로 어떻게 분포되어 있는지 확인하면 끝!

 

정말 재밌을 것 같지 않나요??

 

---

 

저희 조는 ZOOM으로 회의를 진행하고

Notion으로 프로젝트 일정을 관리하고 있는데요.

앞으로 4주동안 진행될 분석 프로젝트!!

많이 기대해주세요 :)

---

지금까지 삼성 SDS Brightics 서포터즈 3기 이상민이었습니다!

귀한 시간 내어 읽어주셔서 감사합니다.

​

* 본 포스팅은 삼성SDS Brightics 서포터즈 3기 활동의 일환으로 작성하였습니다.