Lecommend_ssu_pick.ipynb

{
  "nbformat": 4,
  "nbformat_minor": 0,
  "metadata": {
    "colab": {
      "name": "recommend_ssu_pick",
      "provenance": [],
      "collapsed_sections": []
    },
    "kernelspec": {
      "name": "python3",
      "display_name": "Python 3"
    },
    "language_info": {
      "name": "python"
    },
    "accelerator": "GPU",
    "gpuClass": "standard"
  },
  "cells": [
    {
      "cell_type": "code",
      "source": [
        "import numpy as np\n",
        "import csv\n",
        "import seaborn as sns\n",
        "import matplotlib.pyplot as plt\n",
        "import pandas as pd\n",
        "\n",
        "%pip install sklearn\n",
        "from sklearn.feature_extraction.text import TfidfVectorizer"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "6Lc6DdAV3iZo",
        "outputId": "349f4dea-d31e-4bbb-db7f-7fbf860ffa08"
      },
      "execution_count": 1,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Looking in indexes: https://pypi.org/simple, https://us-python.pkg.dev/colab-wheels/public/simple/\n",
            "Requirement already satisfied: sklearn in /usr/local/lib/python3.7/dist-packages (0.0)\n",
            "Requirement already satisfied: scikit-learn in /usr/local/lib/python3.7/dist-packages (from sklearn) (1.0.2)\n",
            "Requirement already satisfied: numpy>=1.14.6 in /usr/local/lib/python3.7/dist-packages (from scikit-learn->sklearn) (1.21.6)\n",
            "Requirement already satisfied: scipy>=1.1.0 in /usr/local/lib/python3.7/dist-packages (from scikit-learn->sklearn) (1.7.3)\n",
            "Requirement already satisfied: joblib>=0.11 in /usr/local/lib/python3.7/dist-packages (from scikit-learn->sklearn) (1.1.0)\n",
            "Requirement already satisfied: threadpoolctl>=2.0.0 in /usr/local/lib/python3.7/dist-packages (from scikit-learn->sklearn) (3.1.0)\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "from google.colab import drive\n",
        "drive.mount('/content/drive')"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "lgCPbZOqOO4T",
        "outputId": "3c951f01-4d58-436c-dfa3-98e98a3c589e"
      },
      "execution_count": 2,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount(\"/content/drive\", force_remount=True).\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "4hjLXk9YWHUh",
        "outputId": "73ef15d6-c5a7-42fd-a5fb-e38348809ff4"
      },
      "execution_count": 3,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:        11536372 kB\n",
            "MemAvailable:   12369648 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**학과·학번별 베스트 대출 TOP10을 추후 생성할 tfidf_matrix에 포함시키기 위해 데이터프레임 생성**"
      ],
      "metadata": {
        "id": "375nKLqDulx_"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "단행본_대출, 단행본_도서 불러오기"
      ],
      "metadata": {
        "id": "XviTSoRGxYqS"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# 단행본_대출\n",
        "file_lib_bor = '/content/drive/MyDrive/datathon/데이터_단행본대출.csv'\n",
        "lib_bor = pd.read_csv(file_lib_bor, encoding = 'cp949',low_memory=False)\n",
        "lib_bor = lib_bor.dropna(how='any') # 결측치 제거\n",
        "lib_bor= lib_bor.drop([lib_bor.columns[0],lib_bor.columns[1],lib_bor.columns[2],lib_bor.columns[5],lib_bor.columns[9]], axis= 1)\n",
        "# 단행본_도서\n",
        "file_lib_book = '/content/drive/MyDrive/datathon/데이터_단행본도서.csv'\n",
        "lib_book = pd.read_csv(file_lib_book, encoding = 'cp949',low_memory=False)\n",
        "lib_book = lib_book.dropna(how='any') # 결측치 제거\n",
        "lib_book = lib_book.drop([lib_book.columns[0],lib_book.columns[1],lib_book.columns[2],lib_book.columns[3],lib_book.columns[6],lib_book.columns[7],lib_book.columns[8],lib_book.columns[9],lib_book.columns[11],lib_book.columns[12]], axis = 1)"
      ],
      "metadata": {
        "id": "RDcgFLg8ukoC"
      },
      "execution_count": 4,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "데이터 병합"
      ],
      "metadata": {
        "id": "czVFxnUIxdSM"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "_Oup_oPWWEwh",
        "outputId": "2a155fc6-98f7-4d74-8e13-88f53dc3a0d7"
      },
      "execution_count": 5,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:         9762160 kB\n",
            "MemAvailable:   12031000 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "bor_book =pd.merge(lib_bor,lib_book, on = ['ISBN','서명'], how = 'outer')\n",
        "bor_book = bor_book.dropna(how='any') # 결측치 제거\n",
        "bor_book.index = np.arange(len(bor_book))\n",
        "bor_book['연대출권수'] = bor_book['연대출권수'].astype(int)\n",
        "bor_book['입학년도'] = bor_book['입학년도'].astype(int)"
      ],
      "metadata": {
        "id": "NKYt52Jnukqf",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "f71a0295-4c8b-43a1-e180-046607bc577f"
      },
      "execution_count": 6,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stderr",
          "text": [
            "/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:4: SettingWithCopyWarning: \n",
            "A value is trying to be set on a copy of a slice from a DataFrame.\n",
            "Try using .loc[row_indexer,col_indexer] = value instead\n",
            "\n",
            "See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy\n",
            "  after removing the cwd from sys.path.\n",
            "/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:5: SettingWithCopyWarning: \n",
            "A value is trying to be set on a copy of a slice from a DataFrame.\n",
            "Try using .loc[row_indexer,col_indexer] = value instead\n",
            "\n",
            "See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy\n",
            "  \"\"\"\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "문제점 : 각각의 학생이 여러권의 도서를 빌릴 경우 맨 앞의 서명만이 남음\n",
        "\n",
        "해결책 : primary key에 서명을 추가"
      ],
      "metadata": {
        "id": "CYYafaNYxy2v"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "bor_book =bor_book.drop_duplicates(['연대출권수' ,'입학년도','소속','서명'])\n",
        "bor_book.info()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "kLuE8hkWyC37",
        "outputId": "7193d7bf-0afa-409b-a26b-26baf155d065"
      },
      "execution_count": 7,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 59428 entries, 0 to 377011\n",
            "Data columns (total 6 columns):\n",
            " #   Column  Non-Null Count  Dtype \n",
            "---  ------  --------------  ----- \n",
            " 0   ISBN    59428 non-null  object\n",
            " 1   서명      59428 non-null  object\n",
            " 2   연대출권수   59428 non-null  int64 \n",
            " 3   입학년도    59428 non-null  int64 \n",
            " 4   소속      59428 non-null  object\n",
            " 5   분류코드    59428 non-null  object\n",
            "dtypes: int64(2), object(4)\n",
            "memory usage: 3.2+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "bor_book.head(10)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 363
        },
        "id": "SZ3Cn4sLyDAA",
        "outputId": "ecad1e79-88f7-438f-9992-bf916008b853"
      },
      "execution_count": 8,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "             ISBN                서명  연대출권수  입학년도        소속   분류코드\n",
              "0   9788970551234           소유냐 삶이냐     90  2014    금융경제학과  111.1\n",
              "2   9788970551234           소유냐 삶이냐      6  2016     컴퓨터학부  111.1\n",
              "6   9788970551234           소유냐 삶이냐      7  2014     컴퓨터학부  111.1\n",
              "8   9788970551234           소유냐 삶이냐     95  2010      경제학과  111.1\n",
              "16  9788970551234           소유냐 삶이냐     39  2017      금융학부  111.1\n",
              "20  9788970551234           소유냐 삶이냐    195  2012  글로벌미디어학부  111.1\n",
              "22  9788970551234           소유냐 삶이냐     85  2017       철학과  111.1\n",
              "26  9788970551234           소유냐 삶이냐     26  2017       철학과  111.1\n",
              "28  9791186289501  노동법 원포인트 판례 170선     49  2010  벤처중소기업학과  348.6\n",
              "30  9791186289501  노동법 원포인트 판례 170선     46  2010  벤처중소기업학과  348.6"
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-0cf6ae6a-f753-42b7-b2a7-4bb23351c511\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>서명</th>\n",
              "      <th>연대출권수</th>\n",
              "      <th>입학년도</th>\n",
              "      <th>소속</th>\n",
              "      <th>분류코드</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>0</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>90</td>\n",
              "      <td>2014</td>\n",
              "      <td>금융경제학과</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>6</td>\n",
              "      <td>2016</td>\n",
              "      <td>컴퓨터학부</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>6</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>7</td>\n",
              "      <td>2014</td>\n",
              "      <td>컴퓨터학부</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>8</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>95</td>\n",
              "      <td>2010</td>\n",
              "      <td>경제학과</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>16</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>39</td>\n",
              "      <td>2017</td>\n",
              "      <td>금융학부</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>20</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>195</td>\n",
              "      <td>2012</td>\n",
              "      <td>글로벌미디어학부</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>22</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>85</td>\n",
              "      <td>2017</td>\n",
              "      <td>철학과</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>26</th>\n",
              "      <td>9788970551234</td>\n",
              "      <td>소유냐 삶이냐</td>\n",
              "      <td>26</td>\n",
              "      <td>2017</td>\n",
              "      <td>철학과</td>\n",
              "      <td>111.1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>28</th>\n",
              "      <td>9791186289501</td>\n",
              "      <td>노동법 원포인트 판례 170선</td>\n",
              "      <td>49</td>\n",
              "      <td>2010</td>\n",
              "      <td>벤처중소기업학과</td>\n",
              "      <td>348.6</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>30</th>\n",
              "      <td>9791186289501</td>\n",
              "      <td>노동법 원포인트 판례 170선</td>\n",
              "      <td>46</td>\n",
              "      <td>2010</td>\n",
              "      <td>벤처중소기업학과</td>\n",
              "      <td>348.6</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-0cf6ae6a-f753-42b7-b2a7-4bb23351c511')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-0cf6ae6a-f753-42b7-b2a7-4bb23351c511 button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-0cf6ae6a-f753-42b7-b2a7-4bb23351c511');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 8
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "dW77n6rjWKrF",
        "outputId": "1e8e73ca-b48b-4e13-dc89-598850e2fcb8"
      },
      "execution_count": 9,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:         9779268 kB\n",
            "MemAvailable:   12055200 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "학과&학번별 dictionary key 생성"
      ],
      "metadata": {
        "id": "doldhtEGz8YY"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "tmp_group = bor_book.groupby(['소속','입학년도'])"
      ],
      "metadata": {
        "id": "gyVGGzquyrmv"
      },
      "execution_count": 10,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "tmp_dic = dict(list(tmp_group))\n",
        "tmp_dic.keys()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "P26Ir8enyrpK",
        "outputId": "e6d44ddc-2ca1-480b-a532-eb32729b2309"
      },
      "execution_count": 11,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "dict_keys([('AI융합학부', 2011), ('AI융합학부', 2012), ('AI융합학부', 2013), ('AI융합학부', 2014), ('AI융합학부', 2015), ('AI융합학부', 2016), ('AI융합학부', 2017), ('AI융합학부', 2018), ('AI융합학부', 2019), ('AI융합학부', 2020), ('AI융합학부', 2021), ('건축학부', 1995), ('건축학부', 1999), ('건축학부', 2000), ('건축학부', 2003), ('건축학부', 2005), ('건축학부', 2007), ('건축학부', 2008), ('건축학부', 2009), ('건축학부', 2010), ('건축학부', 2011), ('건축학부', 2012), ('건축학부', 2013), ('건축학부', 2014), ('건축학부', 2015), ('건축학부', 2016), ('건축학부', 2017), ('건축학부', 2018), ('건축학부', 2019), ('건축학부', 2020), ('건축학부', 2021), ('경영학부', 2006), ('경영학부', 2007), ('경영학부', 2008), ('경영학부', 2009), ('경영학부', 2010), ('경영학부', 2011), ('경영학부', 2012), ('경영학부', 2013), ('경영학부', 2014), ('경영학부', 2015), ('경영학부', 2016), ('경영학부', 2017), ('경영학부', 2018), ('경영학부', 2019), ('경영학부', 2020), ('경영학부', 2021), ('경제학과', 1999), ('경제학과', 2006), ('경제학과', 2008), ('경제학과', 2009), ('경제학과', 2010), ('경제학과', 2011), ('경제학과', 2012), ('경제학과', 2013), ('경제학과', 2014), ('경제학과', 2015), ('경제학과', 2016), ('경제학과', 2017), ('경제학과', 2018), ('경제학과', 2019), ('경제학과', 2020), ('경제학과', 2021), ('국어국문학과', 1981), ('국어국문학과', 2008), ('국어국문학과', 2010), ('국어국문학과', 2011), ('국어국문학과', 2012), ('국어국문학과', 2013), ('국어국문학과', 2014), ('국어국문학과', 2015), ('국어국문학과', 2016), ('국어국문학과', 2017), ('국어국문학과', 2018), ('국어국문학과', 2019), ('국어국문학과', 2020), ('국어국문학과', 2021), ('국제무역학과', 2014), ('국제무역학과', 2015), ('국제무역학과', 2016), ('국제무역학과', 2017), ('국제무역학과', 2018), ('국제무역학과', 2019), ('국제무역학과', 2020), ('국제무역학과', 2021), ('국제법무학과', 2011), ('국제법무학과', 2012), ('국제법무학과', 2013), ('국제법무학과', 2014), ('국제법무학과', 2015), ('국제법무학과', 2016), ('국제법무학과', 2017), ('국제법무학과', 2018), ('국제법무학과', 2019), ('국제법무학과', 2020), ('국제법무학과', 2021), ('글로벌미디어학부', 2009), ('글로벌미디어학부', 2010), ('글로벌미디어학부', 2011), ('글로벌미디어학부', 2012), ('글로벌미디어학부', 2013), ('글로벌미디어학부', 2014), ('글로벌미디어학부', 2015), ('글로벌미디어학부', 2016), ('글로벌미디어학부', 2017), ('글로벌미디어학부', 2018), ('글로벌미디어학부', 2019), ('글로벌미디어학부', 2020), ('글로벌미디어학부', 2021), ('글로벌통상학과', 1994), ('글로벌통상학과', 1996), ('글로벌통상학과', 2006), ('글로벌통상학과', 2007), ('글로벌통상학과', 2008), ('글로벌통상학과', 2009), ('글로벌통상학과', 2010), ('글로벌통상학과', 2011), ('글로벌통상학과', 2012), ('글로벌통상학과', 2013), ('글로벌통상학과', 2014), ('글로벌통상학과', 2015), ('글로벌통상학과', 2016), ('글로벌통상학과', 2017), ('글로벌통상학과', 2018), ('글로벌통상학과', 2019), ('글로벌통상학과', 2020), ('글로벌통상학과', 2021), ('금융경제학과', 2014), ('금융경제학과', 2015), ('금융경제학과', 2016), ('금융경제학과', 2017), ('금융경제학과', 2018), ('금융경제학과', 2019), ('금융경제학과', 2020), ('금융경제학과', 2021), ('금융학부', 2009), ('금융학부', 2010), ('금융학부', 2011), ('금융학부', 2012), ('금융학부', 2013), ('금융학부', 2014), ('금융학부', 2015), ('금융학부', 2016), ('금융학부', 2017), ('금융학부', 2018), ('금융학부', 2019), ('금융학부', 2020), ('금융학부', 2021), ('기계공학부', 1996), ('기계공학부', 2005), ('기계공학부', 2008), ('기계공학부', 2009), ('기계공학부', 2010), ('기계공학부', 2011), ('기계공학부', 2012), ('기계공학부', 2013), ('기계공학부', 2014), ('기계공학부', 2015), ('기계공학부', 2016), ('기계공학부', 2017), ('기계공학부', 2018), ('기계공학부', 2019), ('기계공학부', 2020), ('기계공학부', 2021), ('기독교학과', 2007), ('기독교학과', 2008), ('기독교학과', 2009), ('기독교학과', 2010), ('기독교학과', 2011), ('기독교학과', 2012), ('기독교학과', 2013), ('기독교학과', 2014), ('기독교학과', 2015), ('기독교학과', 2016), ('기독교학과', 2017), ('기독교학과', 2018), ('기독교학과', 2019), ('기독교학과', 2020), ('기독교학과', 2021), ('독어독문학과', 2003), ('독어독문학과', 2008), ('독어독문학과', 2011), ('독어독문학과', 2012), ('독어독문학과', 2013), ('독어독문학과', 2014), ('독어독문학과', 2015), ('독어독문학과', 2016), ('독어독문학과', 2017), ('독어독문학과', 2018), ('독어독문학과', 2019), ('독어독문학과', 2020), ('독어독문학과', 2021), ('물리학과', 2005), ('물리학과', 2008), ('물리학과', 2009), ('물리학과', 2010), ('물리학과', 2011), ('물리학과', 2012), ('물리학과', 2013), ('물리학과', 2014), ('물리학과', 2015), ('물리학과', 2016), ('물리학과', 2017), ('물리학과', 2018), ('물리학과', 2019), ('물리학과', 2020), ('물리학과', 2021), ('미디어경영학과', 2015), ('미디어경영학과', 2016), ('미디어경영학과', 2017), ('미디어경영학과', 2018), ('미디어경영학과', 2019), ('미디어경영학과', 2020), ('법학과', 1989), ('법학과', 2001), ('법학과', 2003), ('법학과', 2005), ('법학과', 2006), ('법학과', 2007), ('법학과', 2008), ('법학과', 2009), ('법학과', 2010), ('법학과', 2011), ('법학과', 2012), ('법학과', 2013), ('법학과', 2014), ('법학과', 2015), ('법학과', 2016), ('법학과', 2017), ('법학과', 2018), ('법학과', 2019), ('법학과', 2020), ('법학과', 2021), ('벤처경영학과(계약학과)', 2015), ('벤처경영학과(계약학과)', 2018), ('벤처중소기업학과', 2005), ('벤처중소기업학과', 2007), ('벤처중소기업학과', 2008), ('벤처중소기업학과', 2009), ('벤처중소기업학과', 2010), ('벤처중소기업학과', 2011), ('벤처중소기업학과', 2012), ('벤처중소기업학과', 2013), ('벤처중소기업학과', 2014), ('벤처중소기업학과', 2015), ('벤처중소기업학과', 2016), ('벤처중소기업학과', 2017), ('벤처중소기업학과', 2018), ('벤처중소기업학과', 2019), ('벤처중소기업학과', 2020), ('벤처중소기업학과', 2021), ('복지경영학과(계약학과)', 2015), ('복지경영학과(계약학과)', 2019), ('불어불문학과', 2005), ('불어불문학과', 2009), ('불어불문학과', 2010), ('불어불문학과', 2011), ('불어불문학과', 2012), ('불어불문학과', 2013), ('불어불문학과', 2014), ('불어불문학과', 2015), ('불어불문학과', 2016), ('불어불문학과', 2017), ('불어불문학과', 2018), ('불어불문학과', 2019), ('불어불문학과', 2020), ('불어불문학과', 2021), ('사학과', 2009), ('사학과', 2010), ('사학과', 2011), ('사학과', 2012), ('사학과', 2013), ('사학과', 2014), ('사학과', 2015), ('사학과', 2016), ('사학과', 2017), ('사학과', 2018), ('사학과', 2019), ('사학과', 2020), ('사학과', 2021), ('사회복지학부', 1999), ('사회복지학부', 2009), ('사회복지학부', 2010), ('사회복지학부', 2011), ('사회복지학부', 2012), ('사회복지학부', 2013), ('사회복지학부', 2014), ('사회복지학부', 2015), ('사회복지학부', 2016), ('사회복지학부', 2017), ('사회복지학부', 2018), ('사회복지학부', 2019), ('사회복지학부', 2020), ('사회복지학부', 2021), ('산업·정보시스템공학과', 2004), ('산업·정보시스템공학과', 2007), ('산업·정보시스템공학과', 2008), ('산업·정보시스템공학과', 2009), ('산업·정보시스템공학과', 2010), ('산업·정보시스템공학과', 2011), ('산업·정보시스템공학과', 2012), ('산업·정보시스템공학과', 2013), ('산업·정보시스템공학과', 2014), ('산업·정보시스템공학과', 2015), ('산업·정보시스템공학과', 2016), ('산업·정보시스템공학과', 2017), ('산업·정보시스템공학과', 2018), ('산업·정보시스템공학과', 2019), ('산업·정보시스템공학과', 2020), ('산업·정보시스템공학과', 2021), ('소프트웨어학부', 2012), ('소프트웨어학부', 2013), ('소프트웨어학부', 2014), ('소프트웨어학부', 2015), ('소프트웨어학부', 2016), ('소프트웨어학부', 2017), ('소프트웨어학부', 2018), ('소프트웨어학부', 2019), ('소프트웨어학부', 2020), ('소프트웨어학부', 2021), ('수학과', 2004), ('수학과', 2007), ('수학과', 2009), ('수학과', 2010), ('수학과', 2011), ('수학과', 2012), ('수학과', 2013), ('수학과', 2014), ('수학과', 2015), ('수학과', 2016), ('수학과', 2017), ('수학과', 2018), ('수학과', 2019), ('수학과', 2020), ('수학과', 2021), ('스포츠학부', 2009), ('스포츠학부', 2011), ('스포츠학부', 2012), ('스포츠학부', 2013), ('스포츠학부', 2014), ('스포츠학부', 2015), ('스포츠학부', 2016), ('스포츠학부', 2017), ('스포츠학부', 2018), ('스포츠학부', 2019), ('스포츠학부', 2020), ('스포츠학부', 2021), ('언론홍보학과', 1999), ('언론홍보학과', 2007), ('언론홍보학과', 2008), ('언론홍보학과', 2010), ('언론홍보학과', 2011), ('언론홍보학과', 2012), ('언론홍보학과', 2013), ('언론홍보학과', 2014), ('언론홍보학과', 2015), ('언론홍보학과', 2016), ('언론홍보학과', 2017), ('언론홍보학과', 2018), ('언론홍보학과', 2019), ('언론홍보학과', 2020), ('언론홍보학과', 2021), ('영어영문학과', 1977), ('영어영문학과', 1991), ('영어영문학과', 1998), ('영어영문학과', 2001), ('영어영문학과', 2004), ('영어영문학과', 2007), ('영어영문학과', 2008), ('영어영문학과', 2009), ('영어영문학과', 2010), ('영어영문학과', 2011), ('영어영문학과', 2012), ('영어영문학과', 2013), ('영어영문학과', 2014), ('영어영문학과', 2015), ('영어영문학과', 2016), ('영어영문학과', 2017), ('영어영문학과', 2018), ('영어영문학과', 2019), ('영어영문학과', 2020), ('영어영문학과', 2021), ('예술창작학부 문예창작전공', 2009), ('예술창작학부 문예창작전공', 2010), ('예술창작학부 문예창작전공', 2011), ('예술창작학부 문예창작전공', 2012), ('예술창작학부 문예창작전공', 2013), ('예술창작학부 문예창작전공', 2014), ('예술창작학부 문예창작전공', 2015), ('예술창작학부 문예창작전공', 2016), ('예술창작학부 문예창작전공', 2017), ('예술창작학부 문예창작전공', 2018), ('예술창작학부 문예창작전공', 2019), ('예술창작학부 문예창작전공', 2020), ('예술창작학부 문예창작전공', 2021), ('예술창작학부 영화예술전공', 2011), ('예술창작학부 영화예술전공', 2013), ('예술창작학부 영화예술전공', 2014), ('예술창작학부 영화예술전공', 2015), ('예술창작학부 영화예술전공', 2016), ('예술창작학부 영화예술전공', 2017), ('예술창작학부 영화예술전공', 2018), ('예술창작학부 영화예술전공', 2019), ('예술창작학부 영화예술전공', 2020), ('예술창작학부 영화예술전공', 2021), ('유기신소재·파이버공학과', 2000), ('유기신소재·파이버공학과', 2010), ('유기신소재·파이버공학과', 2011), ('유기신소재·파이버공학과', 2012), ('유기신소재·파이버공학과', 2013), ('유기신소재·파이버공학과', 2014), ('유기신소재·파이버공학과', 2015), ('유기신소재·파이버공학과', 2016), ('유기신소재·파이버공학과', 2017), ('유기신소재·파이버공학과', 2018), ('유기신소재·파이버공학과', 2019), ('유기신소재·파이버공학과', 2020), ('유기신소재·파이버공학과', 2021), ('융합특성화자유전공학부', 2017), ('융합특성화자유전공학부', 2018), ('융합특성화자유전공학부', 2019), ('융합특성화자유전공학부', 2020), ('융합특성화자유전공학부', 2021), ('의생명시스템학부', 2009), ('의생명시스템학부', 2010), ('의생명시스템학부', 2011), ('의생명시스템학부', 2012), ('의생명시스템학부', 2013), ('의생명시스템학부', 2014), ('의생명시스템학부', 2015), ('의생명시스템학부', 2016), ('의생명시스템학부', 2017), ('의생명시스템학부', 2018), ('의생명시스템학부', 2019), ('의생명시스템학부', 2020), ('의생명시스템학부', 2021), ('일어일문학과', 2008), ('일어일문학과', 2009), ('일어일문학과', 2010), ('일어일문학과', 2011), ('일어일문학과', 2012), ('일어일문학과', 2013), ('일어일문학과', 2014), ('일어일문학과', 2015), ('일어일문학과', 2016), ('일어일문학과', 2017), ('일어일문학과', 2018), ('일어일문학과', 2019), ('일어일문학과', 2020), ('일어일문학과', 2021), ('전기공학부', 2007), ('전기공학부', 2008), ('전기공학부', 2009), ('전기공학부', 2010), ('전기공학부', 2011), ('전기공학부', 2012), ('전기공학부', 2013), ('전기공학부', 2014), ('전기공학부', 2015), ('전기공학부', 2016), ('전기공학부', 2017), ('전기공학부', 2018), ('전기공학부', 2019), ('전기공학부', 2020), ('전기공학부', 2021), ('전자정보공학부 IT융합전공', 2009), ('전자정보공학부 IT융합전공', 2010), ('전자정보공학부 IT융합전공', 2011), ('전자정보공학부 IT융합전공', 2012), ('전자정보공학부 IT융합전공', 2013), ('전자정보공학부 IT융합전공', 2014), ('전자정보공학부 IT융합전공', 2015), ('전자정보공학부 IT융합전공', 2016), ('전자정보공학부 IT융합전공', 2017), ('전자정보공학부 IT융합전공', 2018), ('전자정보공학부 IT융합전공', 2019), ('전자정보공학부 IT융합전공', 2020), ('전자정보공학부 IT융합전공', 2021), ('전자정보공학부 전자공학전공', 2007), ('전자정보공학부 전자공학전공', 2010), ('전자정보공학부 전자공학전공', 2011), ('전자정보공학부 전자공학전공', 2012), ('전자정보공학부 전자공학전공', 2013), ('전자정보공학부 전자공학전공', 2014), ('전자정보공학부 전자공학전공', 2015), ('전자정보공학부 전자공학전공', 2016), ('전자정보공학부 전자공학전공', 2017), ('전자정보공학부 전자공학전공', 2018), ('전자정보공학부 전자공학전공', 2019), ('전자정보공학부 전자공학전공', 2020), ('전자정보공학부 전자공학전공', 2021), ('정보사회학과', 2007), ('정보사회학과', 2008), ('정보사회학과', 2009), ('정보사회학과', 2011), ('정보사회학과', 2012), ('정보사회학과', 2013), ('정보사회학과', 2014), ('정보사회학과', 2015), ('정보사회학과', 2016), ('정보사회학과', 2017), ('정보사회학과', 2018), ('정보사회학과', 2019), ('정보사회학과', 2020), ('정보사회학과', 2021), ('정보통계·보험수리학과', 2005), ('정보통계·보험수리학과', 2007), ('정보통계·보험수리학과', 2008), ('정보통계·보험수리학과', 2009), ('정보통계·보험수리학과', 2010), ('정보통계·보험수리학과', 2011), ('정보통계·보험수리학과', 2012), ('정보통계·보험수리학과', 2013), ('정보통계·보험수리학과', 2014), ('정보통계·보험수리학과', 2015), ('정보통계·보험수리학과', 2016), ('정보통계·보험수리학과', 2017), ('정보통계·보험수리학과', 2018), ('정보통계·보험수리학과', 2019), ('정보통계·보험수리학과', 2020), ('정보통계·보험수리학과', 2021), ('정보통신전자공학부', 1983), ('정보통신전자공학부', 1990), ('정보통신전자공학부', 2003), ('정보통신전자공학부', 2006), ('정보통신전자공학부', 2007), ('정보통신전자공학부', 2009), ('정보통신전자공학부', 2010), ('정보통신전자공학부', 2011), ('정보통신전자공학부', 2012), ('정보통신전자공학부', 2013), ('정보통신전자공학부', 2014), ('정치외교학과', 2006), ('정치외교학과', 2007), ('정치외교학과', 2008), ('정치외교학과', 2009), ('정치외교학과', 2010), ('정치외교학과', 2011), ('정치외교학과', 2012), ('정치외교학과', 2013), ('정치외교학과', 2014), ('정치외교학과', 2015), ('정치외교학과', 2016), ('정치외교학과', 2017), ('정치외교학과', 2018), ('정치외교학과', 2019), ('정치외교학과', 2020), ('정치외교학과', 2021), ('중어중문학과', 1998), ('중어중문학과', 2003), ('중어중문학과', 2006), ('중어중문학과', 2010), ('중어중문학과', 2011), ('중어중문학과', 2012), ('중어중문학과', 2013), ('중어중문학과', 2014), ('중어중문학과', 2015), ('중어중문학과', 2016), ('중어중문학과', 2017), ('중어중문학과', 2018), ('중어중문학과', 2019), ('중어중문학과', 2020), ('중어중문학과', 2021), ('철학과', 2004), ('철학과', 2006), ('철학과', 2008), ('철학과', 2009), ('철학과', 2010), ('철학과', 2011), ('철학과', 2012), ('철학과', 2013), ('철학과', 2014), ('철학과', 2015), ('철학과', 2016), ('철학과', 2017), ('철학과', 2018), ('철학과', 2019), ('철학과', 2020), ('철학과', 2021), ('컴퓨터학부', 1979), ('컴퓨터학부', 1996), ('컴퓨터학부', 2002), ('컴퓨터학부', 2007), ('컴퓨터학부', 2009), ('컴퓨터학부', 2010), ('컴퓨터학부', 2011), ('컴퓨터학부', 2012), ('컴퓨터학부', 2013), ('컴퓨터학부', 2014), ('컴퓨터학부', 2015), ('컴퓨터학부', 2016), ('컴퓨터학부', 2017), ('컴퓨터학부', 2018), ('컴퓨터학부', 2019), ('컴퓨터학부', 2020), ('컴퓨터학부', 2021), ('평생교육학과', 2008), ('평생교육학과', 2009), ('평생교육학과', 2010), ('평생교육학과', 2011), ('평생교육학과', 2012), ('평생교육학과', 2013), ('평생교육학과', 2014), ('평생교육학과', 2015), ('평생교육학과', 2016), ('평생교육학과', 2017), ('평생교육학과', 2018), ('평생교육학과', 2019), ('평생교육학과', 2020), ('평생교육학과', 2021), ('행정학부', 2004), ('행정학부', 2006), ('행정학부', 2007), ('행정학부', 2008), ('행정학부', 2009), ('행정학부', 2010), ('행정학부', 2011), ('행정학부', 2012), ('행정학부', 2013), ('행정학부', 2014), ('행정학부', 2015), ('행정학부', 2016), ('행정학부', 2017), ('행정학부', 2018), ('행정학부', 2019), ('행정학부', 2020), ('행정학부', 2021), ('혁신경영학과(계약학과)', 2014), ('혁신경영학과(계약학과)', 2015), ('혁신경영학과(계약학과)', 2019), ('화학공학과', 2008), ('화학공학과', 2009), ('화학공학과', 2010), ('화학공학과', 2011), ('화학공학과', 2012), ('화학공학과', 2013), ('화학공학과', 2014), ('화학공학과', 2015), ('화학공학과', 2016), ('화학공학과', 2017), ('화학공학과', 2018), ('화학공학과', 2019), ('화학공학과', 2020), ('화학공학과', 2021), ('화학과', 2000), ('화학과', 2004), ('화학과', 2009), ('화학과', 2010), ('화학과', 2011), ('화학과', 2012), ('화학과', 2013), ('화학과', 2014), ('화학과', 2015), ('화학과', 2016), ('화학과', 2017), ('화학과', 2018), ('화학과', 2019), ('화학과', 2020), ('화학과', 2021), ('회계학과', 2009), ('회계학과', 2010), ('회계학과', 2011), ('회계학과', 2012), ('회계학과', 2013), ('회계학과', 2014), ('회계학과', 2015), ('회계학과', 2016), ('회계학과', 2017), ('회계학과', 2018), ('회계학과', 2019), ('회계학과', 2020), ('회계학과', 2021)])"
