project-yes24

YES24 에세이 데이터 분석 프로젝트

본 프로젝트는 YES24 웹사이트에서 크롤링한 에세이 장르 도서 데이터를 기반으로, 감정 및 인지 트렌드의 변화를 분석하기 위한 데이터 수집 및 정제 프로젝트입니다.

project-yes24/
├── README.md # 현재 문서
├── raw_html/ # 크롤링한 원본 HTML (카테고리별 폴더 포함)
├── clean_data/ # 정제된 CSV, RDS 등 데이터 파일
├── code/ # 크롤링 및 전처리 코드 (R 기반)
├── output/ # 분석 결과물 (시각화, 통계 메모 등)
├── report/ # 최종 보고서 (PDF)
├── presentation/ # 발표용 슬라이드 (PDF)

🔍 Project Description

• 데이터 출처: YES24 도서 사이트 (에세이 장르 및 하위 카테고리)
• 크롤링 규모: 약 77,000권 이상의 도서 HTML 수집
• 주요 변수: 출간일, 출판사, 책소개, 목차, 저자정보, 정가/판매가 등
• 분석 목적:
  • 출판사 유형에 따른 책의 특성 비교 (POD vs 일반)
  • 시대별 정서 및 인지 관련 키워드 변화 추적
  • 책소개 및 목차의 문체적·감정적 특성 분석

🛠️ How to Use

1. 환경 세팅:
   R 및 아래 주요 패키지 설치 필요
   rvest, stringr, dplyr, readr, purrr, RSelenium, tibble 등

2. 크롤링 코드 실행:
   code/crawl_script.R

   • 각 도서 HTML 저장 (카테고리별 폴더 내 book_uid.html)

3. 전처리 코드 실행:
   code/clean_script.R

   • HTML 파싱 → 구조화된 CSV/RDS 저장

4. 분석 및 시각화:
   output/ 폴더 참고 (R에서 시각화 스크립트 포함 예정)

📁 raw_html 샘플 안내

약 77,000개의 도서 상세 페이지를 수집하였으며, 중복 도서를 제외한 최종 정제 데이터는 약 59,000권으로 구성되어 있습니다.
총 10개 이상의 카테고리에서 데이터를 수집하였으며, 본 저장소에는 대표 카테고리 3개의 샘플 HTML만 업로드되어 있습니다.
전체 원본 HTML은 로컬에서 보관 중이며, 평가용으로는 아래와 같은 예시만 제공합니다.

📌 Notes

• HTML 크롤링은 YES24 웹사이트 구조 변경에 따라 작동하지 않을 수 있음
• 크롤링은 학술 목적으로만 사용하며, 상업적 이용은 금지됨

📅 Project Timeline

• 2025.04 ~ 2025.06 (진행 중)

👩‍🔬 Contributor

• 이원 (전북대학교 심리학과)

---