이 AWS 솔루션은 어떤 작업을 수행합니까?

Discovering Hot Topics Using Machine Learning 솔루션은 제품, 정책, 이벤트 및 브랜드와 관련하여 가장 지배적인 주제를 식별합니다. 새로운 성장 기회에 신속하게 대응하고, 부정적인 브랜드 연관 관계를 해결하고, 비즈니스에 대한 더 높은 수준의 고객 만족도를 제공하는 데 도움이 됩니다. 이 솔루션은 브랜드에 대한 고객의 평가를 파악하는 데 도움이 될 뿐만 아니라 비즈니스와 관련된 주제에 대한 인사이트를 제공합니다.

이 솔루션은 다음 소스에서 자동으로 데이터를 모으는 AWS CloudFormation 템플릿을 배포합니다.

  • Twitter
  • RSS 뉴스 피드
  • 동영상에 연결된 YouTube 댓글
  • Reddit(관심 서브레딧의 댓글)
  • JSON 또는 XLSX 형식의 사용자 지정 데이터

이 솔루션은 Reddit API를 사용하여 관심 서브레딧의 댓글을 모읍니다. 솔루션의 입력 파라미터에는 새 댓글을 팔로우할 서브레딧의 목록이 포함됩니다. 댓글은 NLP 분석을 거쳐 Amazon QuickSight 대시보드를 구축하는 데 사용됩니다.

이미지를 확장하여 “내 제품 또는 서비스와 가장 관련된 주제는?”이라는 질문에 솔루션이 어떤 답변을 주는지 알아보세요.

이점

클릭 한 번으로 안전하게 배포

AWS Well-Architected 프레임워크 방법론으로 개발된 AWS CloudFormation 템플릿을 사용하여 클릭 한 번으로 안전하게 배포할 수 있습니다.

실시간에 가까운 분석

텍스트 및 이미지를 포함한 스트리밍 데이터를 수집한 다음, 실시간에 가까운 속도로 분석합니다. 주제 모형화를 통해 지배적 주제를 탐지하고 고객 피드백 내에서 집합적으로 주제를 형성하는 용어들을 식별합니다.

다언어 데이터 수집

Amazon Translate를 사용하여 여러 언어로 된 데이터를 수집합니다. 고객이 말할 때의 감정을 파악하고 상황별 시맨틱 검색을 사용하여 온라인 대화의 성격을 이해합니다.

사전 구축된 QuickSight 대시보드

사전 구축된 Amazon QuickSight 대시보드를 시작하여 솔루션의 대규모 고객 분석을 시각화합니다. 거의 실시간으로 인사이트를 식별하여 컨텍스트, 위협, 기회를 거의 즉시 더 잘 이해할 수 있습니다.

AWS 솔루션 개요

아래 다이어그램은 AWS 솔루션의 구현 가이드와 이에 수반되는 AWS CloudFormation 템플릿을 사용하여 자동으로 배포할 수 있는 서버리스 아키텍처를 보여줍니다.

Discovering Hot Topics using Machine Learning 솔루션 아키텍처

AWS CloudFormation 템플릿이 AWS Lambda 함수, Amazon Simple Storage Service(Amazon S3) 버킷, Amazon Kinesis Data Streams, Amazon Simple Queue Service(Amazon SQS) 배달 못한 편지 대기열(DLQ), Amazon Kinesis Data Firehose, AWS Step Functions 워크플로, AWS Glue 테이블, Amazon QuickSight 리소스를 계정에 자동 배포합니다.

솔루션 아키텍처에는 다음의 주요 구성 요소와 워크플로가 포함됩니다.

1. 모으기 - Lambda 함수, Amazon DynamoDB 및 Amazon EventBridge를 사용한 소셜 미디어와 RSS 피드 모으기 및 관리. Twitter, YouTube 댓글 및 RSS 뉴스 피드 및 Amazon S3 버킷을 사용한 사용자 지정 모으기에 대한 자세한 참조 아키텍처 다이어그램은 구현 가이드를 참조하세요.

2. 데이터 스트림 - 데이터는 Amazon Kinesis Data Streams를 통해 버퍼링되어 복원력을 제공하고 수신 요청을 조절합니다. Data Streams에는 피드 처리 중에 모든 오류를 포착하는 DLQ가 구성되어 있습니다.

3. 워크플로 - Kinesis Data Streams의 소비자(Lambda 함수)는 Step Functions 워크플로를 시작하여 Amazon Translate, Amazon Comprehend, Amazon Rekognition을 포함한 Amazon Machine Learning 기능을 조율합니다.

4. 통합 - 추론 데이터는 Amazon EventBridge를 사용하는 이벤트 중심 아키텍처를 통해 스토리지 구성 요소와 통합됩니다. EventBridge는 규칙을 구성하여 추가적인 대상을 추가할 수 있는 사용자 지정을 허용합니다.

5. 스토리지 및 시각화 - Kinesis Data Firehose, Amazon S3 버킷, AWS Glue 테이블, Amazon Athena, Amazon QuickSight의 조합.

이 구성 요소들은 AWS Well-Architected Framework 및 AWS Well-Architected Pillars(운영 우수성, 보안, 신뢰성, 성능 효율성 및 비용 최적화)를 사용하여 구축하므로 안전하고 성능이 우수하면서도 회복력 있고 효율적인 인프라가 보장됩니다.

Discovering Hot Topics using Machine Learning

버전: 2.0.0
최종 업데이트 날짜: 2022년 5월
작성자: AWS

예상 배포 시간: 10분

아래 버튼을 사용하여 솔루션 업데이트를 구독하세요.

참고: RSS 업데이트에 가입하려면 사용 중인 브라우저에 대해 RSS 플러그 인이 사용되어야 합니다.  

이 솔루션 구현이 도움이 되었나요?
피드백 제공 
동영상
AWS 솔루션으로 문제 해결: Discovering Hot Topics using Machine Learning
웨비나
AWS 솔루션으로 '고객의 소리' 이해하기
AWS 아키텍처 블로그
Discovering Hot Topics using Machine Learning

이 블로그 게시물에서는 Discovering Hot Topics using Machine Learning 솔루션을 사용하여 소셜 미디어 피드에서 인사이트를 도출함으로써 빠르게 변화하는 성장 기회를 활용하고, 부정적 감정을 해결하며, 고객 만족도를 개선하는 방법을 알려줍니다. 설명을 위해 미디어 및 엔터테인먼트 산업의 비즈니스 사용 사례를 소개합니다.

전체 블로그 게시물 읽기 
구축 아이콘
솔루션 직접 배포

AWS 솔루션 구현 라이브러리에서 일반적인 아키텍처 문제에 대한 답을 검색해 보실 수 있습니다.

자세히 알아보기 
APN 파트너 찾기
APN 파트너 찾기

시작하는 데 도움이 되는 AWS 공인 컨설팅 및 기술 파트너를 찾으십시오.

자세히 알아보기 
살펴보기 아이콘
솔루션 컨설팅 오퍼 살펴보기

AWS의 컨설팅 오퍼 포트폴리오를 살펴보고 솔루션 배포 시 AWS의 검증된 지원을 받으세요.

자세히 알아보기