📂 BK21 테크니컬 포트폴리오 : 데이터 시각화

🚩 심사항목

No.	심사항목	내용	기타
1	데이터사이언스 공통	Python, SQL, R, Java, Scala, Go, C/C++, Javascript 등 데이터 처리 언어 활용 능력	바로가기
2	데이터 활용 및 분석	데이터사이언스 관련 공모전 참여를 통한 공개 데이터의 활용 및 분석 능력	바로가기
3	데이터 시각화	Tableau, Power BI 등을 활용한 데이터 시각화 능력	바로가기

✏️ 교육훈련 이력 (실습결과 첨부)

No.	구분	교육기관	기간	과정명	비고
1	정규과정	서울과학기술대	2021.03 ~ 2021.06	데이터 시각화 (IT정책대학원 - 김자희 교수)	바로가기
2	외부교육	태블로	2022.03 ~ 2022.04	태블로(Tableau) 신병훈련소 13기 과정	바로가기
3	외부교육	Udemy	2022.11.22	파워BI를 활용한 데이터 시각화 기초	바로가기
4	외부교육	러닝핏	2022.10 ~ 2022.11	Power BI로 배우는 데이터 시각화	-
5	유튜브	시민개발자	2022.12 ~ 2023.01	파워비아이 배움터2(심화)	바로가기
6	유튜브	어니언 비아이 (ONION BI)	2022.11 ~ 2022.12	오리지널 DAX 시리즈	바로가기
7	외부교육	전자제조센터 (KEA)	2022.08	텍스트 마이닝 (KNIME 활용)	-
8	외부교육	전자제조센터 (KEA)	2023.01	AI응용 및 데이터융합실습 (MS Azure & KNIME 활용)	-

---

📌 [사이드 프로젝트] KNIME 솔루션을 활용한 에타 수강후기 분석 및 워드 클라우드 시각화

1. 데이터 수집 (리뷰가 많지 않아서 크롤링은 사용하지 않고 웹페이지 HTML 복사하여 txt파일로 저장)

- 에타 접속 (https://everytime.kr/) 생략가능, 로그인으로 바로 이동
- 에타 로그인 (https://everytime.kr/login)
- 에타 강의실 페이지로 이동 (https://everytime.kr/lecture)
- 에타 강의 평가 이동 (https://everytime.kr/lecture/view/930295)
- 에타 강의 평가 통계처리 입문 (https://everytime.kr/lecture/view/930295?tab=article)

2. 모듈 불러오기

import requests
from bs4 import BeautifulSoup

import selenium
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By 

# 크롬 드라이버 자동 업데이트
from webdriver_manager.chrome import ChromeDriverManager

import time
import random 
import pyautogui
import pyperclip

import pandas as pd

3. txt파일 불러오기 및 html 파싱

# txt파일 불러오기
with open('통계처리입문.txt', 'r', encoding='utf-8') as f:
    text = f.read()

soup = BeautifulSoup(text, 'html.parser')
articles = soup.select('div.article')
texts = soup.select('div.text')
rates = soup.select('span.on')
infos = soup.select('span.semester')
# articles = soup.find_all('div', class_='article')

info_list = []
rate_list = []
text_list = []

i = 1
 
for info, rate, text in zip(infos, rates, texts):
    info_list.append(info.text.strip() )
    rate_list.append(rate['style'] )
    text_list.append(text.text.strip() )
    i += 1 
    
rate_list = [rate.split(':')[1].strip() for rate in rate_list]
rate_list = [rate.split('%')[0] for rate in rate_list]   

everytime_hong = pd.DataFrame({'info':info_list, 'rate':rate_list, 'text':text_list})
everytime_hong

4. KNIME 솔루션을 활용한 텍스트 데이터 분석 및 워드 클라우드 시각화