            ]
          },
          "metadata": {},
          "execution_count": 11
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "exist_year = []\n",
        "for n in range (2012,2022):\n",
        "   exist_year.append(n)\n",
        "exist_year"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "pNyz3QxZ0HHc",
        "outputId": "77a14976-75a6-400d-f18e-98f84f9d9da6"
      },
      "execution_count": 12,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "[2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021]"
            ]
          },
          "metadata": {},
          "execution_count": 12
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "tmp_lst = list(bor_book['소속'])\n",
        "exist_dept = list(set(tmp_lst)) #중복원소 제거 단 순서는 뒤죽박죽 -> 무관하기에 사용\n",
        "print(exist_dept)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "AcWQ-GIy0HKQ",
        "outputId": "280f01bb-8f29-453d-8a7b-a5962d8b6419"
      },
      "execution_count": 13,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "['철학과', '금융경제학과', '정치외교학과', '소프트웨어학부', '전자정보공학부 IT융합전공', '예술창작학부 영화예술전공', '기독교학과', '평생교육학과', '경제학과', '사학과', '국어국문학과', '불어불문학과', '예술창작학부 문예창작전공', '경영학부', '산업·정보시스템공학과', '중어중문학과', '금융학부', '융합특성화자유전공학부', '회계학과', '언론홍보학과', '복지경영학과(계약학과)', '컴퓨터학부', '독어독문학과', '물리학과', '벤처경영학과(계약학과)', '일어일문학과', '법학과', '화학공학과', '전자정보공학부 전자공학전공', '정보통신전자공학부', '유기신소재·파이버공학과', '국제법무학과', '벤처중소기업학과', '화학과', '글로벌통상학과', '행정학부', 'AI융합학부', '국제무역학과', '스포츠학부', '수학과', '건축학부', '전기공학부', '미디어경영학과', '정보사회학과', '영어영문학과', '기계공학부', '글로벌미디어학부', '정보통계·보험수리학과', '의생명시스템학부', '혁신경영학과(계약학과)', '사회복지학부']\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "#12~ 21\n",
        "best_seller_dataframe = []\n",
        "for year in exist_year:\n",
        "   for dept in exist_dept:\n",
        "               \n",
        "       if (year < 2012):\n",
        "           continue\n",
        "       else:\n",
        "           tmp_data_frame = bor_book[bor_book['입학년도']== year]\n",
        "           tmp_data_frame = tmp_data_frame[tmp_data_frame['소속']== dept]\n",
        "           best_seller_dataframe.append(pd.DataFrame(data= tmp_data_frame))"
      ],
      "metadata": {
        "id": "CotTOet90HMP"
      },
      "execution_count": 14,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "import math\n",
        "#학번 별 베스트 셀러(2012~2021)\n",
        "best = []\n",
        "for dept, year in tmp_dic.keys(): #unpacking\n",
        "    target_dept = ''\n",
        "\n",
        "    for index_num in range(0,len(best_seller_dataframe)):\n",
        "        my_zip = best_seller_dataframe[index_num]['소속'].value_counts().iteritems()\n",
        "        for tmp_target_dept,count in best_seller_dataframe[index_num]['소속'].value_counts().iteritems(): #언패킹하기\n",
        "            target_dept = tmp_target_dept\n",
        "            \n",
        "        if math.isnan(best_seller_dataframe[index_num]['입학년도'].mean()):\n",
        "            continue\n",
        "    \n",
        "        if int(best_seller_dataframe[index_num]['입학년도'].mean()) == year and target_dept == dept: #보고 싶은 학번, 학과\n",
        "            print(\"\\n-------------------------\",dept,\"    \",year,\"-------------------------\")\n",
        "            test = best_seller_dataframe[index_num][\"서명\"]\n",
        "            item_count = test.value_counts()[:10]\n",
        "            for idx, (val,cnt) in enumerate (item_count.iteritems(),1):\n",
        "                #print(\"\")\n",
        "                #print('Top',idx,\":\",val)\n",
        "                best.append(val)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "qMIe7GLN0HUj",
        "outputId": "195c620b-69c3-46c5-eb1c-19063ba4de84"
      },
      "execution_count": 15,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "\n",
            "------------------------- AI융합학부      2012 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2013 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2014 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2015 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2016 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2017 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2018 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2019 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2020 -------------------------\n",
            "\n",
            "------------------------- AI융합학부      2021 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2012 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2013 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2014 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2015 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2016 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2017 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2018 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2019 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2020 -------------------------\n",
            "\n",
            "------------------------- 건축학부      2021 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2012 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2013 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2014 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2015 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2016 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2017 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2018 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2019 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2020 -------------------------\n",
            "\n",
            "------------------------- 경영학부      2021 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2012 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2013 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2014 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2015 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2016 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2017 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2018 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2019 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2020 -------------------------\n",
            "\n",
            "------------------------- 경제학과      2021 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 국어국문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2014 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2015 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2016 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2017 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2018 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2019 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2020 -------------------------\n",
            "\n",
            "------------------------- 국제무역학과      2021 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2012 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2013 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2014 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2015 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2016 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2017 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2018 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2019 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2020 -------------------------\n",
            "\n",
            "------------------------- 국제법무학과      2021 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2012 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2013 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2014 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2015 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2016 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2017 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2018 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2019 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2020 -------------------------\n",
            "\n",
            "------------------------- 글로벌미디어학부      2021 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2012 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2013 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2014 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2015 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2016 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2017 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2018 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2019 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2020 -------------------------\n",
            "\n",
            "------------------------- 글로벌통상학과      2021 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2014 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2015 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2016 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2017 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2018 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2019 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2020 -------------------------\n",
            "\n",
            "------------------------- 금융경제학과      2021 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2012 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2013 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2014 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2015 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2016 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2017 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2018 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2019 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2020 -------------------------\n",
            "\n",
            "------------------------- 금융학부      2021 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2012 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2013 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2014 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2015 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2016 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2017 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2018 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2019 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2020 -------------------------\n",
            "\n",
            "------------------------- 기계공학부      2021 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2012 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2013 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2014 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2015 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2016 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2017 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2018 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2019 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2020 -------------------------\n",
            "\n",
            "------------------------- 기독교학과      2021 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 독어독문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2012 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2013 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2014 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2015 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2016 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2017 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2018 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2019 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2020 -------------------------\n",
            "\n",
            "------------------------- 물리학과      2021 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2015 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2016 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2017 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2018 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2019 -------------------------\n",
            "\n",
            "------------------------- 미디어경영학과      2020 -------------------------\n",
            "\n",
            "------------------------- 법학과      2012 -------------------------\n",
            "\n",
            "------------------------- 법학과      2013 -------------------------\n",
            "\n",
            "------------------------- 법학과      2014 -------------------------\n",
            "\n",
            "------------------------- 법학과      2015 -------------------------\n",
            "\n",
            "------------------------- 법학과      2016 -------------------------\n",
            "\n",
            "------------------------- 법학과      2017 -------------------------\n",
            "\n",
            "------------------------- 법학과      2018 -------------------------\n",
            "\n",
            "------------------------- 법학과      2019 -------------------------\n",
            "\n",
            "------------------------- 법학과      2020 -------------------------\n",
            "\n",
            "------------------------- 법학과      2021 -------------------------\n",
            "\n",
            "------------------------- 벤처경영학과(계약학과)      2015 -------------------------\n",
            "\n",
            "------------------------- 벤처경영학과(계약학과)      2018 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2012 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2013 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2014 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2015 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2016 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2017 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2018 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2019 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2020 -------------------------\n",
            "\n",
            "------------------------- 벤처중소기업학과      2021 -------------------------\n",
            "\n",
            "------------------------- 복지경영학과(계약학과)      2015 -------------------------\n",
            "\n",
            "------------------------- 복지경영학과(계약학과)      2019 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 불어불문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 사학과      2012 -------------------------\n",
            "\n",
            "------------------------- 사학과      2013 -------------------------\n",
            "\n",
            "------------------------- 사학과      2014 -------------------------\n",
            "\n",
            "------------------------- 사학과      2015 -------------------------\n",
            "\n",
            "------------------------- 사학과      2016 -------------------------\n",
            "\n",
            "------------------------- 사학과      2017 -------------------------\n",
            "\n",
            "------------------------- 사학과      2018 -------------------------\n",
            "\n",
            "------------------------- 사학과      2019 -------------------------\n",
            "\n",
            "------------------------- 사학과      2020 -------------------------\n",
            "\n",
            "------------------------- 사학과      2021 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2012 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2013 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2014 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2015 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2016 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2017 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2018 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2019 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2020 -------------------------\n",
            "\n",
            "------------------------- 사회복지학부      2021 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2012 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2013 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2014 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2015 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2016 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2017 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2018 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2019 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2020 -------------------------\n",
            "\n",
            "------------------------- 산업·정보시스템공학과      2021 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2012 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2013 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2014 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2015 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2016 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2017 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2018 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2019 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2020 -------------------------\n",
            "\n",
            "------------------------- 소프트웨어학부      2021 -------------------------\n",
            "\n",
            "------------------------- 수학과      2012 -------------------------\n",
            "\n",
            "------------------------- 수학과      2013 -------------------------\n",
            "\n",
            "------------------------- 수학과      2014 -------------------------\n",
            "\n",
            "------------------------- 수학과      2015 -------------------------\n",
            "\n",
            "------------------------- 수학과      2016 -------------------------\n",
            "\n",
            "------------------------- 수학과      2017 -------------------------\n",
            "\n",
            "------------------------- 수학과      2018 -------------------------\n",
            "\n",
            "------------------------- 수학과      2019 -------------------------\n",
            "\n",
            "------------------------- 수학과      2020 -------------------------\n",
            "\n",
            "------------------------- 수학과      2021 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2012 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2013 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2014 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2015 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2016 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2017 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2018 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2019 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2020 -------------------------\n",
            "\n",
            "------------------------- 스포츠학부      2021 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2012 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2013 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2014 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2015 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2016 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2017 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2018 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2019 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2020 -------------------------\n",
