mirror of
https://github.com/hwanny1128/HGZero.git
synced 2025-12-06 10:16:24 +00:00
234 lines
9.0 KiB
Python
234 lines
9.0 KiB
Python
#!/usr/bin/env python3
|
|
# -*- coding: utf-8 -*-
|
|
"""
|
|
고객경험 인터뷰 결과 최적안 도출 스크립트
|
|
유사한 내용을 통합하여 핵심 인사이트 추출
|
|
"""
|
|
|
|
import re
|
|
from collections import defaultdict
|
|
|
|
def read_interview_file(filepath):
|
|
"""인터뷰 파일 읽기"""
|
|
with open(filepath, 'r', encoding='utf-8') as f:
|
|
return f.read()
|
|
|
|
def extract_interviews(content):
|
|
"""인터뷰 내용을 단계별로 추출"""
|
|
stages = [
|
|
"문제 인식",
|
|
"솔루션 탐색",
|
|
"도입 및 준비",
|
|
"회의 참여",
|
|
"회의록 작성",
|
|
"검토 및 보완",
|
|
"공유",
|
|
"활용 및 추적",
|
|
"성과 평가 및 개선"
|
|
]
|
|
|
|
stage_data = defaultdict(lambda: {
|
|
'actions': [],
|
|
'positive_feelings': [],
|
|
'negative_feelings': [],
|
|
'thoughts': []
|
|
})
|
|
|
|
for stage in stages:
|
|
pattern = rf"### \d+단계: {re.escape(stage)}(.*?)(?=### \d+단계:|## 인터뷰|\Z)"
|
|
matches = re.findall(pattern, content, re.DOTALL)
|
|
|
|
for match in matches:
|
|
# 행동 추출
|
|
action_pattern = r"\*\*행동:\*\*(.*?)(?=\*\*생각:|\*\*긍정적 느낌:|\Z)"
|
|
action_match = re.search(action_pattern, match, re.DOTALL)
|
|
if action_match:
|
|
action = action_match.group(1).strip()
|
|
if action:
|
|
stage_data[stage]['actions'].append(action)
|
|
|
|
# 생각 추출
|
|
thought_pattern = r"\*\*생각:\*\*(.*?)(?=\*\*긍정적 느낌:|\*\*부정적 느낌:|\Z)"
|
|
thought_match = re.search(thought_pattern, match, re.DOTALL)
|
|
if thought_match:
|
|
thought = thought_match.group(1).strip().strip('"').strip('"').strip('"')
|
|
if thought:
|
|
stage_data[stage]['thoughts'].append(thought)
|
|
|
|
# 긍정적 느낌 추출
|
|
pos_pattern = r"\*\*긍정적 느낌:\*\*(.*?)(?=\*\*부정적 느낌:|\-\-\-|\Z)"
|
|
pos_match = re.search(pos_pattern, match, re.DOTALL)
|
|
if pos_match:
|
|
positive = pos_match.group(1).strip()
|
|
if positive:
|
|
stage_data[stage]['positive_feelings'].append(positive)
|
|
|
|
# 부정적 느낌 추출
|
|
neg_pattern = r"\*\*부정적 느낌:\*\*(.*?)(?=\-\-\-|\Z)"
|
|
neg_match = re.search(neg_pattern, match, re.DOTALL)
|
|
if neg_match:
|
|
negative = neg_match.group(1).strip()
|
|
if negative:
|
|
stage_data[stage]['negative_feelings'].append(negative)
|
|
|
|
return stages, stage_data
|
|
|
|
def group_similar_items(items):
|
|
"""유사한 항목을 키워드 기반으로 그룹화"""
|
|
if not items:
|
|
return []
|
|
|
|
# 키워드 기반 그룹화
|
|
groups = defaultdict(list)
|
|
|
|
for item in items:
|
|
cleaned = ' '.join(item.split())
|
|
|
|
# 키워드 추출 (간단한 방식)
|
|
keywords = []
|
|
|
|
# 회의록 작성 관련 키워드
|
|
if any(kw in cleaned for kw in ['회의록', '기록', '작성', '누락', '피드백']):
|
|
keywords.append('회의록작성')
|
|
if any(kw in cleaned for kw in ['지식', '용어', '이해', '모르', '전문']):
|
|
keywords.append('지식부족')
|
|
if any(kw in cleaned for kw in ['시간', '오래', '효율', '빠르']):
|
|
keywords.append('시간소요')
|
|
if any(kw in cleaned for kw in ['준비', '사전', '검토', '정리']):
|
|
keywords.append('사전준비')
|
|
if any(kw in cleaned for kw in ['검토', '확인', '검증', '수정']):
|
|
keywords.append('검토보완')
|
|
if any(kw in cleaned for kw in ['공유', '전달', '배포']):
|
|
keywords.append('정보공유')
|
|
if any(kw in cleaned for kw in ['활용', '참고', '추적']):
|
|
keywords.append('활용추적')
|
|
if any(kw in cleaned for kw in ['개선', '향상', '성장', '발전']):
|
|
keywords.append('개선성장')
|
|
if any(kw in cleaned for kw in ['불안', '걱정', '두려움', '스트레스']):
|
|
keywords.append('불안감')
|
|
if any(kw in cleaned for kw in ['자신감', '안도', '희망', '기대']):
|
|
keywords.append('긍정감')
|
|
if any(kw in cleaned for kw in ['템플릿', '도구', '자동화', 'AI']):
|
|
keywords.append('도구활용')
|
|
if any(kw in cleaned for kw in ['정확', '오류', '실수', '틀리']):
|
|
keywords.append('정확성')
|
|
if any(kw in cleaned for kw in ['협업', '동료', '팀', '도움']):
