Economania blog - számokban

class: center, middle, title-slide

.title[
# Economania blog - számokban
]
.subtitle[
## <img src="logo.png" style="width:30.0%" />
EHTT - Szakmai est
]
.author[
### Granát Marcell
]
.institute[
### Magyar Nemzeti Bank & .blue[Neumann János Egyetem]
]
.date[
### 2022
]

---

.content-box { 
box-sizing: content-box;
background-color: #378C95;
/* Total width: 160px + (2 * 20px) + (2 * 8px) = 216px
Total height: 80px + (2 * 20px) + (2 * 8px) = 136px
Content box width: 160px
Content box height: 80px */
}

.content-box-green {
background-color: #d9edc2;
}

.content-box-red {
background-color: #f9dbdb;
}

.fullprice {
text-decoration: line-through;
}
</style>

## A blog leggyakoribb kifejezései

---

# A blogon megjelent cikkek számának alakulása

---

# A blogon megjelent cikkek számának alakulása

---

class: middle, center

# TF-IDF

TF: hányszor fordul elő a kifejezés az adott dokumentumban

`$$\text{IDF}=\ln \left(\frac{n_{\text {dokumentumok }}}{n_{\text {dokumentumok, amelyek tartalmazzák }}}\right)$$`

`$$\text{TF-IDF} = \text{TF} \times \text{IDF}$$`

--
.content-box-green[
Ez a módszer olyan szavakat fog azonosítani, amely az adott dokumentumban gyakran szerepel, de nem szerepel máshol.
]

---

# TF-IDF évenként

---

# Legtöbbet publikált szerzőink

|      Szerző       | # cikk |   %    |
|:-----------------:|:------:|:------:|
| Kolozsi Pál Péter |   49   | 13.24% |
|   Vonnák Balázs   |   48   | 12.97% |
|  Neszveda Gábor   |   41   | 11.08% |
|  Baranyai Eszter  |   37   | 10.00% |
|  Tapaszti Attila  |   30   | 8.11%  |
|  Sebestyén Géza   |   29   | 7.84%  |
|  Lehmann Kristóf  |   19   | 5.14%  |
|    Banai Ádám     |   18   | 4.86%  |
|   Világi Balázs   |   18   | 4.86%  |
|        ...        |  ...   |  ...   |

---

# Leggyakoribb szavak szerzőnként

---

# TF-IDF szerzőnként

---

# Akiknek ez tetszett, szintén megnézték...

<cite>Granát, M. P. and Z. M. Szabó
(2021).
An analysis of customer reviews of the Airbnb Online Platform.
URL: <a href="https://marcellgranat.github.io/airbnb-research/">https://marcellgranat.github.io/airbnb-research/</a>.</cite>

<cite>Sebők, M., O. Ring, and Á. Máté
(2021).
Szövegbányászat és mesterséges intelligencia R-ben.
Budapest: Typotex.</cite>

<cite>Silge, J. and D. Robinson
(2016).
&ldquo;tidytext: Text mining and analysis using tidy data principles in R&rdquo;.
In: Journal of Open Source Software 1.3, p. 37.</cite>