            "\n",
            "------------------------- 언론홍보학과      2021 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 영어영문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2012 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2013 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2014 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2015 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2016 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2017 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2018 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2019 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2020 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 문예창작전공      2021 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2013 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2014 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2015 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2016 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2017 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2018 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2019 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2020 -------------------------\n",
            "\n",
            "------------------------- 예술창작학부 영화예술전공      2021 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2012 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2013 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2014 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2015 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2016 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2017 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2018 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2019 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2020 -------------------------\n",
            "\n",
            "------------------------- 유기신소재·파이버공학과      2021 -------------------------\n",
            "\n",
            "------------------------- 융합특성화자유전공학부      2017 -------------------------\n",
            "\n",
            "------------------------- 융합특성화자유전공학부      2018 -------------------------\n",
            "\n",
            "------------------------- 융합특성화자유전공학부      2019 -------------------------\n",
            "\n",
            "------------------------- 융합특성화자유전공학부      2020 -------------------------\n",
            "\n",
            "------------------------- 융합특성화자유전공학부      2021 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2012 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2013 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2014 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2015 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2016 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2017 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2018 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2019 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2020 -------------------------\n",
            "\n",
            "------------------------- 의생명시스템학부      2021 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 일어일문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2012 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2013 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2014 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2015 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2016 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2017 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2018 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2019 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2020 -------------------------\n",
            "\n",
            "------------------------- 전기공학부      2021 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2012 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2013 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2014 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2015 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2016 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2017 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2018 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2019 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2020 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 IT융합전공      2021 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2012 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2013 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2014 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2015 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2016 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2017 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2018 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2019 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2020 -------------------------\n",
            "\n",
            "------------------------- 전자정보공학부 전자공학전공      2021 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2012 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2013 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2014 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2015 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2016 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2017 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2018 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2019 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2020 -------------------------\n",
            "\n",
            "------------------------- 정보사회학과      2021 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2012 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2013 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2014 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2015 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2016 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2017 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2018 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2019 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2020 -------------------------\n",
            "\n",
            "------------------------- 정보통계·보험수리학과      2021 -------------------------\n",
            "\n",
            "------------------------- 정보통신전자공학부      2012 -------------------------\n",
            "\n",
            "------------------------- 정보통신전자공학부      2013 -------------------------\n",
            "\n",
            "------------------------- 정보통신전자공학부      2014 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2012 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2013 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2014 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2015 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2016 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2017 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2018 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2019 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2020 -------------------------\n",
            "\n",
            "------------------------- 정치외교학과      2021 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2012 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2013 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2014 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2015 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2016 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2017 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2018 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2019 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2020 -------------------------\n",
            "\n",
            "------------------------- 중어중문학과      2021 -------------------------\n",
            "\n",
            "------------------------- 철학과      2012 -------------------------\n",
            "\n",
            "------------------------- 철학과      2013 -------------------------\n",
            "\n",
            "------------------------- 철학과      2014 -------------------------\n",
            "\n",
            "------------------------- 철학과      2015 -------------------------\n",
            "\n",
            "------------------------- 철학과      2016 -------------------------\n",
            "\n",
            "------------------------- 철학과      2017 -------------------------\n",
            "\n",
            "------------------------- 철학과      2018 -------------------------\n",
            "\n",
            "------------------------- 철학과      2019 -------------------------\n",
            "\n",
            "------------------------- 철학과      2020 -------------------------\n",
            "\n",
            "------------------------- 철학과      2021 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2012 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2013 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2014 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2015 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2016 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2017 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2018 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2019 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2020 -------------------------\n",
            "\n",
            "------------------------- 컴퓨터학부      2021 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2012 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2013 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2014 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2015 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2016 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2017 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2018 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2019 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2020 -------------------------\n",
            "\n",
            "------------------------- 평생교육학과      2021 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2012 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2013 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2014 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2015 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2016 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2017 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2018 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2019 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2020 -------------------------\n",
            "\n",
            "------------------------- 행정학부      2021 -------------------------\n",
            "\n",
            "------------------------- 혁신경영학과(계약학과)      2014 -------------------------\n",
            "\n",
            "------------------------- 혁신경영학과(계약학과)      2015 -------------------------\n",
            "\n",
            "------------------------- 혁신경영학과(계약학과)      2019 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2012 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2013 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2014 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2015 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2016 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2017 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2018 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2019 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2020 -------------------------\n",
            "\n",
            "------------------------- 화학공학과      2021 -------------------------\n",
            "\n",
            "------------------------- 화학과      2012 -------------------------\n",
            "\n",
            "------------------------- 화학과      2013 -------------------------\n",
            "\n",
            "------------------------- 화학과      2014 -------------------------\n",
            "\n",
            "------------------------- 화학과      2015 -------------------------\n",
            "\n",
            "------------------------- 화학과      2016 -------------------------\n",
            "\n",
            "------------------------- 화학과      2017 -------------------------\n",
            "\n",
            "------------------------- 화학과      2018 -------------------------\n",
            "\n",
            "------------------------- 화학과      2019 -------------------------\n",
            "\n",
            "------------------------- 화학과      2020 -------------------------\n",
            "\n",
            "------------------------- 화학과      2021 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2012 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2013 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2014 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2015 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2016 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2017 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2018 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2019 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2020 -------------------------\n",
            "\n",
            "------------------------- 회계학과      2021 -------------------------\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "중복제거"
      ],
      "metadata": {
        "id": "ABPzxahcmrwe"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "my_set = set(best) #집합set으로 변환\n",
        "best = list(my_set)\n",
        "len(best)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "HP9JwhDBmt-a",
        "outputId": "7379c993-10fe-44d3-adb9-a35d7ae3e51a"
      },
      "execution_count": 16,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "2336"
            ]
          },
          "metadata": {},
          "execution_count": 16
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "type(lib_book[\"ISBN\"][11])"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "OpiN38KGmujg",
        "outputId": "e4e5e8d9-2095-4792-bded-259e8ad08609"
      },
      "execution_count": 17,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "str"
            ]
          },
          "metadata": {},
          "execution_count": 17
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**best_top10** => 학과·학번별 베스트 대출 TOP10 데이터 프레임 생성"
      ],
      "metadata": {
        "id": "8dHKqhL-wJ1L"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "Nan_list = [('Na','Na','Na')]\n",
        "best_top10 = pd.DataFrame(Nan_list, columns = ['ISBN' , '서명', '분류코드'])\n",
        "for name in best:\n",
        "    l_idx = lib_book.loc[lib_book[\"서명\"]==name].index\n",
        "    idx = l_idx[0]\n",
        "    best_top10 = best_top10.append({'ISBN' : lib_book[\"ISBN\"][idx] , \n",
        "                  '서명' : lib_book[\"서명\"][idx] , '분류코드' : lib_book[\"분류코드\"][idx]} , ignore_index=True)\n",
        "best_top10.drop(labels=0,axis=0)"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 424
        },
        "id": "yPJwPrp-mvUY",
        "outputId": "daab0499-08c2-4c4f-bfa4-64d802192983"
      },
      "execution_count": 18,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "               ISBN                                                 서명  \\\n",
              "1     9780735590427                                           Evidence   \n",
              "2     9781380003089              Breakthrough plus :student's book.v.1   \n",
              "3     9788991656871                                               전기기기   \n",
              "4     9788964143520                    투자분쟁 해결을 위한 국제중심 협정 :규정 및 규칙 해설   \n",
              "5     9788972831600                    (A) book on C: programming in C   \n",
              "...             ...                                                ...   \n",
              "2332  9788970960593                                            獨逸文學思潮史   \n",
              "2333  9791156643951                                  C 언어 for beginner   \n",
              "2334  9788971156452                                          희곡 창작의 실제   \n",
              "2335  9780133925852  Teaching by principles: an interactive approac...   \n",
              "2336  9791125440055                          청소년 상담사   :3급   :한권으로 끝내기   \n",
              "\n",
              "           분류코드  \n",
              "1      347.7306  \n",
              "2        428.24  \n",
              "3     621.31042  \n",
              "4         341.3  \n",
              "5     005.133C1  \n",
              "...         ...  \n",
              "2332      830.9  \n",
              "2333    005.133  \n",
              "2334      808.2  \n",
              "2335  401.80071  \n",
              "2336   362.7076  \n",
              "\n",
              "[2336 rows x 3 columns]"
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-17cc45b5-cffc-4c0c-b7d6-a09cfdc3ac59\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>서명</th>\n",
              "      <th>분류코드</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>1</th>\n",
              "      <td>9780735590427</td>\n",
              "      <td>Evidence</td>\n",
              "      <td>347.7306</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2</th>\n",
              "      <td>9781380003089</td>\n",
              "      <td>Breakthrough plus :student's book.v.1</td>\n",
              "      <td>428.24</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>3</th>\n",
              "      <td>9788991656871</td>\n",
              "      <td>전기기기</td>\n",
              "      <td>621.31042</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>4</th>\n",
              "      <td>9788964143520</td>\n",
              "      <td>투자분쟁 해결을 위한 국제중심 협정 :규정 및 규칙 해설</td>\n",
              "      <td>341.3</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>5</th>\n",
              "      <td>9788972831600</td>\n",
              "      <td>(A) book on C: programming in C</td>\n",
              "      <td>005.133C1</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>...</th>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2332</th>\n",
              "      <td>9788970960593</td>\n",
              "      <td>獨逸文學思潮史</td>\n",
              "      <td>830.9</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2333</th>\n",
              "      <td>9791156643951</td>\n",
              "      <td>C 언어 for beginner</td>\n",
              "      <td>005.133</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2334</th>\n",
              "      <td>9788971156452</td>\n",
              "      <td>희곡 창작의 실제</td>\n",
              "      <td>808.2</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2335</th>\n",
              "      <td>9780133925852</td>\n",
              "      <td>Teaching by principles: an interactive approac...</td>\n",
              "      <td>401.80071</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2336</th>\n",
              "      <td>9791125440055</td>\n",
              "      <td>청소년 상담사   :3급   :한권으로 끝내기</td>\n",
              "      <td>362.7076</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "<p>2336 rows × 3 columns</p>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-17cc45b5-cffc-4c0c-b7d6-a09cfdc3ac59')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-17cc45b5-cffc-4c0c-b7d6-a09cfdc3ac59 button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-17cc45b5-cffc-4c0c-b7d6-a09cfdc3ac59');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 18
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "XWiH08wLS6rQ",
        "outputId": "6d11751b-34e0-4b7d-e80c-d89a076a8efb"
      },
      "execution_count": 19,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:         9699520 kB\n",
            "MemAvailable:   11988200 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "\n",
        "# ***도서별 상세 정보(문화데이터)***\n",
        "\n",
        "\n",
        "문화데이터 불러오기 2019 - 202112\n",
        "\n",
        "원본데이터의 손실을 방지하기위해 하나씩 불러와서 합치자"
      ],
      "metadata": {
        "id": "9CAVPBZi3quE"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "***2019***"
      ],
      "metadata": {
        "id": "UDL7jjH0QjHM"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_2019 = '/content/drive/MyDrive/datathon/NL_bo_species_master_new_2019.csv'\n",
        "book_2019 = pd.read_csv(file_book_2019, low_memory = False, skiprows = [783400, 2002735])\n",
        "book_2019 = book_2019.drop(['?master_seq', 'vol', 'author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url'], axis = 1)\n",
        "book_2019 = book_2019.drop_duplicates(['description'])\n",
        "book_2019.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "wZ8mq7DfOO_5",
        "outputId": "d3611585-4982-448a-eb72-040943b1d52c"
      },
      "execution_count": 20,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 1199652 entries, 0 to 3178394\n",
            "Data columns (total 3 columns):\n",
            " #   Column       Non-Null Count    Dtype \n",
            "---  ------       --------------    ----- \n",
            " 0   isbn13       1199648 non-null  object\n",
            " 1   title        1199650 non-null  object\n",
            " 2   description  1199651 non-null  object\n",
            "dtypes: object(3)\n",
            "memory usage: 36.6+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202012-1***"
      ],
      "metadata": {
        "id": "ajzv_qnpQ7p1"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202012_1 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202012-1.csv'\n",
        "book_202012_1 = pd.read_csv(file_book_202012_1, low_memory = False)\n",
