[8] 241108 Team Project Results: Stock Headline Sentiment Analysis [Goorm All-In-One Pass! AI Project Master 4기 8일]

241108 Fri 8th class

감성 분석 Streamlit 버전을 만들었다

뉴스 감정 분석 및 이벤트 영향 표시

• 뉴스 헤드라인 감정 분석: 최근 주식과 관련된 뉴스 기사나 소셜 미디어 데이터를 수집하여, 감정 분석을 통해 긍정적, 부정적, 중립적인 의견을 분류할 수 있어요. 이를 통해 사용자에게 최근 뉴스가 주식에 어떤 영향을 미치는지 보여줄 수 있습니다.

---

배포한 웹사이트

https://stock-sentiment-app.streamlit.app/

---

코드)

app.py

import streamlit as st
import requests
from bs4 import BeautifulSoup
from transformers import pipeline
import time

def get_stock_buy_recommendation(stock_name):
    """
    Fetch news headlines and provide stock buy recommendations
    """
    # Add a spinner while processing
    with st.spinner(f'분석 중... {stock_name}에 대한 정보를 가져오는 중입니다.'):
        url = f'https://search.naver.com/search.naver?ie=utf8&sm=nws_hty&query={stock_name}'
        response = requests.get(url)
        soup = BeautifulSoup(response.content, 'html.parser')

        # Extract headlines
        headlines = [headline.get_text() for headline in soup.find_all('a', class_='news_tit')[:10]]

        # Initialize sentiment analyzer
        sentiment_analyzer = pipeline('sentiment-analysis')

        # Analyze sentiments
        results = []
        positive_count = 0
        negative_count = 0
        
        for headline in headlines:
            sentiment = sentiment_analyzer(headline)[0]['label']
            
            if sentiment == 'POSITIVE':
                sentiment_emoji = '😊'
                positive_count += 1
            elif sentiment == 'NEGATIVE':
                sentiment_emoji = '😰'
                negative_count += 1
            else:
                sentiment_emoji = '😐'
                
            results.append((headline, sentiment_emoji))

        # Determine recommendation
        if positive_count > negative_count:
            buy_recommendation = f'{stock_name}을(를) 매수하세요 😊'
        elif positive_count < negative_count:
            buy_recommendation = f'{stock_name}을(를) 매수하지 마세요 😰'
        else:
            buy_recommendation = f'{stock_name}에 대해 중립적인 입장입니다 😐'

        return results, buy_recommendation

# Set up the Streamlit page
st.set_page_config(page_title="주식 투자 의견 분석기", page_icon="📈")

# Add title and description
st.title("📈 주식 투자 의견 분석기")
st.markdown("""
이 앱은 네이버 뉴스 헤드라인을 분석하여 주식 투자 의견을 제공합니다.
""")

# Create input field
stock_name = st.text_input("종목명을 입력하세요:", placeholder="예: 삼성전자")

# Create analyze button
if st.button("투자의견 분석"):
    if stock_name:
        try:
            # Get recommendation
            headline_results, buy_recommendation = get_stock_buy_recommendation(stock_name)
            
            # Display results
            st.subheader(f"{stock_name}에 대한 분석 결과")
            
            # Display buy recommendation in a highlighted box
            st.info(buy_recommendation)
            
            # Display headlines in an expandable section
            with st.expander("뉴스 헤드라인 상세 분석 보기"):
                for headline, emoji in headline_results:
                    st.write(f"{emoji} {headline}")
                    
        except Exception as e:
            st.error(f"오류가 발생했습니다: {str(e)}")
    else:
        st.warning("종목명을 입력해주세요.")

# Add footer
st.markdown("---")
st.markdown("Made with ❤️ using Streamlit")

requirement.txt

streamlit
requests
beautifulsoup4
transformers
torch

cd stock_analyzer
pip install -r requirements.txt
streamlit run app.py

  You can now view your Streamlit app in your browser.

  Local URL: http://localhost:8501

---

결과)