현대 경제 연구원 보고서 간략 분석

● 현대 경제 연구원 간략 분석

> 들어가는 말

막상 크롤링을 하고 보니 너무 대충했다.

아무래도 다시 하는게 좋을 것 같은데, 저번에도 2번째 크롤링때 자주 끊겼던게 마음에 걸린다.

블락당한 건 아니겠지.

> 앞서 반성

1. pdf 파일 이름을 너무 대충지었다. 파일이름에 보고서 발표날짜가 들어갔어야 했다.

2. pdf 파일은 html이 아니어서 정규분포식을 이용한다해도 원하는 텍스트를 가져오는게 어렵다. 제목에 제목이라는 표시가 없다 ㅜ 아무래도 제목은 제목대로 따로 크롤링해서 가져와야겠다.

3. 그리고 그 제목과 날짜 그리고 파일명을 하나의 json으로 만든 후 입맛에 맞게 요리해야겠다.

> 결과

아래 워드클라우드 이미지는 2010년 1월부터 ~ 2016년 6월 말(지난주)까지 약 6년 반 기간 동안 현대경영연구원에서 작성한 보고서 1233개의 모든 단어들을 형태소 분석하여 빈도순으로 정렬한 후 의미있는 단어들만 추려낸 것이다. 한글 인코딩 방식만 바꾸었고 나머지는 예전 아리랑 분석할때의 코드를 그대로 사용했다.

그 결과다.

1. 1등이 '증가'라니 ㄷㄷㄷ 증가와 하락의 저 어머어마한 대조를 보라.

2. 미국보다 중국의 비중이 더 크다는 것.

3. 수입도 어딘가 있기는 할텐데 내 눈에 보이는 건 수출 뿐.

4. 대략 보면 증가, 확대, 상승, 성장 같은 긍정적인 용어가 부정적 용어들을 압도한다.

그런데 저 기간동안 진짜 우리경제가 긍정적이었다고 할 수 있나?

5. 제조업이 보이고 IT가 안보이는 건 ...

6. 기술이나 글로벌이란 단어가 저리 작은 건 좀 슬프다.

7. 대충 봐도 경제 신문이나 애널 보고서에서 흔~히 봤던 단어들이다.

8. 저 이미지 한장으로도 수십개의 유사 '경제보고서'를 써낼 수 있을 것 같은 느낌이랄까.

9. 애매한 형태소들도 좀 있다. 저것들은 어떻게 다듬어야 할지...

10. 여하튼 볼만한 자료다.

> 반성

1. 시기별로 구분하지 않았고 제목에 따른 분석이 따르지 않아 아쉬운 부분이 많다. 이건 현대경제연구원에서 나를 블락만 시키지 않는다면 금방 다시 작업할 수 있기는 한데.. 음.. 다음에 다시 하겠다.

2. 그리고 방금 알았는데 현대경제연구원에는 '경제' 보고서만 있는게 아니라 아래와 같이 산업,경영,사회,문화,통일 보고서도 있었다. 쟤네들도 함께 분석해야 할 것 같다. 특히 산업,경영는 매우 활발하게 업데이트 되고 있었다. 이것도 다음에 함께 작업하자.

2. LG경제 연구원의 보고서도 분석해야 할 것 같다. 그래야 조금이라도 거시적인 시점을 확보할 수 있을 것이다. 연구원마다 다른 시점도 확보할 수 있다. 이것도 다음번에 한방에 끝내자. 이번 주말에 도전!

3. scikit-learn와 scipy 사용이 미숙하다. 이 부분의 보완이 필요하다.

3. 그거 약간 배운 것 가지고도, 만들고 싶은 것들이 많아 골치다. 나쁘진 않은데.. 주객이 전도되어서는 안된다. 나의 정체성을 잃지 말자. 아예 바꾸는 건 괜찮지만(응?)