        "book_202012_1 = book_202012_1.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                  'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202012_1 = book_202012_1.drop_duplicates(['description'])\n",
        "book_202012_1.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "bxZw2JgRRmoM",
        "outputId": "73ef4cf9-5514-4521-ed36-7d1e3b450dc0"
      },
      "execution_count": 21,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 479061 entries, 0 to 999427\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count   Dtype \n",
            "---  ------         --------------   ----- \n",
            " 0   isbn13         479061 non-null  object\n",
            " 1   title          479061 non-null  object\n",
            " 2   description    479060 non-null  object\n",
            " 3   title_replace  479057 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 18.3+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202012-2***"
      ],
      "metadata": {
        "id": "1ovAZecaRFU8"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202012_2 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202012-2.csv'\n",
        "book_202012_2 = pd.read_csv(file_book_202012_2, low_memory = False)\n",
        "book_202012_2 = book_202012_2.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                  'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202012_2 = book_202012_2.drop_duplicates(['description'])\n",
        "book_202012_2.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "jhqQt9vbRnAN",
        "outputId": "d6ccdc2c-6dc6-4012-8354-f9edfbd06bc9"
      },
      "execution_count": 22,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 420753 entries, 0 to 991323\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count   Dtype \n",
            "---  ------         --------------   ----- \n",
            " 0   isbn13         420753 non-null  object\n",
            " 1   title          420753 non-null  object\n",
            " 2   description    420752 non-null  object\n",
            " 3   title_replace  330670 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 16.1+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202012-3***"
      ],
      "metadata": {
        "id": "tV67NjkrRFfb"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202012_3 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202012-3.csv'\n",
        "book_202012_3 = pd.read_csv(file_book_202012_3, low_memory = False)\n",
        "book_202012_3 = book_202012_3.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                  'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202012_3 = book_202012_3.drop_duplicates(['description'])\n",
        "book_202012_3.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "JRf2-rFnRn-5",
        "outputId": "62b9e0be-2aa2-40de-bd65-9c27be298c91"
      },
      "execution_count": 23,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 208322 entries, 0 to 990346\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count   Dtype \n",
            "---  ------         --------------   ----- \n",
            " 0   isbn13         208322 non-null  object\n",
            " 1   title          208322 non-null  object\n",
            " 2   description    208321 non-null  object\n",
            " 3   title_replace  200524 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 7.9+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202012-4***"
      ],
      "metadata": {
        "id": "22skVE6dRFlb"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202012_4 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202012-4.csv'\n",
        "book_202012_4 = pd.read_csv(file_book_202012_4, low_memory = False)\n",
        "book_202012_4 = book_202012_4.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                  'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202012_4 = book_202012_4.drop_duplicates(['description'])\n",
        "book_202012_4.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "ac6eo8x1RoaD",
        "outputId": "6ffddf77-f093-4e2c-d72a-b3b2f89089ff"
      },
      "execution_count": 24,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 186588 entries, 0 to 464262\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count   Dtype \n",
            "---  ------         --------------   ----- \n",
            " 0   isbn13         186588 non-null  int64 \n",
            " 1   title          186588 non-null  object\n",
            " 2   description    186587 non-null  object\n",
            " 3   title_replace  184466 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 7.1+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202012-5***"
      ],
      "metadata": {
        "id": "EUyaQEc9RFuQ"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202012_5 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202012-5.csv'\n",
        "book_202012_5 = pd.read_csv(file_book_202012_5, low_memory = False)\n",
        "book_202012_5 = book_202012_5.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                  'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202012_5 = book_202012_5.drop_duplicates(['description'])\n",
        "book_202012_5.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "OPMyNejRRohk",
        "outputId": "474a64e7-b4a1-474c-b844-e0354d15818a"
      },
      "execution_count": 25,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 11789 entries, 0 to 37582\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         11789 non-null  int64 \n",
            " 1   title          11789 non-null  object\n",
            " 2   description    11788 non-null  object\n",
            " 3   title_replace  11705 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 460.5+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202101***"
      ],
      "metadata": {
        "id": "WANeeJiVQ_XL"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202101 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202101.csv'\n",
        "book_202101 = pd.read_csv(file_book_202101, low_memory = False)\n",
        "book_202101 = book_202101.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202101 = book_202101.drop_duplicates(['description'])\n",
        "book_202101.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "m2j7CNyJRonM",
        "outputId": "5333189c-95b9-4604-bafa-47ea6c607a0a"
      },
      "execution_count": 26,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 4629 entries, 0 to 11050\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         4629 non-null   int64 \n",
            " 1   title          4629 non-null   object\n",
            " 2   description    4628 non-null   object\n",
            " 3   title_replace  4501 non-null   object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 180.8+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202102***"
      ],
      "metadata": {
        "id": "UUZMPHtcROWp"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202102 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202102.csv'\n",
        "book_202102 = pd.read_csv(file_book_202102, low_memory = False)\n",
        "book_202102 = book_202102.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202102 = book_202102.drop_duplicates(['description'])\n",
        "book_202102.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "ZMim8bwNRoru",
        "outputId": "6246a3e2-e7b3-4d63-c87e-60a804096678"
      },
      "execution_count": 27,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 165733 entries, 0 to 448354\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count   Dtype \n",
            "---  ------         --------------   ----- \n",
            " 0   isbn13         165733 non-null  int64 \n",
            " 1   title          165733 non-null  object\n",
            " 2   description    165732 non-null  object\n",
            " 3   title_replace  165581 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 6.3+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "d2O8RMD_ZuQC",
        "outputId": "99b5128e-b345-47d0-8d47-3dba0699e20c"
      },
      "execution_count": 28,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          741532 kB\n",
            "MemAvailable:   10986120 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202103***"
      ],
      "metadata": {
        "id": "zYBZDZkjROfE"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202103 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202103.csv'\n",
        "book_202103 = pd.read_csv(file_book_202103, low_memory = False)\n",
        "book_202103 = book_202103.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202103 = book_202103.drop_duplicates(['description'])\n",
        "book_202103.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "-aA4rAlqRowO",
        "outputId": "63f2d9dd-8cc1-43e3-e951-e5dd2c61fc6c"
      },
      "execution_count": 29,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 9063 entries, 0 to 26666\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         9063 non-null   int64 \n",
            " 1   title          9063 non-null   object\n",
            " 2   description    9062 non-null   object\n",
            " 3   title_replace  8902 non-null   object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 354.0+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202104***"
      ],
      "metadata": {
        "id": "guyqp-48ROzi"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202104 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202104.csv'\n",
        "book_202104 = pd.read_csv(file_book_202104, low_memory = False)\n",
        "book_202104 = book_202104.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202104 = book_202104.drop_duplicates(['description'])\n",
        "book_202104.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "xqM_sMQ2Ro0m",
        "outputId": "dec62961-c71a-43fe-fd97-8397882f4dfe"
      },
      "execution_count": 30,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 16481 entries, 0 to 33433\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         16481 non-null  int64 \n",
            " 1   title          16481 non-null  object\n",
            " 2   description    16480 non-null  object\n",
            " 3   title_replace  16016 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 643.8+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202105***"
      ],
      "metadata": {
        "id": "kQYRtjVyRO4d"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202105 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202105.csv'\n",
        "book_202105 = pd.read_csv(file_book_202105, low_memory = False)\n",
        "book_202105 = book_202105.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202105 = book_202105.drop_duplicates(['description'])\n",
        "book_202105.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "C1AkPISDRo4w",
        "outputId": "8f7de752-0843-4fec-e706-5a0f6146cefe"
      },
      "execution_count": 31,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 15631 entries, 0 to 34328\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         15631 non-null  int64 \n",
            " 1   title          15631 non-null  object\n",
            " 2   description    15630 non-null  object\n",
            " 3   title_replace  15112 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 610.6+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202106***"
      ],
      "metadata": {
        "id": "IbZAXgf8RO8s"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202106 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202106.csv'\n",
        "book_202106 = pd.read_csv(file_book_202106, low_memory = False)\n",
        "book_202106 = book_202106.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202106 = book_202106.drop_duplicates(['description'])\n",
        "book_202106.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "eKMq3-43Ro9S",
        "outputId": "f27d4434-6345-4440-a618-261fc66ce0f2"
      },
      "execution_count": 32,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 24776 entries, 0 to 71652\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         24776 non-null  int64 \n",
            " 1   title          24776 non-null  object\n",
            " 2   description    24775 non-null  object\n",
            " 3   title_replace  24120 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 967.8+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202107***"
      ],
      "metadata": {
        "id": "z73dVoneRPA_"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202107 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202107.csv'\n",
        "book_202107 = pd.read_csv(file_book_202107, low_memory = False)\n",
        "book_202107 = book_202107.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202107 = book_202107.drop_duplicates(['description'])\n",
        "book_202107.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "9ppYAoUtRpBq",
        "outputId": "d8ef6e90-b83b-48fd-e07e-b3d6891d0703"
      },
      "execution_count": 33,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 7292 entries, 0 to 23797\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         7292 non-null   int64 \n",
            " 1   title          7292 non-null   object\n",
            " 2   description    7291 non-null   object\n",
            " 3   title_replace  6669 non-null   object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 284.8+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202108***"
      ],
      "metadata": {
        "id": "SJM1PTfCRPE4"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202108 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202108.csv'\n",
        "book_202108 = pd.read_csv(file_book_202108, low_memory = False)\n",
        "book_202108 = book_202108.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202108 = book_202108.drop_duplicates(['description'])\n",
        "book_202108.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "z4RJ0KLSRpFy",
        "outputId": "a3162cb2-634a-4125-cb08-cf70a3733aca"
      },
      "execution_count": 34,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 31817 entries, 0 to 64246\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         31817 non-null  int64 \n",
            " 1   title          31817 non-null  object\n",
            " 2   description    31816 non-null  object\n",
            " 3   title_replace  31330 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 1.2+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202109***"
      ],
      "metadata": {
        "id": "EKBRnCFRRPI3"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202109 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202109.csv'\n",
        "book_202109 = pd.read_csv(file_book_202109, low_memory = False)\n",
        "book_202109 = book_202109.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202109 = book_202109.drop_duplicates(['description'])\n",
        "book_202109.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "nxzlGC2iRpKW",
        "outputId": "cd5c74ed-8e0f-4554-e441-eb08af07f607"
      },
      "execution_count": 35,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 29966 entries, 0 to 267579\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         29966 non-null  int64 \n",
            " 1   title          29966 non-null  object\n",
            " 2   description    29965 non-null  object\n",
            " 3   title_replace  29130 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 1.1+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202110***"
      ],
      "metadata": {
        "id": "Z3kbqKpJRPMv"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202110 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202110.csv'\n",
        "book_202110 = pd.read_csv(file_book_202110, low_memory = False)\n",
        "book_202110 = book_202110.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202110 = book_202110.drop_duplicates(['description'])\n",
        "book_202110.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "WGEFDugURpWL",
        "outputId": "59febf0a-ef0e-4b05-f06b-fb6d5d1d2468"
      },
      "execution_count": 36,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 6875 entries, 0 to 16836\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         6875 non-null   int64 \n",
            " 1   title          6875 non-null   object\n",
            " 2   description    6874 non-null   object\n",
            " 3   title_replace  6329 non-null   object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 268.6+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202111***"
      ],
      "metadata": {
        "id": "XU8XQQrfRPVH"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202111 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202111.csv'\n",
        "book_202111 = pd.read_csv(file_book_202111, low_memory = False)\n",
        "book_202111 = book_202111.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202111 = book_202111.drop_duplicates(['description'])\n",
        "book_202111.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "EgUiL1hSRpdO",
        "outputId": "57470a37-b3fa-4cf1-9f65-9a5da17c53f2"
      },
      "execution_count": 37,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 46311 entries, 0 to 102818\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         46311 non-null  int64 \n",
            " 1   title          46311 non-null  object\n",
            " 2   description    46310 non-null  object\n",
            " 3   title_replace  45465 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 1.8+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "***202112***"
      ],
      "metadata": {
        "id": "hu51Gh4gRPam"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "file_book_202112 = '/content/drive/MyDrive/datathon/NL_BO_SPECIES_MASTER_NEW_202112.csv'\n",
        "book_202112 = pd.read_csv(file_book_202112, low_memory = False)\n",
        "book_202112 = book_202112.drop(['author', 'publisher', 'pub_date', 'add_code', 'price', 'img_url', 'kdc_class_no', \n",
        "                 'master_seq', 'vol', 'isbn_origin', 'author_replace', 'pub_date_2', 'is_coll_aladin', 'is_coll_naver'], axis = 1)\n",
        "book_202112 = book_202112.drop_duplicates(['description'])\n",
        "book_202112.info()\n",
        "# 문화데이터 불러와서 description에 중복되는 내용 및 결측치 제거"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "BLXxUzidRpt0",
        "outputId": "99732887-a1f3-42a6-d121-084471712457"
      },
      "execution_count": 38,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 74338 entries, 0 to 157111\n",
            "Data columns (total 4 columns):\n",
            " #   Column         Non-Null Count  Dtype \n",
            "---  ------         --------------  ----- \n",
            " 0   isbn13         74338 non-null  int64 \n",
            " 1   title          74338 non-null  object\n",
            " 2   description    74337 non-null  object\n",
            " 3   title_replace  73119 non-null  object\n",
            "dtypes: int64(1), object(3)\n",
            "memory usage: 2.8+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "WdHmz2eSS9Ic",
        "outputId": "7775573c-5023-408e-8e7c-d52bb3c7fab7"
      },
      "execution_count": 39,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          160928 kB\n",
            "MemAvailable:   10972932 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# ***불러온 문화데이터 합치기***\n",
        "모든 문화데이터를 concat()한 book을 생성"
      ],
      "metadata": {
        "id": "V0AsqU94Uo-W"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "book = pd.concat([book_2019, book_202012_1, book_202012_2, book_202012_3, book_202012_4, book_202012_5, book_202101, book_202102,\n",
        "                  book_202103, book_202104, book_202105, book_202106, book_202107, book_202108, book_202109, book_202110, \n",
        "                  book_202111, book_202112])\n",
        "book = book.drop_duplicates(['description'])\n",
        "book = book.drop_duplicates(['title']) \n",
        "book = book.drop_duplicates(['isbn13']) \n",
        "# 중복되는 row 삭제\n",
        "book = book.dropna(subset = ['description'])\n",
        "book = book.dropna(subset = ['title'])\n",
        "book = book.dropna(subset = ['isbn13'])\n",
        "# NAN값 제거\n",
        "book = book.reset_index(drop=True)\n",
        "# index 오름차순 재배열\n",
        "book = book.drop(['title_replace'], axis = 1)\n",
        "# 불필요해 보이는 title_replace 삭제\n",
        "book.rename(columns = {'isbn13' : 'ISBN'}, inplace = True)\n",
        "# isbn13 -> ISBN\n",
        "book"
      ],
      "metadata": {
        "id": "M9Wc5ipv3nWp",
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 424
        },
        "outputId": "c40299a0-a76e-4c9e-c080-d1bfeb19652c"
      },
      "execution_count": 120,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "                  ISBN                                         title  \\\n",
              "0        9788953278974                                    신곡주계 폴리포니카   \n",
              "1        9788953283589                         아수라 크라잉 =Asura cryin'   \n",
              "2        9788974572549                             (English) fantasy   \n",
              "3        9788926325117                                      제로의 사역마    \n",
              "4        9788953283459                             디어 왈츠 =Dear waltz   \n",
              "...                ...                                           ...   \n",
              "1244545  9791197569708                                      우리 없는 세상   \n",
              "1244546  9791138804486                                    위대한 영혼의 미소   \n",