|
|
keywords.append('협업')
|
|
|
|
# 키워드가 없으면 기타로 분류
|
|
if not keywords:
|
|
keywords.append('기타')
|
|
|
|
for keyword in keywords:
|
|
groups[keyword].append(cleaned)
|
|
|
|
# 각 그룹에서 대표 문장 선택 (가장 긴 것 또는 가장 포괄적인 것)
|
|
result = []
|
|
for keyword, group_items in groups.items():
|
|
# 중복 제거
|
|
unique_items = list(set(group_items))
|
|
# 가장 포괄적인 항목 선택 (길이 기준)
|
|
representative = max(unique_items, key=len) if unique_items else ""
|
|
if representative and representative not in result:
|
|
result.append(representative)
|
|
|
|
return result
|
|
|
|
def generate_optimized_markdown(stages, stage_data):
|
|
"""최적화된 마크다운 표 생성"""
|
|
md_content = "# 고객경험 인터뷰 결과 취합 (최적안)\n\n"
|
|
md_content += "> 10명의 인터뷰 결과를 분석하여 유사한 내용을 통합하고 핵심 인사이트를 추출했습니다.\n\n"
|
|
|
|
for stage in stages:
|
|
md_content += f"## {stage}\n\n"
|
|
md_content += "| 구분 | 내용 |\n"
|
|
md_content += "|------|------|\n"
|
|
|
|
data = stage_data[stage]
|
|
|
|
# 행동 - 유사 항목 통합
|
|
actions = group_similar_items(data['actions'])
|
|
if actions:
|
|
for i, action in enumerate(actions, 1):
|
|
if i == 1:
|
|
md_content += f"| **행동** | {action} |\n"
|
|
else:
|
|
md_content += f"| | {action} |\n"
|
|
else:
|
|
md_content += "| **행동** | - |\n"
|
|
|
|
# 긍정적 느낌 - 유사 항목 통합
|
|
pos_feelings = group_similar_items(data['positive_feelings'])
|
|
if pos_feelings:
|
|
for i, feeling in enumerate(pos_feelings, 1):
|
|
if i == 1:
|
|
md_content += f"| **긍정적 느낌** | {feeling} |\n"
|
|
else:
|
|
md_content += f"| | {feeling} |\n"
|
|
else:
|
|
md_content += "| **긍정적 느낌** | - |\n"
|
|
|
|
# 부정적 느낌 - 유사 항목 통합
|
|
neg_feelings = group_similar_items(data['negative_feelings'])
|
|
if neg_feelings:
|
|
for i, feeling in enumerate(neg_feelings, 1):
|
|
if i == 1:
|
|
md_content += f"| **부정적 느낌** | {feeling} |\n"
|
|
else:
|
|
md_content += f"| | {feeling} |\n"
|
|
else:
|
|
md_content += "| **부정적 느낌** | - |\n"
|
|
|
|
# 전반적 의견 - 유사 항목 통합
|
|
thoughts = group_similar_items(data['thoughts'])
|
|
if thoughts:
|
|
for i, thought in enumerate(thoughts, 1):
|
|
if i == 1:
|
|
md_content += f"| **전반적 의견** | {thought} |\n"
|
|
else:
|
|
md_content += f"| | {thought} |\n"
|
|
else:
|
|
md_content += "| **전반적 의견** | - |\n"
|
|
|
|
md_content += "\n"
|
|
|
|
return md_content
|
|
|
|
def main():
|
|
"""메인 실행 함수"""
|
|
input_file = '/Users/adela/home/workspace/HGZero/define/고객경험인터뷰결과.md'
|
|
output_file = '/Users/adela/home/workspace/HGZero/define/고객경험인터뷰결과취합.md'
|
|
|
|
print("파일 읽는 중...")
|
|
content = read_interview_file(input_file)
|
|
|
|
print("인터뷰 내용 추출 중...")
|
|
stages, stage_data = extract_interviews(content)
|
|
|
|
print("유사 항목 통합 및 최적화 중...")
|
|
md_output = generate_optimized_markdown(stages, stage_data)
|
|
|
|
print(f"결과 파일 저장 중: {output_file}")
|
|
with open(output_file, 'w', encoding='utf-8') as f:
|
|
f.write(md_output)
|
|
|
|
print("완료!")
|
|
|
|
# 통계 출력
|
|
print("\n=== 최적화 통계 ===")
|
|
for stage in stages:
|
|
data = stage_data[stage]
|
|
optimized_actions = group_similar_items(data['actions'])
|
|
optimized_pos = group_similar_items(data['positive_feelings'])
|
|
optimized_neg = group_similar_items(data['negative_feelings'])
|
|
optimized_thoughts = group_similar_items(data['thoughts'])
|
|
|
|
print(f"{stage}:")
|
|
print(f" - 행동: {len(data['actions'])}개 → {len(optimized_actions)}개")
|
|
print(f" - 긍정적 느낌: {len(data['positive_feelings'])}개 → {len(optimized_pos)}개")
|
|
print(f" - 부정적 느낌: {len(data['negative_feelings'])}개 → {len(optimized_neg)}개")
|
|
print(f" - 전반적 의견: {len(data['thoughts'])}개 → {len(optimized_thoughts)}개")
|
|
|
|
if __name__ == "__main__":
|
|
main()
|