코호트란? 특정 시간 기간 내에서 공통적인 특징이나 경험을 공유하는 개인들의 그룹 코호트내에서 고객들이 자사의 제품을 계속 쓰게 할 수있는 방법이 무엇일지에 대한 통찰력을 얻을 수 있으며 고객 행동을 더 잘 이해하고 데이터에 기반한 의사결정을 내리는 데 도움이 되는 강력한 도구 즉 코호트는 고객 행동을 시간이 지남에 따라 분석하고 이를 통해 마케팅 및 제품 전략을 개선하려는 기업에게 유용한 인사이트를 제공하는 강력한 방법 전향적 코호트 특정 시점에 개별 그룹을 모집하고 특정 결과의 발생을 평가하기 위해 일정 기간 동안 전향적으로 추적하는 연구 이를 통해 어떤 요인들이 특정 결과를 도출할 가능성이 더 높았는지를 식별할 수 있다. 전향적 코호트 연구의 장점: 다수의 원인 및 결과를 평가할 수 있다. 원인과 ..

사용된 데이터는 나주시 격자데이터와 농림지역 데이터(격자 X) 농림지역을 격자로 구분하고 격자로 배치시키는 작업 1. 지도데이터와 격자데이터를 결합 위 위치대로 격자로 쪼개어 주는 작업 벡터 - 지리 정보 처리 도구 - 교차영역을 눌러줍니다 입력레이어에는 기준이 될 데이터(격자) 중첩레이어에는 모양대로 자를(지도)를 배치시켜 주고 실행해 줍니다. 다음그림처럼 격자모양으로 지도가 배치된 모습 2.격자내 지역의 면적 계산 여기서 문제는 아주 조금만 걸친지역도 해당격자로 포함시켜 적용하기 때문에 농림지역이라고 하기 애매한 부분들도 포함이 될 수 있습니다. 때문에 사용자가 면적 범위를 지정해서 확실한 기준 구분점을 만들어 주어야 합니다. (예를 들어 나는 면적이 꽉 찬 격자만 사용할 건지 70%까지 채워진 격자..

서로 다른 GeoJson파일의 칼럼을 합치기 위해서는 공통 칼럼이 존재해야 한다. 합치고 싶은 파일들을 레이어에 올려줍니다. 기준이 될 데이터에 우클릭 속성 - 결합 이 창을 띄워주시고 아래 초록색 +버튼을 누릅니다 결합을 할 데이터를 선택하고 결합필드와 대상필드를 동일하게 맞춰주시고 OK버튼 클릭 위 사진과 같이 데이터가 결합이 되었습니다. 결합데이터중 삭제를 하고 싶은 데이터가 있다면 클릭하시고 빨간색 -버튼을 누르면 됩니다. 확인을 하시려면 기준데이터 우클릭 속성테이블 열기를 통해 확인해 보실 수 있습니다.

특강중 조를 짜서 간단하게 수행해야하는 미션이 있었는데 바로 '문고리를 디자인하기' 였다. 30분 남짓한 시간이지만 창의적인 생각을 해볼 수 있었던 조별활동이였다. 특별한 상황을 설정한다 사용자의 행동을 인식한다 적절한 디자인을 시행한다 위 세가지 조건을 가지고 문고리디자인을 생각해보았다. 문고리를 디자인한다고 하면 물건을 들고있을때 어린이나 노약자, 장애인, 애완동물등 처음에는 쉽게 접근을 해보았지만, 무언가 재미가 별로 없네..? 라는 생각이 들기 시작 할때 쯤 조원분께서 자기는 당기시오/미시오를 잘 보지 못해서 실수하는 경우가 많다고 얘기를 꺼내셨다. 그때 문득 머릿속에서 우리가 당겨야하는 경우가 무엇이 있을까??? 갑자기 머릿속에 냉장고라는 아이디어가 떠올라서 팀원들과 토의를 나눠보니 생각보다 참..

사용된 라이브러리 from selenium import webdriver from selenium.webdriver.chrome.service import Service from selenium.webdriver.common.by import By import pandas as pd import time import random 상세 코드 def page1_crawling(driver): titles = [] urls = [] start_num = 9 end_num = 47 for i in range(start_num, end_num + 1, 2): title_css_path = '#revolution_main_table > tbody > tr:nth-child(' + str(i) + ') > td:nt..

JSON 형식 단일데이터 수집 URL=f'http://openapi.seoul.go.kr:8088/{SERVICE_KEY}/json/tbLnOpendataRtmsV/1/100/' URL import requests import json import pandas as pd req = requests.get(URL) content = req.json() #json데이터 불러오기​ result = pd.DataFrame(content['tbLnOpendataRtmsV']['row']) #중요부분 result 다중데이터 수집 공공데이터는 블러올떄 리미트가 걸린 경우들이 많음 서울 열린데이터 광장의 경우 1000개 제한 data = None SERVICE_KEY ='**************************..