              "1244547  9791138804523  잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리   \n",
              "1244548  9791197549335                        전념 - 나와 세상을 바꾸는 힘에 관하여   \n",
              "1244549  9788970936222              2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의   \n",
              "\n",
              "                                               description  \n",
              "0        신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 신곡 악사의 이야기....  \n",
              "1        라쿠로와 고등학교에서 도난 사건이 발생했다.&#x0D;범인은「하멜른의 속옷남」이라는...  \n",
              "2        국내에서 기획 제작한 어린이용 영어 팬터지. 간결한 문장, 사전을 찾지 않아도 될 ...  \n",
              "3        '역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았어.' '난 몹쓸...  \n",
              "4        투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미향이를 보며 가슴이 뛰는 건 연애...  \n",
              "...                                                    ...  \n",
              "1244545  작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃었거나 스스로 자...  \n",
              "1244546  재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 이민 역정을 다룬 이...  \n",
              "1244547  갑작스레 세상에 나 혼자 남겨진 느낌이 들 때가 있다. 주위가 암전되고 덩그러니 남...  \n",
              "1244548  오랫동안 하나의 목적을 이루기 위해 전념한 다양한 영웅들의 사례도 제시하고 있다. ...  \n",
              "1244549  지방자치단체와 공공기관(공기업, 출자ㆍ출연기관, 민간위탁, 보조단체 포함)에서 회계...  \n",
              "\n",
              "[1244550 rows x 3 columns]"
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-16eea2f9-e07c-4132-997f-f7ba53068221\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>title</th>\n",
              "      <th>description</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>0</th>\n",
              "      <td>9788953278974</td>\n",
              "      <td>신곡주계 폴리포니카</td>\n",
              "      <td>신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 신곡 악사의 이야기....</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1</th>\n",
              "      <td>9788953283589</td>\n",
              "      <td>아수라 크라잉 =Asura cryin'</td>\n",
              "      <td>라쿠로와 고등학교에서 도난 사건이 발생했다.&amp;#x0D;범인은「하멜른의 속옷남」이라는...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2</th>\n",
              "      <td>9788974572549</td>\n",
              "      <td>(English) fantasy</td>\n",
              "      <td>국내에서 기획 제작한 어린이용 영어 팬터지. 간결한 문장, 사전을 찾지 않아도 될 ...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>3</th>\n",
              "      <td>9788926325117</td>\n",
              "      <td>제로의 사역마</td>\n",
              "      <td>'역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았어.' '난 몹쓸...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>4</th>\n",
              "      <td>9788953283459</td>\n",
              "      <td>디어 왈츠 =Dear waltz</td>\n",
              "      <td>투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미향이를 보며 가슴이 뛰는 건 연애...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>...</th>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244545</th>\n",
              "      <td>9791197569708</td>\n",
              "      <td>우리 없는 세상</td>\n",
              "      <td>작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃었거나 스스로 자...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244546</th>\n",
              "      <td>9791138804486</td>\n",
              "      <td>위대한 영혼의 미소</td>\n",
              "      <td>재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 이민 역정을 다룬 이...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244547</th>\n",
              "      <td>9791138804523</td>\n",
              "      <td>잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리</td>\n",
              "      <td>갑작스레 세상에 나 혼자 남겨진 느낌이 들 때가 있다. 주위가 암전되고 덩그러니 남...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244548</th>\n",
              "      <td>9791197549335</td>\n",
              "      <td>전념 - 나와 세상을 바꾸는 힘에 관하여</td>\n",
              "      <td>오랫동안 하나의 목적을 이루기 위해 전념한 다양한 영웅들의 사례도 제시하고 있다. ...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244549</th>\n",
              "      <td>9788970936222</td>\n",
              "      <td>2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의</td>\n",
              "      <td>지방자치단체와 공공기관(공기업, 출자ㆍ출연기관, 민간위탁, 보조단체 포함)에서 회계...</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "<p>1244550 rows × 3 columns</p>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-16eea2f9-e07c-4132-997f-f7ba53068221')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-16eea2f9-e07c-4132-997f-f7ba53068221 button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-16eea2f9-e07c-4132-997f-f7ba53068221');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 120
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "book.info()"
      ],
      "metadata": {
        "id": "XuXkvU3a3nYx",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "d4a0001d-cb15-44ac-9744-51bc29ab3ef5"
      },
      "execution_count": 121,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "RangeIndex: 1244550 entries, 0 to 1244549\n",
            "Data columns (total 3 columns):\n",
            " #   Column       Non-Null Count    Dtype \n",
            "---  ------       --------------    ----- \n",
            " 0   ISBN         1244550 non-null  object\n",
            " 1   title        1244550 non-null  object\n",
            " 2   description  1244550 non-null  object\n",
            "dtypes: object(3)\n",
            "memory usage: 28.5+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "title과 description을 하나의 컬럼으로 합친 새로운 column 'overview' 생성.. \n",
        "\n",
        "컨텐츠(줄거리) 기반의 필터링 실시에 있어서 정확도 향상을 위하여(주요 키워드 빈도수 향상을 위해)"
      ],
      "metadata": {
        "id": "-y0JlEbgVB4y"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "cols = ['title', 'description']\n",
        "book['overview'] = book[cols].apply(lambda row : ' '.join(row.values.astype(str)), axis = 1)\n",
        "# title과 description을 합치는데에 있어서 TfidfVectorizer을 위해 한 칸 띄어서 합치기\n",
        "book"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 641
        },
        "id": "dU8DP1YgU8Ok",
        "outputId": "a7d2e648-e906-4dfd-e938-47cffd574d5c"
      },
      "execution_count": 122,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "                  ISBN                                         title  \\\n",
              "0        9788953278974                                    신곡주계 폴리포니카   \n",
              "1        9788953283589                         아수라 크라잉 =Asura cryin'   \n",
              "2        9788974572549                             (English) fantasy   \n",
              "3        9788926325117                                      제로의 사역마    \n",
              "4        9788953283459                             디어 왈츠 =Dear waltz   \n",
              "...                ...                                           ...   \n",
              "1244545  9791197569708                                      우리 없는 세상   \n",
              "1244546  9791138804486                                    위대한 영혼의 미소   \n",
              "1244547  9791138804523  잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리   \n",
              "1244548  9791197549335                        전념 - 나와 세상을 바꾸는 힘에 관하여   \n",
              "1244549  9788970936222              2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의   \n",
              "\n",
              "                                               description  \\\n",
              "0        신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 신곡 악사의 이야기....   \n",
              "1        라쿠로와 고등학교에서 도난 사건이 발생했다.&#x0D;범인은「하멜른의 속옷남」이라는...   \n",
              "2        국내에서 기획 제작한 어린이용 영어 팬터지. 간결한 문장, 사전을 찾지 않아도 될 ...   \n",
              "3        '역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았어.' '난 몹쓸...   \n",
              "4        투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미향이를 보며 가슴이 뛰는 건 연애...   \n",
              "...                                                    ...   \n",
              "1244545  작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃었거나 스스로 자...   \n",
              "1244546  재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 이민 역정을 다룬 이...   \n",
              "1244547  갑작스레 세상에 나 혼자 남겨진 느낌이 들 때가 있다. 주위가 암전되고 덩그러니 남...   \n",
              "1244548  오랫동안 하나의 목적을 이루기 위해 전념한 다양한 영웅들의 사례도 제시하고 있다. ...   \n",
              "1244549  지방자치단체와 공공기관(공기업, 출자ㆍ출연기관, 민간위탁, 보조단체 포함)에서 회계...   \n",
              "\n",
              "                                                  overview  \n",
              "0        신곡주계 폴리포니카 신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 ...  \n",
              "1        아수라 크라잉 =Asura cryin' 라쿠로와 고등학교에서 도난 사건이 발생했다....  \n",
              "2        (English) fantasy 국내에서 기획 제작한 어린이용 영어 팬터지. 간결한...  \n",
              "3        제로의 사역마  '역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았...  \n",
              "4        디어 왈츠 =Dear waltz 투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미...  \n",
              "...                                                    ...  \n",
              "1244545  우리 없는 세상 작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃...  \n",
              "1244546  위대한 영혼의 미소 재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 ...  \n",
              "1244547  잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리 갑...  \n",
              "1244548  전념 - 나와 세상을 바꾸는 힘에 관하여 오랫동안 하나의 목적을 이루기 위해 전념한...  \n",
              "1244549  2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의 지방자치단체와 공공기관(...  \n",
              "\n",
              "[1244550 rows x 4 columns]"
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-d533ea3f-799b-45bf-afeb-2938a759d7da\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>title</th>\n",
              "      <th>description</th>\n",
              "      <th>overview</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>0</th>\n",
              "      <td>9788953278974</td>\n",
              "      <td>신곡주계 폴리포니카</td>\n",
              "      <td>신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 신곡 악사의 이야기....</td>\n",
              "      <td>신곡주계 폴리포니카 신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 ...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1</th>\n",
              "      <td>9788953283589</td>\n",
              "      <td>아수라 크라잉 =Asura cryin'</td>\n",
              "      <td>라쿠로와 고등학교에서 도난 사건이 발생했다.&amp;#x0D;범인은「하멜른의 속옷남」이라는...</td>\n",
              "      <td>아수라 크라잉 =Asura cryin' 라쿠로와 고등학교에서 도난 사건이 발생했다....</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2</th>\n",
              "      <td>9788974572549</td>\n",
              "      <td>(English) fantasy</td>\n",
              "      <td>국내에서 기획 제작한 어린이용 영어 팬터지. 간결한 문장, 사전을 찾지 않아도 될 ...</td>\n",
              "      <td>(English) fantasy 국내에서 기획 제작한 어린이용 영어 팬터지. 간결한...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>3</th>\n",
              "      <td>9788926325117</td>\n",
              "      <td>제로의 사역마</td>\n",
              "      <td>'역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았어.' '난 몹쓸...</td>\n",
              "      <td>제로의 사역마  '역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>4</th>\n",
              "      <td>9788953283459</td>\n",
              "      <td>디어 왈츠 =Dear waltz</td>\n",
              "      <td>투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미향이를 보며 가슴이 뛰는 건 연애...</td>\n",
              "      <td>디어 왈츠 =Dear waltz 투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>...</th>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "      <td>...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244545</th>\n",
              "      <td>9791197569708</td>\n",
              "      <td>우리 없는 세상</td>\n",
              "      <td>작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃었거나 스스로 자...</td>\n",
              "      <td>우리 없는 세상 작가는 사회복지사와 상담가로 오래 일했다. 그는 자살로 누군가를 잃...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244546</th>\n",
              "      <td>9791138804486</td>\n",
              "      <td>위대한 영혼의 미소</td>\n",
              "      <td>재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 이민 역정을 다룬 이...</td>\n",
              "      <td>위대한 영혼의 미소 재외 작가의 장편소설. 인고와 눈물로 점철된 코리안 뉴요커들의 ...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244547</th>\n",
              "      <td>9791138804523</td>\n",
              "      <td>잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리</td>\n",
              "      <td>갑작스레 세상에 나 혼자 남겨진 느낌이 들 때가 있다. 주위가 암전되고 덩그러니 남...</td>\n",
              "      <td>잊지 말자, 나는 기적이라는 걸 - 늘 그랬던 것처럼, 신발 끈을 고쳐 맬 우리 갑...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244548</th>\n",
              "      <td>9791197549335</td>\n",
              "      <td>전념 - 나와 세상을 바꾸는 힘에 관하여</td>\n",
              "      <td>오랫동안 하나의 목적을 이루기 위해 전념한 다양한 영웅들의 사례도 제시하고 있다. ...</td>\n",
              "      <td>전념 - 나와 세상을 바꾸는 힘에 관하여 오랫동안 하나의 목적을 이루기 위해 전념한...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>1244549</th>\n",
              "      <td>9788970936222</td>\n",
              "      <td>2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의</td>\n",
              "      <td>지방자치단체와 공공기관(공기업, 출자ㆍ출연기관, 민간위탁, 보조단체 포함)에서 회계...</td>\n",
              "      <td>2022 예산회계실무 기본서 - 지방자치단체 및 공공기관의 지방자치단체와 공공기관(...</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "<p>1244550 rows × 4 columns</p>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-d533ea3f-799b-45bf-afeb-2938a759d7da')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-d533ea3f-799b-45bf-afeb-2938a759d7da button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-d533ea3f-799b-45bf-afeb-2938a759d7da');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 122
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "book['overview'].head()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "qOW8Jr8VU8Ri",
        "outputId": "09e20a79-d819-4f23-ec0d-1bfd1d952761"
      },
      "execution_count": 123,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "0    신곡주계 폴리포니카 신곡 연주를 듣고 힘을 발휘하는 정령과 그 정령에게 힘을 주는 ...\n",
              "1    아수라 크라잉 =Asura cryin' 라쿠로와 고등학교에서 도난 사건이 발생했다....\n",
              "2    (English) fantasy 국내에서 기획 제작한 어린이용 영어 팬터지. 간결한...\n",
              "3    제로의 사역마  '역시 난 사이토를 좋아하나 봐.' '보이는 거, 그렇게 싫지 않았...\n",
              "4    디어 왈츠 =Dear waltz 투덜이 미소년 강세겸은 요즘 헷갈려하는 중이다. 미...\n",
              "Name: overview, dtype: object"
            ]
          },
          "metadata": {},
          "execution_count": 123
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "book['overview'].isnull().values.any()\n",
        "# description column에 결측치 없는 것 확인\n",
        "# 앞의 전처리과정에서 결측지 모두 제거함"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "FnD07CJ1U8W1",
        "outputId": "1a27e938-71dc-4403-f9ae-fb956edbb8b5"
      },
      "execution_count": 124,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "False"
            ]
          },
          "metadata": {},
          "execution_count": 124
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**1. overview의 영어와 한글을 제외한 특수문자 및 숫자등은 모두 삭제**"
      ],
      "metadata": {
        "id": "y8SpMbcKVLJ-"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "import re\n",
        "book['overview'] = [re.sub(r'\\d+', '', s) for s in book['overview']]\n",
        "book['overview'] = [re.sub(r'[^\\w\\s]', '', s) for s in book['overview']]\n",
        "book['overview'].tail()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "ZEa4F1GvVURF",
        "outputId": "ab347188-d079-449f-b9a8-c9aa2fb27b56"
      },
      "execution_count": 125,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "1244545    우리 없는 세상 작가는 사회복지사와 상담가로 오래 일했다 그는 자살로 누군가를 잃었...\n",
              "1244546    위대한 영혼의 미소 재외 작가의 장편소설 인고와 눈물로 점철된 코리안 뉴요커들의 이...\n",
              "1244547    잊지 말자 나는 기적이라는 걸  늘 그랬던 것처럼 신발 끈을 고쳐 맬 우리 갑작스레...\n",
              "1244548    전념  나와 세상을 바꾸는 힘에 관하여 오랫동안 하나의 목적을 이루기 위해 전념한 ...\n",
              "1244549     예산회계실무 기본서  지방자치단체 및 공공기관의 지방자치단체와 공공기관공기업 출자...\n",
              "Name: overview, dtype: object"
            ]
          },
          "metadata": {},
          "execution_count": 125
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "## **======================================================**\n",
        "## **======================================================**\n",
        "\n",
        "\n",
        "# (번외)\n",
        " 단행본_도서와 문화데이터에 공통적으로 존재하는 (ISBN을 기준으로) 도서의 데이터프레임\n",
        "\n",
        "***타당성을 주장하기위해선 TOP10과 관련하여 중복율이 꽤 된다는것을 입증해야한다. ***"
      ],
      "metadata": {
        "id": "xVCqh_hDaRn9"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "merge_book = pd.merge(lib_book, book, on = ['ISBN'], how = 'inner')\n",
        "merge_book = merge_book.drop_duplicates(['ISBN'])\n",
        "merge_book = merge_book.drop(['분류코드', '서명'], axis = 1)\n",
        "merge_book.head()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 302
        },
        "id": "zWzp_DMIYH2q",
        "outputId": "5b12d330-6e45-4de5-e2b4-750bed6468c0"
      },
      "execution_count": 160,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "            ISBN                                              title  \\\n",
              "0  9788988383216               산업안전보건법·영·규칙 연구실 안전환경 조성에 관한 법률 업무편람   \n",
              "2  9780345803504  Fifty Shades Freed (Paperback) - Fifty Shades ...   \n",
              "3  9788961670968                                      (존 스타인벡의) 진주    \n",
              "5  9788959944002                                         파리의 어떤 하루    \n",
              "7  9788993566086  와인 테이스팅의 이해 =Michael schuster의 와인 데이스팅 기술에 관한 ...   \n",
              "\n",
              "                                         description  \\\n",
              "0  산업안전보건법 편람집. 이 책은 산업안전보건법과 령, 규칙, 연구실 안전환경 조성에...   \n",
              "2  When unworldly student Ana Steele first encoun...   \n",
              "3  1940년 &lt;분노의 포도&gt;로 퓰리처상을 수상한 후 부와 명성을 얻은 스타...   \n",
              "5  파리는 도시 전체가 마치 고전과 현대를 넘나드는 스펙터클한 한 편의 영화와 같다. ...   \n",
              "7  세계에서 가장 섬세한 와인 교육가가 전해주는 상세하고도 전문적인 테이스팅 강의『와인...   \n",
              "\n",
              "                                            overview  \n",
              "0  산업안전보건법영규칙 연구실 안전환경 조성에 관한 법률 업무편람 산업안전보건법 편람집...  \n",
              "2  Fifty Shades Freed Paperback  Fifty Shades Tri...  \n",
              "3  존 스타인벡의 진주  년 lt분노의 포도gt로 퓰리처상을 수상한 후 부와 명성을 얻...  \n",
              "5  파리의 어떤 하루  파리는 도시 전체가 마치 고전과 현대를 넘나드는 스펙터클한 한 ...  \n",
              "7  와인 테이스팅의 이해 Michael schuster의 와인 데이스팅 기술에 관한 모...  "
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-bb0c00bc-723c-45eb-951a-80d39f941caf\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>title</th>\n",
              "      <th>description</th>\n",
              "      <th>overview</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>0</th>\n",
              "      <td>9788988383216</td>\n",
              "      <td>산업안전보건법·영·규칙 연구실 안전환경 조성에 관한 법률 업무편람</td>\n",
              "      <td>산업안전보건법 편람집. 이 책은 산업안전보건법과 령, 규칙, 연구실 안전환경 조성에...</td>\n",
              "      <td>산업안전보건법영규칙 연구실 안전환경 조성에 관한 법률 업무편람 산업안전보건법 편람집...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>2</th>\n",
              "      <td>9780345803504</td>\n",
              "      <td>Fifty Shades Freed (Paperback) - Fifty Shades ...</td>\n",
              "      <td>When unworldly student Ana Steele first encoun...</td>\n",
              "      <td>Fifty Shades Freed Paperback  Fifty Shades Tri...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>3</th>\n",
              "      <td>9788961670968</td>\n",
              "      <td>(존 스타인벡의) 진주</td>\n",
              "      <td>1940년 &amp;lt;분노의 포도&amp;gt;로 퓰리처상을 수상한 후 부와 명성을 얻은 스타...</td>\n",
              "      <td>존 스타인벡의 진주  년 lt분노의 포도gt로 퓰리처상을 수상한 후 부와 명성을 얻...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>5</th>\n",
              "      <td>9788959944002</td>\n",
              "      <td>파리의 어떤 하루</td>\n",
              "      <td>파리는 도시 전체가 마치 고전과 현대를 넘나드는 스펙터클한 한 편의 영화와 같다. ...</td>\n",
              "      <td>파리의 어떤 하루  파리는 도시 전체가 마치 고전과 현대를 넘나드는 스펙터클한 한 ...</td>\n",
              "    </tr>\n",
              "    <tr>\n",
              "      <th>7</th>\n",
              "      <td>9788993566086</td>\n",
              "      <td>와인 테이스팅의 이해 =Michael schuster의 와인 데이스팅 기술에 관한 ...</td>\n",
              "      <td>세계에서 가장 섬세한 와인 교육가가 전해주는 상세하고도 전문적인 테이스팅 강의『와인...</td>\n",
              "      <td>와인 테이스팅의 이해 Michael schuster의 와인 데이스팅 기술에 관한 모...</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-bb0c00bc-723c-45eb-951a-80d39f941caf')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-bb0c00bc-723c-45eb-951a-80d39f941caf button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-bb0c00bc-723c-45eb-951a-80d39f941caf');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 160
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "merge_book.info()\n",
        "# 총 20249권이 겹침"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "M2qtZ8AzaJv9",
        "outputId": "39f2c0d5-18ce-48a3-a6d1-1957a3fd7aec"
      },
      "execution_count": 127,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 20249 entries, 0 to 35282\n",
            "Data columns (total 4 columns):\n",
            " #   Column       Non-Null Count  Dtype \n",
            "---  ------       --------------  ----- \n",
            " 0   ISBN         20249 non-null  object\n",
            " 1   title        20249 non-null  object\n",
            " 2   description  20249 non-null  object\n",
            " 3   overview     20249 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 791.0+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "겹치는 책 일일이 찾아보기"
      ],
      "metadata": {
        "id": "NVWupFF8mMK8"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# a = merge_book[(merge_book['서명'] == '넛지: 똑똑한 선택을 이끄는 힘')]\n",
        "# a\n",
        "# 철학과 2017 -> 이방인, 중국철학사 빼고 다 있음 -> 8/10\n",
        "# 컴학 2019 -> 이산수학, 네트워크 쉽게, 안드로이드 앱 플밍, concepts~ 빼고 다 있음 -> 6/10\n",
        "# 국문 2020 -> 한국대표설화2 빼고 다 있음 -> 9/10"
      ],
      "metadata": {
        "id": "Qgjuz1uIYH_u"
      },
      "execution_count": 128,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "**(국어국문학과&2020)**중복율 90%로 높은편이므로 이 데이터프레임을 가지고 코사인유사도를 구하자"
      ],
      "metadata": {
        "id": "SGhAGPaVhNWS"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "*(국어국문학과&2020) TOP10 데이터프레임 생성하기*"
      ],
      "metadata": {
        "id": "zUTos3cMkKwv"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# DKLL_2020 = merge_book[(merge_book['서명']=='한국 구비문학의 이해') | (merge_book['서명']=='한국대표설화1 :신성과 질서의 세계') | (merge_book['서명']=='국어문법론강의')\n",
        "#  | (merge_book['서명']=='백(百)의 그림자  :황정은 장편소설') | (merge_book['서명']=='한국대표설화2 :위안과 평등의 길') | (merge_book['서명']=='넛지: 똑똑한 선택을 이끄는 힘')\n",
        "#   | (merge_book['서명']=='한국어 형태론') | (merge_book['서명']=='표준 국어문법론') | (merge_book['서명']=='알기 쉬운 양자론: 현대물리학을 만든 거인들')\n",
        "#    | (merge_book['서명']=='현대경영의 이해')]\n",
        "# # (국어국문학과&2020) TOP10 데이터프레임 생성\n",
        "# DKLL_2020 = DKLL_2020.drop_duplicates(['서명'])\n",
        "# # 서명을 기준으로 중복 데이터 삭제\n",
        "\n",
        "# DKLL_2020"
      ],
      "metadata": {
        "id": "OtTVD3E1hzcK"
      },
      "execution_count": 129,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "source": [
        "## **======================================================**\n",
        "## **======================================================**\n"
      ],
      "metadata": {
        "id": "jFOi59vUmsG1"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "**2. 영어와 한글 불용어 사전을 이용해서 불필요한 조사 및 관사 삭제**\n",
        "\n",
        "영어 불용어 사전"
      ],
      "metadata": {
        "id": "PHXL1i9RVam7"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "from sklearn.feature_extraction.text import TfidfVectorizer\n",
        "tfidf_eng = TfidfVectorizer(stop_words = 'english')\n",
        "# 영어의 경우 불용어사전이 scikit-learn 라이브러리에 있으므로 이용하자 (한글의 경우 없으므로 만들어줘야됨)\n",
        "# tfidf_eng = 영어의 불필요한 관사등을 제거하기 위한 객체"
      ],
      "metadata": {
        "id": "hKPNMVGEVa1P"
      },
      "execution_count": 130,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "from sklearn.feature_extraction.text import ENGLISH_STOP_WORDS\n",
        "ENGLISH_STOP_WORDS\n",
        "# 영어 불용어 사전에는 어떤게 있는지"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "6M7GaA-3Vioo",
        "outputId": "1ca6aa51-fe28-416a-f29d-96ad57b72996"
      },
      "execution_count": 131,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "frozenset({'a',\n",
              "           'about',\n",
              "           'above',\n",
              "           'across',\n",
              "           'after',\n",
              "           'afterwards',\n",
              "           'again',\n",
              "           'against',\n",
              "           'all',\n",
              "           'almost',\n",
              "           'alone',\n",
              "           'along',\n",
              "           'already',\n",
              "           'also',\n",
              "           'although',\n",
              "           'always',\n",
              "           'am',\n",
              "           'among',\n",
              "           'amongst',\n",
              "           'amoungst',\n",
              "           'amount',\n",
              "           'an',\n",
              "           'and',\n",
              "           'another',\n",
              "           'any',\n",
              "           'anyhow',\n",
              "           'anyone',\n",
              "           'anything',\n",
              "           'anyway',\n",
              "           'anywhere',\n",
              "           'are',\n",
              "           'around',\n",
              "           'as',\n",
              "           'at',\n",
              "           'back',\n",
              "           'be',\n",
              "           'became',\n",
              "           'because',\n",
              "           'become',\n",
              "           'becomes',\n",
              "           'becoming',\n",
              "           'been',\n",
              "           'before',\n",
              "           'beforehand',\n",
              "           'behind',\n",
              "           'being',\n",
              "           'below',\n",
              "           'beside',\n",
              "           'besides',\n",
              "           'between',\n",
              "           'beyond',\n",
              "           'bill',\n",
              "           'both',\n",
              "           'bottom',\n",
              "           'but',\n",
              "           'by',\n",
              "           'call',\n",
              "           'can',\n",
              "           'cannot',\n",
              "           'cant',\n",
              "           'co',\n",
              "           'con',\n",
              "           'could',\n",
              "           'couldnt',\n",
              "           'cry',\n",
              "           'de',\n",
              "           'describe',\n",
              "           'detail',\n",
              "           'do',\n",
              "           'done',\n",
              "           'down',\n",
              "           'due',\n",
              "           'during',\n",
              "           'each',\n",
              "           'eg',\n",
              "           'eight',\n",
              "           'either',\n",
              "           'eleven',\n",
              "           'else',\n",
              "           'elsewhere',\n",
              "           'empty',\n",
              "           'enough',\n",
              "           'etc',\n",
              "           'even',\n",
              "           'ever',\n",
              "           'every',\n",
              "           'everyone',\n",
              "           'everything',\n",
              "           'everywhere',\n",
              "           'except',\n",
              "           'few',\n",
              "           'fifteen',\n",
              "           'fifty',\n",
              "           'fill',\n",
              "           'find',\n",
              "           'fire',\n",
              "           'first',\n",
              "           'five',\n",
              "           'for',\n",
              "           'former',\n",
              "           'formerly',\n",
              "           'forty',\n",
              "           'found',\n",
              "           'four',\n",
              "           'from',\n",
              "           'front',\n",
              "           'full',\n",
              "           'further',\n",
              "           'get',\n",
              "           'give',\n",
              "           'go',\n",
              "           'had',\n",
              "           'has',\n",
              "           'hasnt',\n",
              "           'have',\n",
              "           'he',\n",
              "           'hence',\n",
              "           'her',\n",
              "           'here',\n",
              "           'hereafter',\n",
              "           'hereby',\n",
              "           'herein',\n",
              "           'hereupon',\n",
              "           'hers',\n",
              "           'herself',\n",
              "           'him',\n",
              "           'himself',\n",
              "           'his',\n",
              "           'how',\n",
              "           'however',\n",
              "           'hundred',\n",
              "           'i',\n",
              "           'ie',\n",
              "           'if',\n",
              "           'in',\n",
              "           'inc',\n",
              "           'indeed',\n",
              "           'interest',\n",
              "           'into',\n",
              "           'is',\n",
              "           'it',\n",
              "           'its',\n",
              "           'itself',\n",
              "           'keep',\n",
              "           'last',\n",
              "           'latter',\n",
              "           'latterly',\n",
              "           'least',\n",
              "           'less',\n",
              "           'ltd',\n",
              "           'made',\n",
              "           'many',\n",
              "           'may',\n",
              "           'me',\n",
              "           'meanwhile',\n",
              "           'might',\n",
              "           'mill',\n",
              "           'mine',\n",
              "           'more',\n",
              "           'moreover',\n",
              "           'most',\n",
              "           'mostly',\n",
              "           'move',\n",
              "           'much',\n",
              "           'must',\n",
              "           'my',\n",
              "           'myself',\n",
              "           'name',\n",
              "           'namely',\n",
              "           'neither',\n",
              "           'never',\n",
              "           'nevertheless',\n",
              "           'next',\n",
              "           'nine',\n",
              "           'no',\n",
              "           'nobody',\n",
              "           'none',\n",
              "           'noone',\n",
              "           'nor',\n",
              "           'not',\n",
              "           'nothing',\n",
              "           'now',\n",
              "           'nowhere',\n",
              "           'of',\n",
              "           'off',\n",
              "           'often',\n",
              "           'on',\n",
              "           'once',\n",
              "           'one',\n",
              "           'only',\n",
              "           'onto',\n",
              "           'or',\n",
              "           'other',\n",
              "           'others',\n",
              "           'otherwise',\n",
              "           'our',\n",
              "           'ours',\n",
              "           'ourselves',\n",
              "           'out',\n",
              "           'over',\n",
              "           'own',\n",
              "           'part',\n",
              "           'per',\n",
              "           'perhaps',\n",
              "           'please',\n",
              "           'put',\n",
              "           'rather',\n",
              "           're',\n",
              "           'same',\n",
              "           'see',\n",
              "           'seem',\n",
              "           'seemed',\n",
              "           'seeming',\n",
              "           'seems',\n",
              "           'serious',\n",
              "           'several',\n",
              "           'she',\n",
              "           'should',\n",
              "           'show',\n",
              "           'side',\n",
              "           'since',\n",
              "           'sincere',\n",
              "           'six',\n",
              "           'sixty',\n",
              "           'so',\n",
              "           'some',\n",
              "           'somehow',\n",
              "           'someone',\n",
              "           'something',\n",
              "           'sometime',\n",
              "           'sometimes',\n",
              "           'somewhere',\n",
              "           'still',\n",
              "           'such',\n",
              "           'system',\n",
              "           'take',\n",
              "           'ten',\n",
              "           'than',\n",
              "           'that',\n",
              "           'the',\n",
              "           'their',\n",
              "           'them',\n",
              "           'themselves',\n",
              "           'then',\n",
              "           'thence',\n",
              "           'there',\n",
              "           'thereafter',\n",
              "           'thereby',\n",
              "           'therefore',\n",
              "           'therein',\n",
              "           'thereupon',\n",
              "           'these',\n",
              "           'they',\n",
              "           'thick',\n",
              "           'thin',\n",
              "           'third',\n",
              "           'this',\n",
              "           'those',\n",
              "           'though',\n",
              "           'three',\n",
              "           'through',\n",
              "           'throughout',\n",
              "           'thru',\n",
              "           'thus',\n",
              "           'to',\n",
              "           'together',\n",
              "           'too',\n",
              "           'top',\n",
              "           'toward',\n",
              "           'towards',\n",
              "           'twelve',\n",
              "           'twenty',\n",
              "           'two',\n",
              "           'un',\n",
              "           'under',\n",
              "           'until',\n",
              "           'up',\n",
              "           'upon',\n",
              "           'us',\n",
              "           'very',\n",
              "           'via',\n",
              "           'was',\n",
              "           'we',\n",
              "           'well',\n",
              "           'were',\n",
              "           'what',\n",
              "           'whatever',\n",
              "           'when',\n",
              "           'whence',\n",
              "           'whenever',\n",
              "           'where',\n",
              "           'whereafter',\n",
              "           'whereas',\n",
              "           'whereby',\n",
              "           'wherein',\n",
              "           'whereupon',\n",
              "           'wherever',\n",
              "           'whether',\n",
              "           'which',\n",
              "           'while',\n",
              "           'whither',\n",
              "           'who',\n",
              "           'whoever',\n",
              "           'whole',\n",
              "           'whom',\n",
              "           'whose',\n",
              "           'why',\n",
              "           'will',\n",
              "           'with',\n",
              "           'within',\n",
              "           'without',\n",
              "           'would',\n",
              "           'yet',\n",
              "           'you',\n",
              "           'your',\n",
              "           'yours',\n",
              "           'yourself',\n",
              "           'yourselves'})"
            ]
          },
          "metadata": {},
          "execution_count": 131
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "한글 불용어 사전"
      ],
      "metadata": {
        "id": "7XtoDwerVmae"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "korean_nondic = '/content/drive/MyDrive/datathon/한글 불용어 사전.txt'\n",
        "with open(korean_nondic, 'r', encoding = \"utf-8\") as f:\n",
        "  list_file = f.readlines() \n",
        "stopwords_kor = [l.strip() for l in list_file]\n",
        "# stopwords_kor = list_file[0].split(\",\")\n",
        "# 한글 불용어들을 작성한 텍스트파일(이하 한글 불용어 사전) 불러오기"
      ],
      "metadata": {
        "id": "0b57899bVnn1"
      },
      "execution_count": 132,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "stopwords_kor\n",
        "# 한국 불용어 사전에는 어떤게 있는지"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "OLeCj8EzV3GY",
        "outputId": "799772e8-2038-49af-b160-2d84b0b315ac"
      },
      "execution_count": 133,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "['아',\n",
              " '휴',\n",
              " '아이구',\n",
              " '아이쿠',\n",
              " '아이고',\n",
              " '어',\n",
              " '나',\n",
              " '우리',\n",
              " '저희',\n",
              " '따라',\n",
              " '의해',\n",
              " '을',\n",
              " '를',\n",
              " '에',\n",
              " '의',\n",
              " '가',\n",
              " '으로',\n",
              " '로',\n",
              " '에게',\n",
              " '뿐이다',\n",
              " '의거하여',\n",
              " '근거하여',\n",
              " '입각하여',\n",
              " '기준으로',\n",
              " '예하면',\n",
              " '예를 들면',\n",
              " '예를 들자면',\n",
              " '저',\n",
              " '소인',\n",
              " '소생',\n",
              " '저희',\n",
              " '지말고',\n",
              " '하지마',\n",
              " '하지마라',\n",
              " '다른',\n",
              " '물론',\n",
              " '또한',\n",
              " '그리고',\n",
              " '비길수 없다',\n",
              " '해서는 안된다',\n",
              " '뿐만 아니라',\n",
              " '만이 아니다',\n",
              " '만은 아니다',\n",
              " '막론하고',\n",
              " '관계없이',\n",
              " '그치지 않다',\n",
              " '그러나',\n",
              " '그런데',\n",
              " '하지만',\n",
              " '든간에',\n",
              " '논하지 않다',\n",
              " '따지지 않다',\n",
              " '설사',\n",
              " '비록',\n",
              " '더라도',\n",
              " '아니면',\n",
              " '만 못하다',\n",
              " '하는 편이 낫다',\n",
              " '불문하고',\n",
              " '향하여',\n",
              " '향해서',\n",
              " '향하다',\n",
              " '쪽으로',\n",
              " '틈타',\n",
              " '이용하여',\n",
              " '타다',\n",
              " '오르다',\n",
              " '제외하고',\n",
              " '이 외에',\n",
              " '이 밖에',\n",
              " '하여야',\n",
              " '비로소',\n",
              " '한다면 몰라도',\n",
              " '외에도',\n",
              " '이곳',\n",
              " '여기',\n",
              " '부터',\n",
              " '기점으로',\n",
              " '따라서',\n",
              " '할 생각이다',\n",
              " '하려고하다',\n",
              " '이리하여',\n",
              " '그리하여',\n",
              " '그렇게 함으로써',\n",
              " '하지만',\n",
              " '일때',\n",
              " '할때',\n",
              " '앞에서',\n",
              " '중에서',\n",
              " '보는데서',\n",
              " '으로써',\n",
              " '로써',\n",
              " '까지',\n",
              " '해야한다',\n",
              " '일것이다',\n",
              " '반드시',\n",
              " '할줄알다',\n",
              " '할수있다',\n",
              " '할수있어',\n",
              " '임에 틀림없다',\n",
              " '한다면',\n",
              " '등',\n",
              " '등등',\n",
              " '제',\n",
              " '겨우',\n",
              " '단지',\n",
              " '다만',\n",
              " '할뿐',\n",
              " '딩동',\n",
              " '댕그',\n",
              " '대해서',\n",
              " '대하여',\n",
              " '대하면',\n",
              " '훨씬',\n",
              " '얼마나',\n",
              " '얼마만큼',\n",
              " '얼마큼',\n",
              " '남짓',\n",
              " '여',\n",
              " '얼마간',\n",
              " '약간',\n",
              " '다소',\n",
              " '좀',\n",
              " '조금',\n",
              " '다수',\n",
              " '몇',\n",
              " '얼마',\n",
              " '지만',\n",
              " '하물며',\n",
              " '또한',\n",
              " '그러나',\n",
              " '그렇지만',\n",
              " '하지만',\n",
              " '이외에도',\n",
              " '대해 말하자면',\n",
              " '뿐이다',\n",
              " '다음에',\n",
              " '반대로',\n",
              " '반대로 말하자면',\n",
              " '이와 반대로',\n",
              " '바꾸어서 말하면',\n",
              " '바꾸어서 한다면',\n",
              " '만약',\n",
              " '그렇지않으면',\n",
              " '까악',\n",
              " '툭',\n",
              " '딱',\n",
              " '삐걱거리다',\n",
              " '보드득',\n",
              " '비걱거리다',\n",
              " '꽈당',\n",
              " '응당',\n",
              " '해야한다',\n",
              " '에 가서',\n",
              " '각',\n",
              " '각각',\n",
              " '여러분',\n",
              " '각종',\n",
              " '각자',\n",
              " '제각기',\n",
              " '하도록하다',\n",
              " '와',\n",
              " '과',\n",
              " '그러므로',\n",
              " '그래서',\n",
              " '고로',\n",
              " '한 까닭에',\n",
              " '하기 때문에',\n",
              " '거니와',\n",
              " '이지만',\n",
              " '대하여',\n",
              " '관하여',\n",
              " '관한',\n",
              " '과연',\n",
              " '실로',\n",
              " '아니나다를가',\n",
              " '생각한대로',\n",
              " '진짜로',\n",
              " '한적이있다',\n",
              " '하곤하였다',\n",
              " '하',\n",
              " '하하',\n",
              " '허허',\n",
              " '아하',\n",
              " '거바',\n",
              " '와',\n",
              " '오',\n",
              " '왜',\n",
              " '어째서',\n",
              " '무엇때문에',\n",
              " '어찌',\n",
              " '하겠는가',\n",
              " '무슨',\n",
              " '어디',\n",
              " '어느곳',\n",
              " '더군다나',\n",
              " '하물며',\n",
              " '더욱이는',\n",
              " '어느때',\n",
              " '언제',\n",
              " '야',\n",
              " '이봐',\n",
              " '어이',\n",
              " '여보시오',\n",
              " '흐흐',\n",
              " '흥',\n",
              " '휴',\n",
              " '헉헉',\n",
              " '헐떡헐떡',\n",
              " '영차',\n",
              " '여차',\n",
              " '어기여차',\n",
              " '끙끙',\n",
              " '아야',\n",
              " '앗',\n",
              " '아야',\n",
              " '콸콸',\n",
              " '졸졸',\n",
              " '좍좍',\n",
              " '뚝뚝',\n",
              " '주룩주룩',\n",
              " '솨',\n",
              " '우르르',\n",
              " '그래도',\n",
              " '또',\n",
              " '그리고',\n",
              " '바꾸어말하면',\n",
              " '바꾸어말하자면',\n",
              " '혹은',\n",
              " '혹시',\n",
              " '답다',\n",
              " '및',\n",
              " '그에 따르는',\n",
              " '때가 되어',\n",
              " '즉',\n",
              " '지든지',\n",
              " '설령',\n",
              " '가령',\n",
              " '하더라도',\n",
              " '할지라도',\n",
              " '일지라도',\n",
              " '지든지',\n",
              " '몇',\n",
              " '거의',\n",
              " '하마터면',\n",
              " '인젠',\n",
              " '이젠',\n",
              " '된바에야',\n",
              " '된이상',\n",
              " '만큼\\t어찌됏든',\n",
              " '그위에',\n",
              " '게다가',\n",
              " '점에서 보아',\n",
              " '비추어 보아',\n",
              " '고려하면',\n",
              " '하게될것이다',\n",
              " '일것이다',\n",
              " '비교적',\n",
              " '좀',\n",
              " '보다더',\n",
              " '비하면',\n",
              " '시키다',\n",
              " '하게하다',\n",
              " '할만하다',\n",
              " '의해서',\n",
              " '연이서',\n",
              " '이어서',\n",
              " '잇따라',\n",
              " '뒤따라',\n",
              " '뒤이어',\n",
              " '결국',\n",
              " '의지하여',\n",
              " '기대여',\n",
              " '통하여',\n",
              " '자마자',\n",
              " '더욱더',\n",
              " '불구하고',\n",
              " '얼마든지',\n",
              " '마음대로',\n",
              " '주저하지 않고',\n",
              " '곧',\n",
              " '즉시',\n",
              " '바로',\n",
              " '당장',\n",
              " '하자마자',\n",
              " '밖에 안된다',\n",
              " '하면된다',\n",
              " '그래',\n",
              " '그렇지',\n",
              " '요컨대',\n",
              " '다시 말하자면',\n",
              " '바꿔 말하면',\n",
              " '즉',\n",
              " '구체적으로',\n",
              " '말하자면',\n",
              " '시작하여',\n",
              " '시초에',\n",
              " '이상',\n",
              " '허',\n",
              " '헉',\n",
              " '허걱',\n",
              " '바와같이',\n",
              " '해도좋다',\n",
              " '해도된다',\n",
              " '게다가',\n",
              " '더구나',\n",
              " '하물며',\n",
              " '와르르',\n",
              " '팍',\n",
              " '퍽',\n",
              " '펄렁',\n",
              " '동안',\n",
              " '이래',\n",
              " '하고있었다',\n",
              " '이었다',\n",
              " '에서',\n",
              " '로부터',\n",
              " '까지',\n",
              " '예하면',\n",
              " '했어요',\n",
              " '해요',\n",
              " '함께',\n",
              " '같이',\n",
              " '더불어',\n",
              " '마저',\n",
              " '마저도',\n",
              " '양자',\n",
              " '모두',\n",
              " '습니다',\n",
              " '가까스로',\n",
              " '하려고하다',\n",
              " '즈음하여',\n",
              " '다른',\n",
              " '다른 방면으로',\n",
              " '해봐요',\n",
              " '습니까',\n",
              " '했어요',\n",
              " '말할것도 없고',\n",
              " '무릎쓰고',\n",
              " '개의치않고',\n",
              " '하는것만 못하다',\n",
              " '하는것이 낫다',\n",
              " '매',\n",
              " '매번',\n",
              " '들',\n",
              " '모',\n",
              " '어느것',\n",
              " '어느',\n",
              " '로써',\n",
              " '갖고말하자면',\n",
              " '어디',\n",
              " '어느쪽',\n",
              " '어느것',\n",
              " '어느해',\n",
              " '어느 년도',\n",
              " '라 해도',\n",
              " '언젠가',\n",
              " '어떤것',\n",
              " '어느것',\n",
              " '저기',\n",
              " '저쪽',\n",
              " '저것',\n",
              " '그때',\n",
              " '그럼',\n",
              " '그러면',\n",
              " '요만한걸',\n",
              " '그래',\n",
              " '그때',\n",
              " '저것만큼',\n",
              " '그저',\n",
              " '이르기까지',\n",
              " '할 줄 안다',\n",
              " '할 힘이 있다',\n",
              " '너',\n",
              " '너희',\n",
              " '당신',\n",
              " '어찌',\n",
              " '설마',\n",
              " '차라리',\n",
              " '할지언정',\n",
              " '할지라도',\n",
              " '할망정',\n",
              " '할지언정',\n",
              " '구토하다',\n",
              " '게우다',\n",
              " '토하다',\n",
              " '메쓰겁다',\n",
              " '옆사람',\n",
              " '퉤',\n",
              " '쳇',\n",
              " '의거하여',\n",
              " '근거하여',\n",
              " '의해',\n",
              " '따라',\n",
              " '힘입어',\n",
              " '그',\n",
              " '다음',\n",
              " '버금',\n",
              " '두번째로',\n",
              " '기타',\n",
              " '첫번째로',\n",
              " '나머지는',\n",
              " '그중에서',\n",
              " '견지에서',\n",
              " '형식으로 쓰여',\n",
              " '입장에서',\n",
              " '위해서',\n",
              " '단지',\n",
              " '의해되다',\n",
              " '하도록시키다',\n",
              " '뿐만아니라',\n",
              " '반대로',\n",
              " '전후',\n",
              " '전자',\n",
              " '앞의것',\n",
              " '잠시',\n",
              " '잠깐',\n",
              " '하면서',\n",
              " '그렇지만',\n",
              " '다음에',\n",
              " '그러한즉',\n",
              " '그런즉',\n",
              " '남들',\n",
              " '아무거나',\n",
              " '어찌하든지',\n",
              " '같다',\n",
              " '비슷하다',\n",
              " '예컨대',\n",
              " '이럴정도로',\n",
              " '어떻게',\n",
              " '만약',\n",
              " '만일',\n",
              " '위에서 서술한바와같이',\n",
              " '인 듯하다',\n",
              " '하지 않는다면',\n",
              " '만약에',\n",
              " '무엇',\n",
              " '무슨',\n",
              " '어느',\n",
              " '어떤',\n",
              " '아래윗',\n",
              " '조차',\n",
              " '한데',\n",
              " '그럼에도 불구하고',\n",
              " '여전히',\n",
              " '심지어',\n",
              " '까지도',\n",
              " '조차도',\n",
              " '하지 않도록',\n",
              " '않기 위하여',\n",
              " '때',\n",
              " '시각',\n",
              " '무렵',\n",
              " '시간',\n",
              " '동안',\n",
              " '어때',\n",
              " '어떠한',\n",
              " '하여금',\n",
              " '네',\n",
              " '예',\n",
              " '우선',\n",
              " '누구',\n",
              " '누가 알겠는가',\n",
              " '아무도',\n",
              " '줄은모른다',\n",
              " '줄은 몰랏다',\n",
              " '하는 김에',\n",
              " '겸사겸사',\n",
              " '하는바',\n",
              " '그런 까닭에',\n",
              " '한 이유는',\n",
              " '그러니',\n",
              " '그러니까',\n",
              " '때문에',\n",
              " '그',\n",
              " '너희',\n",
              " '그들',\n",
              " '너희들',\n",
              " '타인',\n",
              " '것',\n",
              " '것들',\n",
              " '너',\n",
              " '위하여',\n",
              " '공동으로',\n",
              " '동시에',\n",
              " '하기 위하여',\n",
              " '어찌하여',\n",
              " '무엇때문에',\n",
              " '붕붕',\n",
              " '윙윙',\n",
              " '나',\n",
              " '우리',\n",
              " '엉엉',\n",
              " '휘익',\n",
              " '윙윙',\n",
              " '오호',\n",
              " '아하',\n",
              " '어쨋든',\n",
              " '만 못하다\\t하기보다는',\n",
              " '차라리',\n",
              " '하는 편이 낫다',\n",
              " '흐흐',\n",
              " '놀라다',\n",
              " '상대적으로 말하자면',\n",
              " '마치',\n",
              " '아니라면',\n",
              " '쉿',\n",
              " '그렇지 않으면',\n",
              " '그렇지 않다면',\n",
              " '안 그러면',\n",
              " '아니었다면',\n",
              " '하든지',\n",
              " '아니면',\n",
              " '이라면',\n",
              " '좋아',\n",
              " '알았어',\n",
              " '하는것도',\n",
              " '그만이다',\n",
              " '어쩔수 없다',\n",
              " '하나',\n",
              " '일',\n",
              " '일반적으로',\n",
              " '일단',\n",
              " '한켠으로는',\n",
              " '오자마자',\n",
              " '이렇게되면',\n",
              " '이와같다면',\n",
              " '전부',\n",
              " '한마디',\n",
              " '한항목',\n",
              " '근거로',\n",
              " '하기에',\n",
              " '아울러',\n",
              " '하지 않도록',\n",
              " '않기 위해서',\n",
              " '이르기까지',\n",
              " '이 되다',\n",
              " '로 인하여',\n",
              " '까닭으로',\n",
              " '이유만으로',\n",
              " '이로 인하여',\n",
              " '그래서',\n",
              " '이 때문에',\n",
              " '그러므로',\n",
              " '그런 까닭에',\n",
              " '알 수 있다',\n",
              " '결론을 낼 수 있다',\n",
              " '으로 인하여',\n",
              " '있다',\n",
              " '어떤것',\n",
              " '관계가 있다',\n",
              " '관련이 있다',\n",
              " '연관되다',\n",
              " '어떤것들',\n",
              " '에 대해',\n",
              " '이리하여',\n",
              " '그리하여',\n",
              " '여부',\n",
              " '하기보다는',\n",
              " '하느니',\n",
              " '하면 할수록',\n",
              " '운운',\n",
              " '이러이러하다',\n",
              " '하구나',\n",
              " '하도다',\n",
              " '다시말하면',\n",
              " '다음으로',\n",
              " '에 있다',\n",
              " '에 달려 있다',\n",
              " '우리',\n",
              " '우리들',\n",
              " '오히려',\n",
              " '하기는한데',\n",
              " '어떻게',\n",
              " '어떻해',\n",
              " '어찌됏어',\n",
              " '어때',\n",
              " '어째서',\n",
              " '본대로',\n",
              " '자',\n",
              " '이',\n",
              " '이쪽',\n",
              " '여기',\n",
              " '이것',\n",
              " '이번',\n",
              " '이렇게말하자면',\n",
              " '이런',\n",
              " '이러한',\n",
              " '이와 같은',\n",
              " '요만큼',\n",
              " '요만한 것',\n",
              " '얼마 안 되는 것',\n",
              " '이만큼',\n",
              " '이 정도의',\n",
              " '이렇게 많은 것',\n",
              " '이와 같다',\n",
              " '이때',\n",
              " '이렇구나',\n",
              " '것과 같이',\n",
              " '끼익',\n",
              " '삐걱',\n",
              " '따위',\n",
              " '와 같은 사람들',\n",
              " '부류의 사람들',\n",
              " '왜냐하면',\n",
              " '중의하나',\n",
              " '오직',\n",
              " '오로지',\n",
              " '에 한하다',\n",
              " '하기만 하면',\n",
              " '도착하다',\n",
              " '까지 미치다',\n",
              " '도달하다',\n",
              " '정도에 이르다',\n",
              " '할 지경이다',\n",
              " '결과에 이르다',\n",
              " '관해서는',\n",
              " '여러분',\n",
              " '하고 있다',\n",
              " '한 후',\n",
              " '혼자',\n",
              " '자기',\n",
              " '자기집',\n",
              " '자신',\n",
              " '우에 종합한것과같이',\n",
              " '총적으로 보면',\n",
              " '총적으로 말하면',\n",
              " '총적으로',\n",
              " '대로 하다',\n",
              " '으로서',\n",
              " '참',\n",
              " '그만이다',\n",
              " '할 따름이다',\n",
              " '쿵',\n",
              " '탕탕',\n",
              " '쾅쾅',\n",
              " '둥둥',\n",
              " '봐',\n",
              " '봐라',\n",
              " '아이야',\n",
              " '아니',\n",
              " '와아',\n",
              " '응',\n",
              " '아이',\n",
              " '참나',\n",
              " '년',\n",
              " '월',\n",
              " '일',\n",
              " '령',\n",
              " '영',\n",
              " '일',\n",
              " '이',\n",
              " '삼',\n",
              " '사',\n",
              " '오',\n",
              " '육',\n",
              " '륙',\n",
              " '칠',\n",
              " '팔',\n",
              " '구',\n",
              " '이천육',\n",
              " '이천칠',\n",
              " '이천팔',\n",
              " '이천구',\n",
              " '하나',\n",
              " '둘',\n",
              " '셋',\n",
              " '넷',\n",
              " '다섯',\n",
              " '여섯',\n",
              " '일곱',\n",
              " '여덟',\n",
              " '아홉',\n",
              " '령',\n",
              " '영',\n",
              " '가',\n",
              " '가까스로',\n",
              " '가령',\n",
              " '각',\n",
              " '각각',\n",
              " '각자',\n",
              " '각종',\n",
              " '갖고말하자면',\n",
              " '같다',\n",
              " '같이',\n",
              " '개의치않고',\n",
              " '거니와',\n",
              " '거바',\n",
              " '거의',\n",
              " '것',\n",
              " '것과 같이',\n",
              " '것들',\n",
              " '게다가',\n",
              " '게우다',\n",
              " '겨우',\n",
              " '견지에서',\n",
              " '결과에 이르다',\n",
              " '결국',\n",
              " '결론을 낼 수 있다',\n",
              " '겸사겸사',\n",
              " '고려하면',\n",
              " '고로',\n",
              " '곧',\n",
              " '공동으로',\n",
              " '과',\n",
              " '과연',\n",
              " '관계가 있다',\n",
              " '관계없이',\n",
              " '관련이 있다',\n",
              " '관하여',\n",
              " '관한',\n",
              " '관해서는',\n",
              " '구',\n",
              " '구체적으로',\n",
              " '구토하다',\n",
              " '그',\n",
              " '그들',\n",
              " '그때',\n",
              " '그래',\n",
              " '그래도',\n",
              " '그래서',\n",
              " '그러나',\n",
              " '그러니',\n",
              " '그러니까',\n",
              " '그러면',\n",
              " '그러므로',\n",
              " '그러한즉',\n",
              " '그런 까닭에',\n",
              " '그런데',\n",
              " '그런즉',\n",
              " '그럼',\n",
              " '그럼에도 불구하고',\n",
              " '그렇게 함으로써',\n",
              " '그렇지',\n",
              " '그렇지 않다면',\n",
              " '그렇지 않으면',\n",
              " '그렇지만',\n",
              " '그렇지않으면',\n",
              " '그리고',\n",
              " '그리하여',\n",
              " '그만이다',\n",
              " '그에 따르는',\n",
              " '그위에',\n",
              " '그저',\n",
              " '그중에서',\n",
              " '그치지 않다',\n",
              " '근거로',\n",
              " '근거하여',\n",
              " '기대여',\n",
              " '기점으로',\n",
              " '기준으로',\n",
              " '기타',\n",
              " '까닭으로',\n",
              " '까악',\n",
              " '까지',\n",
              " '까지 미치다',\n",
              " '까지도',\n",
              " '꽈당',\n",
              " '끙끙',\n",
              " '끼익',\n",
              " '나',\n",
              " '나머지는',\n",
              " '남들',\n",
              " '남짓',\n",
              " '너',\n",
              " '너희',\n",
              " '너희들',\n",
              " '네',\n",
              " '넷',\n",
              " '년',\n",
              " '논하지 않다',\n",
              " '놀라다',\n",
              " '누가 알겠는가',\n",
              " '누구',\n",
              " '다른',\n",
              " '다른 방면으로',\n",
              " '다만',\n",
              " '다섯',\n",
              " '다소',\n",
              " '다수',\n",
              " '다시 말하자면',\n",
              " '다시말하면',\n",
              " '다음',\n",
              " '다음에',\n",
              " '다음으로',\n",
              " '단지',\n",
              " '답다',\n",
              " '당신',\n",
              " '당장',\n",
              " '대로 하다',\n",
              " '대하면',\n",
              " '대하여',\n",
              " '대해 말하자면',\n",
              " '대해서',\n",
              " '댕그',\n",
              " '더구나',\n",
              " '더군다나',\n",
              " '더라도',\n",
              " '더불어',\n",
              " '더욱더',\n",
              " '더욱이는',\n",
              " '도달하다',\n",
              " '도착하다',\n",
              " '동시에',\n",
              " '동안',\n",
              " '된바에야',\n",
              " '된이상',\n",
              " '두번째로',\n",
              " '둘',\n",
              " '둥둥',\n",
              " '뒤따라',\n",
              " '뒤이어',\n",
              " '든간에',\n",
              " '들',\n",
              " '등',\n",
              " '등등',\n",
              " '딩동',\n",
              " '따라',\n",
              " '따라서',\n",
              " '따위',\n",
              " '따지지 않다',\n",
              " '딱',\n",
              " '때',\n",
              " '때가 되어',\n",
              " '때문에',\n",
              " '또',\n",
              " '또한',\n",
              " '뚝뚝',\n",
              " '라 해도',\n",
              " '령',\n",
              " '로',\n",
              " '로 인하여',\n",
              " '로부터',\n",
              " '로써',\n",
              " '륙',\n",
              " '를',\n",
              " '마음대로',\n",
              " '마저',\n",
              " '마저도',\n",
              " '마치',\n",
              " '막론하고',\n",
              " '만 못하다',\n",
              " '만약',\n",
              " '만약에',\n",
              " '만은 아니다',\n",
              " '만이 아니다',\n",
              " '만일',\n",
              " '만큼',\n",
              " '말하자면',\n",
              " '말할것도 없고',\n",
              " '매',\n",
              " '매번',\n",
              " '메쓰겁다',\n",
              " '몇',\n",
              " '모',\n",
              " '모두',\n",
              " '무렵',\n",
              " '무릎쓰고',\n",
              " '무슨',\n",
              " '무엇',\n",
              " '무엇때문에',\n",
              " '물론',\n",
              " '및',\n",
              " '바꾸어말하면',\n",
              " '바꾸어말하자면',\n",
              " '바꾸어서 말하면',\n",
              " '바꾸어서 한다면',\n",
              " '바꿔 말하면',\n",
              " '바로',\n",
              " '바와같이',\n",
              " '밖에 안된다',\n",
              " '반대로',\n",
              " '반대로 말하자면',\n",
              " '반드시',\n",
              " '버금',\n",
              " '보는데서',\n",
              " '보다더',\n",
              " '보드득',\n",
              " '본대로',\n",
              " '봐',\n",
              " '봐라',\n",
              " '부류의 사람들',\n",
              " '부터',\n",
              " '불구하고',\n",
              " '불문하고',\n",
              " '붕붕',\n",
              " '비걱거리다',\n",
              " '비교적',\n",
              " '비길수 없다',\n",
              " '비로소',\n",
              " '비록',\n",
              " '비슷하다',\n",
              " '비추어 보아',\n",
              " '비하면',\n",
              " '뿐만 아니라',\n",
              " '뿐만아니라',\n",
              " '뿐이다',\n",
              " '삐걱',\n",
              " '삐걱거리다',\n",
              " '사',\n",
              " '삼',\n",
              " '상대적으로 말하자면',\n",
              " '생각한대로',\n",
              " '설령',\n",
              " '설마',\n",
              " '설사',\n",
              " '셋',\n",
              " '소생',\n",
              " '소인',\n",
              " '솨',\n",
              " '쉿',\n",
              " '습니까',\n",
              " '습니다',\n",
              " '시각',\n",
              " '시간',\n",
              " '시작하여',\n",
              " '시초에',\n",
              " '시키다',\n",
              " '실로',\n",
              " '심지어',\n",
              " '아',\n",
              " '아니',\n",
              " '아니나다를가',\n",
              " '아니라면',\n",
              " '아니면',\n",
              " '아니었다면',\n",
              " '아래윗',\n",
              " '아무거나',\n",
              " '아무도',\n",
              " '아야',\n",
              " '아울러',\n",
              " '아이',\n",
              " '아이고',\n",
              " '아이구',\n",
              " '아이야',\n",
              " '아이쿠',\n",
              " '아하',\n",
              " '아홉',\n",
              " '안 그러면',\n",
              " '않기 위하여',\n",
              " '않기 위해서',\n",
              " '알 수 있다',\n",
              " '알았어',\n",
              " '앗',\n",
              " '앞에서',\n",
              " '앞의것',\n",
              " '야',\n",
              " '약간',\n",
              " '양자',\n",
              " '어',\n",
              " '어기여차',\n",
              " '어느',\n",
              " '어느 년도',\n",
              " '어느것',\n",
              " '어느곳',\n",
              " '어느때',\n",
              " '어느쪽',\n",
              " '어느해',\n",
              " '어디',\n",
              " '어때',\n",
              " '어떠한',\n",
              " '어떤',\n",
              " '어떤것',\n",
              " '어떤것들',\n",
              " '어떻게',\n",
              " '어떻해',\n",
              " '어이',\n",
              " '어째서',\n",
              " '어쨋든',\n",
              " '어쩔수 없다',\n",
              " '어찌',\n",
              " '어찌됏든',\n",
              " '어찌됏어',\n",
              " '어찌하든지',\n",
              " '어찌하여',\n",
              " '언제',\n",
              " '언젠가',\n",
              " '얼마',\n",
              " '얼마 안 되는 것',\n",
              " '얼마간',\n",
              " '얼마나',\n",
              " '얼마든지',\n",
              " '얼마만큼',\n",
              " '얼마큼',\n",
              " '엉엉',\n",
              " '에',\n",
              " '에 가서',\n",
              " '에 달려 있다',\n",
              " '에 대해',\n",
              " '에 있다',\n",
              " '에 한하다',\n",
              " '에게',\n",
              " '에서',\n",
              " '여',\n",
              " '여기',\n",
              " '여덟',\n",
              " '여러분',\n",
              " '여보시오',\n",
              " '여부',\n",
              " '여섯',\n",
              " ...]"
            ]
          },
          "metadata": {},
          "execution_count": 133
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "from sklearn.feature_extraction.text import TfidfVectorizer\n",
        "tfidf = TfidfVectorizer(stop_words = 'english')\n",
        "tfidf = TfidfVectorizer(stop_words = stopwords_kor)\n",
        "##### TfidfVectorizer 객체 tfidf 생성"
      ],
      "metadata": {
        "id": "H2fNVRToV6m6"
      },
      "execution_count": 134,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "4JAgy9u3SpkC",
        "outputId": "eaabeaa8-9e3d-4bf2-ed37-09c2d2c84a3a"
      },
      "execution_count": 135,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          499180 kB\n",
            "MemAvailable:    3213336 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "### **중간 정리 **\n",
        "\n",
        "**book**(모든 외부 도서 데이터) - 1,244,550개\n",
        "\n",
        "**- merge_book**(문화데이터와 단행본_도서의 교집합,도서관에 존재하는 도서는 추천할 필요가 없기 때문에 제거) - 20249개\n",
        "\n",
        "**(이 사이에 book과 best_top10의 교집합 찾아서 overview 살리기)**\n",
        "\n",
        "point_data를 보면 알겠지만 학과·학번별 베스트 대출 TOP10 데이터들이 외부데이터에 1277개 존재 -> (학과·학번별의 관점으로..) 1277/2337 = → **52%의 정확도**\n",
        "\n",
        "**(이 사이에 book을 24000개로 축소)**\n",
        "\n",
        "**+ best_top10**( 교집합 中 학과·학번별 TOP10(코사인유사도 비교시 tfidf_matrix에 존재해야하므로)) - 2336개\n",
        "\n",
        "\n",
        "**결과값을 최대 27000개로 도출해내야 노트북 내에서 구동 가능**"
      ],
      "metadata": {
        "id": "kfxlfMlkxLz1"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "book.info()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "U6YFvVhg0WjR",
        "outputId": "208f3ddd-4239-4928-da28-af09d987db9e"
      },
      "execution_count": 136,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "RangeIndex: 1244550 entries, 0 to 1244549\n",
            "Data columns (total 4 columns):\n",
            " #   Column       Non-Null Count    Dtype \n",
            "---  ------       --------------    ----- \n",
            " 0   ISBN         1244550 non-null  object\n",
            " 1   title        1244550 non-null  object\n",
            " 2   description  1244550 non-null  object\n",
            " 3   overview     1244550 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 38.0+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "merge_book.info()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "3EYmW2TY66ww",
        "outputId": "4e5decae-c5f0-4fe9-f450-d4208f36fd64"
      },
      "execution_count": 137,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 20249 entries, 0 to 35282\n",
            "Data columns (total 4 columns):\n",
            " #   Column       Non-Null Count  Dtype \n",
            "---  ------       --------------  ----- \n",
            " 0   ISBN         20249 non-null  object\n",
            " 1   title        20249 non-null  object\n",
            " 2   description  20249 non-null  object\n",
            " 3   overview     20249 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 791.0+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "best_top10.info()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "Y3W79SHsYEX4",
        "outputId": "5ab8e4b0-5bc6-4ea9-b30b-45ad8f56e1fe"
      },
      "execution_count": 138,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "RangeIndex: 2337 entries, 0 to 2336\n",
            "Data columns (total 3 columns):\n",
            " #   Column  Non-Null Count  Dtype \n",
            "---  ------  --------------  ----- \n",
            " 0   ISBN    2337 non-null   object\n",
            " 1   서명      2337 non-null   object\n",
            " 2   분류코드    2337 non-null   object\n",
            "dtypes: object(3)\n",
            "memory usage: 54.9+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "point_data_original = pd.merge(book, best_top10)\n",
        "point_data = point_data_original.drop_duplicates(['ISBN'])  # 1290개\n",
        "point_data = point_data.dropna(subset = ['overview'])  # 1277개 \n",
        "point_data.info()"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "EnRcOWfVXoXM",
        "outputId": "b7ad605f-e8b0-426d-c65e-0ec93445b19d"
      },
      "execution_count": 191,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 1277 entries, 0 to 1289\n",
            "Data columns (total 6 columns):\n",
            " #   Column       Non-Null Count  Dtype \n",
            "---  ------       --------------  ----- \n",
            " 0   ISBN         1277 non-null   object\n",
            " 1   title        1277 non-null   object\n",
            " 2   description  1277 non-null   object\n",
            " 3   overview     1277 non-null   object\n",
            " 4   서명           1277 non-null   object\n",
            " 5   분류코드         1277 non-null   object\n",
            "dtypes: object(6)\n",
            "memory usage: 69.8+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "mid = pd.concat([book, merge_book], ignore_index = True)\n",
        "mid = mid.drop_duplicates(['ISBN'], keep = False)\n",
        "mid.info()\n",
        "# 1,244,550 - 20249 = 1,224,301"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "lYhh_SRcy8O2",
        "outputId": "1d845eba-953d-4017-f537-173fc68d50a3"
      },
      "execution_count": 140,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "Int64Index: 1224301 entries, 0 to 1244549\n",
            "Data columns (total 4 columns):\n",
            " #   Column       Non-Null Count    Dtype \n",
            "---  ------       --------------    ----- \n",
            " 0   ISBN         1224301 non-null  object\n",
            " 1   title        1224301 non-null  object\n",
            " 2   description  1224301 non-null  object\n",
            " 3   overview     1224301 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 46.7+ MB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "mid = mid.loc[0:25000].reset_index(drop=True)\n",
        "mid.info()\n",
        "# 메모리 부족으로 인해 표본 124만 -> 25000개로 축소"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "W2HYPe53RBet",
        "outputId": "9132b110-c523-4c5a-8240-5ad51684528d"
      },
      "execution_count": 141,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "RangeIndex: 24453 entries, 0 to 24452\n",
            "Data columns (total 4 columns):\n",
            " #   Column       Non-Null Count  Dtype \n",
            "---  ------       --------------  ----- \n",
            " 0   ISBN         24453 non-null  object\n",
            " 1   title        24453 non-null  object\n",
            " 2   description  24453 non-null  object\n",
            " 3   overview     24453 non-null  object\n",
            "dtypes: object(4)\n",
            "memory usage: 764.3+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "books = pd.concat([mid, point_data], ignore_index = True)\n",
        "books = books.drop(['분류코드'], axis = 1)\n",
        "books.info()\n",
        "# 24,453 + 1277 = 25,730"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "TehptgaSRhoi",
        "outputId": "3f4a9fe9-639f-4087-bc91-23fff8839861"
      },
      "execution_count": 186,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "<class 'pandas.core.frame.DataFrame'>\n",
            "RangeIndex: 25730 entries, 0 to 25729\n",
            "Data columns (total 5 columns):\n",
            " #   Column       Non-Null Count  Dtype \n",
            "---  ------       --------------  ----- \n",
            " 0   ISBN         25730 non-null  object\n",
            " 1   title        25730 non-null  object\n",
            " 2   description  25730 non-null  object\n",
            " 3   overview     25730 non-null  object\n",
            " 4   서명           1277 non-null   object\n",
            "dtypes: object(5)\n",
            "memory usage: 1005.2+ KB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "# **books = 최종 정제된 데이터**"
      ],
      "metadata": {
        "id": "q36pDtYGflRi"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "**3. 피쳐 벡터화**"
      ],
      "metadata": {
        "id": "pi-_8vPhV8i-"
      }
    },
    {
      "cell_type": "markdown",
      "source": [
        "books['overview']를 피쳐 벡터화"
      ],
      "metadata": {
        "id": "DIfH6HN90LhP"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "import warnings\n",
        "warnings.filterwarnings(action='ignore')\n",
        "# books['overview']에는 존재하지 않지만, 직접 작성한 한글 불용어 사전 txt 파일에는 존재하는 단어에 대한 warning발생을 억제 \n",
        "tfidf_matrix = tfidf.fit_transform(books['overview'])\n",
        "tfidf_matrix.shape\n",
        "# 메모리가 감당이 가능하면 1,244,550개의 row에 2,974,472개의 column(단어)이 존재\n",
        "# 정제된 데이터셋 books로는 25,730개의 row에 199,795개의 column(단어)이 존재"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "42Q89IwRWLnp",
        "outputId": "fcaae592-3429-4d08-eca1-80be662c0e4d"
      },
      "execution_count": 63,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "(25730, 199795)"
            ]
          },
          "metadata": {},
          "execution_count": 63
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "tfidf_matrix\n",
        "# 메모리가 감당이 가능하면 38,660,920개의 0이 아닌 데이터가 존재\n",
        "# 정제된 데이터셋 books로는 798,905개의 0이 아닌 데이터가 존재"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "aN81g188058j",
        "outputId": "0fffb142-4371-4c4a-cb40-21ff7638d23f"
      },
      "execution_count": 64,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "<25730x199795 sparse matrix of type '<class 'numpy.float64'>'\n",
              "\twith 798905 stored elements in Compressed Sparse Row format>"
            ]
          },
          "metadata": {},
          "execution_count": 64
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "DKLL_2020['overview']를 피쳐 벡터화"
      ],
      "metadata": {
        "id": "tlA7KpFO0QiE"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "# import warnings\n",
        "# warnings.filterwarnings(action='ignore')\n",
        "# # DKLL_2020['overview']에는 존재하지 않지만, 직접 작성한 한글 불용어 사전 txt 파일에는 존재하는 단어에 대한 warning발생을 억제 \n",
        "# DKLLS_2020 = DKLL_2020\n",
        "# DKLLS_2020 = DKLLS_2020.reset_index(drop=True)\n",
        "# DKLL_tfidf_matrix = tfidf.fit_transform(DKLLS_2020['overview'])\n",
        "# DKLL_tfidf_matrix.shape"
      ],
      "metadata": {
        "id": "Gh9u7Eo60K4V"
      },
      "execution_count": 65,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "# DKLL_tfidf_matrix"
      ],
      "metadata": {
        "id": "Rdik816jWLuZ"
      },
      "execution_count": 66,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "88QKkwcrHlSY",
        "outputId": "15b35e46-3e4d-44e8-b793-1b95f7cb3158"
      },
      "execution_count": 67,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          253248 kB\n",
            "MemAvailable:   10179828 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**4. 단어 유사도 판단을 위해 코사인 유사도 사용(linear_kernel)**\n",
        "\n",
        "코사인 유사도는 벡터의 크기보다는 방향(각도)가 중요함. 앞에서 우리는 TfidfVectorizer를 통해 정규화된 벡터를 뽑아냈으므로 두 벡터의 내적을 통해서 코사인 유사도를 손쉽게 도출해 낼 수 있다. 이를 위해 Scikit-learn에서 제공하는 코사인 유사도 함수인 linear_kernel(cosine_similarity과 결과는 같지만 처리 속도가 보다 빠르므로 선택) 사용"
      ],
      "metadata": {
        "id": "cfBu29TyWUmj"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "from sklearn.metrics.pairwise import linear_kernel\n",
        "\n",
        "cosine_sim = linear_kernel(tfidf_matrix, tfidf_matrix)\n",
        "cosine_sim"
      ],
      "metadata": {
        "id": "WUVyyymWWLzQ",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "b9c66dfd-c28e-4251-8388-169d5042825a"
      },
      "execution_count": 68,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "array([[1.        , 0.        , 0.        , ..., 0.        , 0.        ,\n",
              "        0.        ],\n",
              "       [0.        , 1.        , 0.        , ..., 0.        , 0.        ,\n",
              "        0.        ],\n",
              "       [0.        , 0.        , 1.        , ..., 0.03192697, 0.        ,\n",
              "        0.        ],\n",
              "       ...,\n",
              "       [0.        , 0.        , 0.03192697, ..., 1.        , 0.01506893,\n",
              "        0.        ],\n",
              "       [0.        , 0.        , 0.        , ..., 0.01506893, 1.        ,\n",
              "        0.        ],\n",
              "       [0.        , 0.        , 0.        , ..., 0.        , 0.        ,\n",
              "        1.        ]])"
            ]
          },
          "metadata": {},
          "execution_count": 68
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "id": "EWg4P2XjWL1k",
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "outputId": "28c95b45-01b0-48b7-aece-dbd498af6023"
      },
      "execution_count": 69,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          155612 kB\n",
            "MemAvailable:    4945856 kB\n"
          ]
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "cosine_sim.shape"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "VsaBbsGDhDxD",
        "outputId": "26ef5b89-097d-437c-f5af-b371099fdf79"
      },
      "execution_count": 193,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "(25730, 25730)"
            ]
          },
          "metadata": {},
          "execution_count": 193
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**5. ISBN을 기준으로 인덱싱**"
      ],
      "metadata": {
        "id": "MrX04ROCh2fH"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "indices = pd.Series(books.index, index = books['ISBN']).drop_duplicates()\n",
        "indices"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "mpA7nZL_hD9N",
        "outputId": "f537eb12-2adc-4d23-ce2d-3548707fa100"
      },
      "execution_count": 194,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "ISBN\n",
              "9788953278974        0\n",
              "9788953283589        1\n",
              "9788974572549        2\n",
              "9788926325117        3\n",
              "9788953283459        4\n",
              "                 ...  \n",
              "9788965421832    25725\n",
              "9791155063989    25726\n",
              "9788932034584    25727\n",
              "9791187632337    25728\n",
              "9791195640881    25729\n",
              "Length: 25730, dtype: int64"
            ]
          },
          "metadata": {},
          "execution_count": 194
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "indices['9788970509266']\n",
        "# 컴퓨터학부 20학번의 베스트 대출 TOP1도서인 '(명품) Java programming'을 예로 들어보자"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "HOIwbVJDhEA_",
        "outputId": "d6e1ee9f-b59b-41c2-ff60-7b182ed08d99"
      },
      "execution_count": 195,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "25019"
            ]
          },
          "metadata": {},
          "execution_count": 195
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "books.iloc[[25019]]\n",
        "# (명품) Java programming → 25019"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/",
          "height": 81
        },
        "id": "aBOhOAmphED0",
        "outputId": "e6ccc2e2-c301-4909-a0bd-50babe224008"
      },
      "execution_count": 196,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "                ISBN                  title  \\\n",
              "25019  9788970509266  (명품) Java programing    \n",
              "\n",
              "                                             description  \\\n",
              "25019  자바(Java)는 그 이전 시대에 있었던 프로그래밍 언어에서 한 차원 진화된 개념으...   \n",
              "\n",
              "                                                overview  \\\n",
              "25019  명품 Java programing  자바Java는 그 이전 시대에 있었던 프로그래밍...   \n",
              "\n",
              "                          서명  \n",
              "25019  (명품) Java programming  "
            ],
            "text/html": [
              "\n",
              "  <div id=\"df-bcacfa94-2d99-412e-acf3-33de44dbc9f7\">\n",
              "    <div class=\"colab-df-container\">\n",
              "      <div>\n",
              "<style scoped>\n",
              "    .dataframe tbody tr th:only-of-type {\n",
              "        vertical-align: middle;\n",
              "    }\n",
              "\n",
              "    .dataframe tbody tr th {\n",
              "        vertical-align: top;\n",
              "    }\n",
              "\n",
              "    .dataframe thead th {\n",
              "        text-align: right;\n",
              "    }\n",
              "</style>\n",
              "<table border=\"1\" class=\"dataframe\">\n",
              "  <thead>\n",
              "    <tr style=\"text-align: right;\">\n",
              "      <th></th>\n",
              "      <th>ISBN</th>\n",
              "      <th>title</th>\n",
              "      <th>description</th>\n",
              "      <th>overview</th>\n",
              "      <th>서명</th>\n",
              "    </tr>\n",
              "  </thead>\n",
              "  <tbody>\n",
              "    <tr>\n",
              "      <th>25019</th>\n",
              "      <td>9788970509266</td>\n",
              "      <td>(명품) Java programing</td>\n",
              "      <td>자바(Java)는 그 이전 시대에 있었던 프로그래밍 언어에서 한 차원 진화된 개념으...</td>\n",
              "      <td>명품 Java programing  자바Java는 그 이전 시대에 있었던 프로그래밍...</td>\n",
              "      <td>(명품) Java programming</td>\n",
              "    </tr>\n",
              "  </tbody>\n",
              "</table>\n",
              "</div>\n",
              "      <button class=\"colab-df-convert\" onclick=\"convertToInteractive('df-bcacfa94-2d99-412e-acf3-33de44dbc9f7')\"\n",
              "              title=\"Convert this dataframe to an interactive table.\"\n",
              "              style=\"display:none;\">\n",
              "        \n",
              "  <svg xmlns=\"http://www.w3.org/2000/svg\" height=\"24px\"viewBox=\"0 0 24 24\"\n",
              "       width=\"24px\">\n",
              "    <path d=\"M0 0h24v24H0V0z\" fill=\"none\"/>\n",
              "    <path d=\"M18.56 5.44l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94zm-11 1L8.5 8.5l.94-2.06 2.06-.94-2.06-.94L8.5 2.5l-.94 2.06-2.06.94zm10 10l.94 2.06.94-2.06 2.06-.94-2.06-.94-.94-2.06-.94 2.06-2.06.94z\"/><path d=\"M17.41 7.96l-1.37-1.37c-.4-.4-.92-.59-1.43-.59-.52 0-1.04.2-1.43.59L10.3 9.45l-7.72 7.72c-.78.78-.78 2.05 0 2.83L4 21.41c.39.39.9.59 1.41.59.51 0 1.02-.2 1.41-.59l7.78-7.78 2.81-2.81c.8-.78.8-2.07 0-2.86zM5.41 20L4 18.59l7.72-7.72 1.47 1.35L5.41 20z\"/>\n",
              "  </svg>\n",
              "      </button>\n",
              "      \n",
              "  <style>\n",
              "    .colab-df-container {\n",
              "      display:flex;\n",
              "      flex-wrap:wrap;\n",
              "      gap: 12px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert {\n",
              "      background-color: #E8F0FE;\n",
              "      border: none;\n",
              "      border-radius: 50%;\n",
              "      cursor: pointer;\n",
              "      display: none;\n",
              "      fill: #1967D2;\n",
              "      height: 32px;\n",
              "      padding: 0 0 0 0;\n",
              "      width: 32px;\n",
              "    }\n",
              "\n",
              "    .colab-df-convert:hover {\n",
              "      background-color: #E2EBFA;\n",
              "      box-shadow: 0px 1px 2px rgba(60, 64, 67, 0.3), 0px 1px 3px 1px rgba(60, 64, 67, 0.15);\n",
              "      fill: #174EA6;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert {\n",
              "      background-color: #3B4455;\n",
              "      fill: #D2E3FC;\n",
              "    }\n",
              "\n",
              "    [theme=dark] .colab-df-convert:hover {\n",
              "      background-color: #434B5C;\n",
              "      box-shadow: 0px 1px 3px 1px rgba(0, 0, 0, 0.15);\n",
              "      filter: drop-shadow(0px 1px 2px rgba(0, 0, 0, 0.3));\n",
              "      fill: #FFFFFF;\n",
              "    }\n",
              "  </style>\n",
              "\n",
              "      <script>\n",
              "        const buttonEl =\n",
              "          document.querySelector('#df-bcacfa94-2d99-412e-acf3-33de44dbc9f7 button.colab-df-convert');\n",
              "        buttonEl.style.display =\n",
              "          google.colab.kernel.accessAllowed ? 'block' : 'none';\n",
              "\n",
              "        async function convertToInteractive(key) {\n",
              "          const element = document.querySelector('#df-bcacfa94-2d99-412e-acf3-33de44dbc9f7');\n",
              "          const dataTable =\n",
              "            await google.colab.kernel.invokeFunction('convertToInteractive',\n",
              "                                                     [key], {});\n",
              "          if (!dataTable) return;\n",
              "\n",
              "          const docLinkHtml = 'Like what you see? Visit the ' +\n",
              "            '<a target=\"_blank\" href=https://colab.research.google.com/notebooks/data_table.ipynb>data table notebook</a>'\n",
              "            + ' to learn more about interactive tables.';\n",
              "          element.innerHTML = '';\n",
              "          dataTable['output_type'] = 'display_data';\n",
              "          await google.colab.output.renderOutput(dataTable, element);\n",
              "          const docLink = document.createElement('div');\n",
              "          docLink.innerHTML = docLinkHtml;\n",
              "          element.appendChild(docLink);\n",
              "        }\n",
              "      </script>\n",
              "    </div>\n",
              "  </div>\n",
              "  "
            ]
          },
          "metadata": {},
          "execution_count": 196
        }
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "**6. 추천받고 싶은 도서의 ISBN을 입력받으면 코사인 유사도를 통해서 가장 유사도가 높은 상위 10개의 도서를 반환**"
      ],
      "metadata": {
        "id": "KB3ISRG-mCR_"
      }
    },
    {
      "cell_type": "code",
      "source": [
        "def lecommenssu_pick(isbn, cosine_sim = cosine_sim):\n",
        "  # ISBN을 통해서 전체 데이터 기준, 해당 도서의 index값을 가져오기\n",
        "  idx = indices[isbn]\n",
        "\n",
        "  # 코사인 유사도 매트릭스(cosine_sim)에서 idx에 해당하는 데이터를 (idx, 유사도) 형태로 가져오기\n",
        "  sim_scores = list(enumerate(cosine_sim[idx]))\n",
        "\n",
        "  # 코사인 유사도를 기준으로 내림차순 정렬\n",
        "  sim_scores = sorted(sim_scores, key = lambda x: x[1], reverse = True)\n",
        " \n",
        "  # 자기 자신(1)을 제외한 10개의 추천 도서를 슬라이싱 \n",
        "  sim_scores = sim_scores[1:11]\n",
        "\n",
        "  # 추천 도서 목록 10개의 인덱스 정보를 추출\n",
        "  book_indices = [i[0] for i in sim_scores]\n",
        "\n",
        "  # 인덱스 정보를 통해 도서 제목 추출\n",
        "  return books['title'].iloc[book_indices]"
      ],
      "metadata": {
        "id": "9YyDJl5ThEM6"
      },
      "execution_count": 198,
      "outputs": []
    },
    {
      "cell_type": "code",
      "source": [
        "lecommenssu_pick('9788970509266')\n",
        "# '(명품) Java programming'의 ISBN인 9788970509266을 입력"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "r6LxUzdH5s3c",
        "outputId": "3e52bdc4-b81c-4fc8-a9ae-d2cd1109246c"
      },
      "execution_count": 199,
      "outputs": [
        {
          "output_type": "execute_result",
          "data": {
            "text/plain": [
              "19865                         Java 소프트웨어 솔루션:프로그램 설계의 기초\n",
              "11462    (원리와 응용 중심으로 풀어 쓴) 자바2 프로그래밍=Java 2 programming\n",
              "16085                      네트워크 프로그래밍=Network programing\n",
              "17767                                           Big Java\n",
              "25047                             (명품) JAVA programming \n",
              "16827                      프로그래밍 언어=Programming language\n",
              "5541                    자바 5.0 프로그래밍:이클립스를 활용한 자바 A to Z\n",
              "18822                                          프로그래밍 언어론\n",
              "19695                      (쉽게 배우는) 자료구조=Data structures\n",
              "24496         (C언어로 쉽게 풀어쓴) 자료 구조 =Data structures in C \n",
              "Name: title, dtype: object"
            ]
          },
          "metadata": {},
          "execution_count": 199
        }
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!head -n 3 /proc/meminfo"
      ],
      "metadata": {
        "colab": {
          "base_uri": "https://localhost:8080/"
        },
        "id": "SbycHE0K5tPk",
        "outputId": "d9eb3b78-5aaf-4280-eed3-9c7745aff273"
      },
      "execution_count": 200,
      "outputs": [
        {
          "output_type": "stream",
          "name": "stdout",
          "text": [
            "MemTotal:       13298580 kB\n",
            "MemFree:          287188 kB\n",
            "MemAvailable:    2923864 kB\n"
          ]
        }
      ]
    }
  ]
}