소셜 빅데이터를 활용한 영화촬영지 관광자원화 방안 -전주 지역의 관광체험 SNS 동향 분석을 토대로- A Study on Tourism Resource Strategy of Film Location using Social Bigdata based on SNS Trend Analysis of Jeonju Area원문보기
1995년 드라마 <모래시계> 촬영지가 유명 관광지로 각광받고 수많은 관광객들을 불러 모은 이후, 각 지자체는 영화 드라마 촬영을 유치하고자 다양한 노력을 기울이고 있다. 지자체 중에서도 특히 전주시는 국제영화제 개최, 전주영상위원회 및 전주영화종합촬영소 설립 등 촬영을 유치하고자 적극적으로 노력하고 있다. 그러나 이러한 풍부한 기반 환경을 갖췄음에도 불구하고, 촬영 이후에 이를 장기적으로 활용하고자 하는 노력은 타 도시에 비해 미흡한 실정이다. 본 연구에서는 이와 같은 한계를 보완하기 위하여 대표적인 SNS(Social Network Service)인 트위터(twitter)를 대상으로 특정 구문을 포함한 트윗을 수집, 그 추이를 분석하였다. 이러한 트윗 멘션의 내용 분석을 통해, 본 연구는 전주 지역의 촬영지와 관광지에 실제로 방문하는 관광객의 주요 방문 요인을 알아보고, 나아가 촬영지의 관광자원화를 위한 방안을 제안하였다.
1995년 드라마 <모래시계> 촬영지가 유명 관광지로 각광받고 수많은 관광객들을 불러 모은 이후, 각 지자체는 영화 드라마 촬영을 유치하고자 다양한 노력을 기울이고 있다. 지자체 중에서도 특히 전주시는 국제영화제 개최, 전주영상위원회 및 전주영화종합촬영소 설립 등 촬영을 유치하고자 적극적으로 노력하고 있다. 그러나 이러한 풍부한 기반 환경을 갖췄음에도 불구하고, 촬영 이후에 이를 장기적으로 활용하고자 하는 노력은 타 도시에 비해 미흡한 실정이다. 본 연구에서는 이와 같은 한계를 보완하기 위하여 대표적인 SNS(Social Network Service)인 트위터(twitter)를 대상으로 특정 구문을 포함한 트윗을 수집, 그 추이를 분석하였다. 이러한 트윗 멘션의 내용 분석을 통해, 본 연구는 전주 지역의 촬영지와 관광지에 실제로 방문하는 관광객의 주요 방문 요인을 알아보고, 나아가 촬영지의 관광자원화를 위한 방안을 제안하였다.
In 1995, the filming location of the drama had been famous, and as a result it brings the effect of increasing tourists of that areas. After that, many local governments try to host the filming on their regions to be potential tourist attractions. With the same stream, Jeonju also has attempted to ...
In 1995, the filming location of the drama had been famous, and as a result it brings the effect of increasing tourists of that areas. After that, many local governments try to host the filming on their regions to be potential tourist attractions. With the same stream, Jeonju also has attempted to host International Film Festival and to set up Jeonju Film Commission and Jeonju Cinema Complex. However, although the city already has rich infrastructure facilities to make films, the city hardly tries to use the filming locations as tourist attractions. This study suggests four ways of using filming locations as tourist attractions to activate Jeonju economy and improve Jeonju's cultural image. We firstly collect social bigdata related with tourists of filming locations and tourist attractions in Jeonju from Twitter, which is the most representative SNS, and then perform frequency and trend analysis. We also investigate major factors of visits to tourist's attractions based on content analysis of tweet mentions.
In 1995, the filming location of the drama had been famous, and as a result it brings the effect of increasing tourists of that areas. After that, many local governments try to host the filming on their regions to be potential tourist attractions. With the same stream, Jeonju also has attempted to host International Film Festival and to set up Jeonju Film Commission and Jeonju Cinema Complex. However, although the city already has rich infrastructure facilities to make films, the city hardly tries to use the filming locations as tourist attractions. This study suggests four ways of using filming locations as tourist attractions to activate Jeonju economy and improve Jeonju's cultural image. We firstly collect social bigdata related with tourists of filming locations and tourist attractions in Jeonju from Twitter, which is the most representative SNS, and then perform frequency and trend analysis. We also investigate major factors of visits to tourist's attractions based on content analysis of tweet mentions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
방문 추이 분석은 관광객들이 촬영지를 방문하는 요인을 알아보기 위한 것으로, 실제 촬영지 방문 트윗 빈도수 중 100건 이상의 집계된 ‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’를 대상으로 하였다. 각 지명이 명시적으로 나타난 트윗의 추이를 살펴보고, 이를 통해 관광객들의 방문 패턴 및 방문 요인을 살펴보고자 한다.
기초 분석은 전주지역의 관광지에 방문하는 빈도 및 전주지역의 촬영지에 대한 인지도를 알아보기 위한 것이며, 심층 분석에서는 전주 촬영에 방문하는 빈도 및 요인을 알아보고자 한다. 또한 수집된 트윗 내용에 정확한 지명 언급과 실제 방문 또는 방문할 의향이 있는지의 여부를 기준으로 하여 데이터를 선정한다.
기초 분석의 목적은 전주지역의 관광지에 대한 방문 빈도 및 촬영지에 대한 인지도를 파악하는 데 있다. 2010년 1월 1월부터 2016년 4월 15일까지의 트윗을 대상으로 하여 ‘전주 촬영지’, ‘전주 로케’, ‘전주 관광지’, ‘전주 풍광’, ‘전주 맛있’, ‘전주 멋있’, ‘전주 배경’, ‘전주 풍경’, ‘전주 영화’ 등의 9가지 구문이 명시적으로 나타난 트윗을 수집하였다.
따라서 본 연구는 촬영지의 관광화에 대한 기존의 선행 연구를 검토하면서, 소셜미디어를 활용한 촬영지의 관광자원화 방안을 제시하고자 한다. 또한 제안된 방법을 전주 지역의 관광체험 분석에 적용한 결과를 바탕으로 지역 경제 활성화 및 지역 이미지 제고를 도모하고자 한다.
본 연구는 SNS(Social Network Service) 동향 분석 방법을 활용하여 영화 촬영지 및 관광지의 사용자 언급 빈도수를 분석한다. 또한 영화 촬영지와 관광지와의 트윗 양상을 비교함으로써 방문 요인을 파악하고, 이를 기반으로 촬영지를 관광지화하기 위한 방안을 제시하는 데 그 목적이 있다.
따라서 본 연구는 촬영지의 관광화에 대한 기존의 선행 연구를 검토하면서, 소셜미디어를 활용한 촬영지의 관광자원화 방안을 제시하고자 한다. 또한 제안된 방법을 전주 지역의 관광체험 분석에 적용한 결과를 바탕으로 지역 경제 활성화 및 지역 이미지 제고를 도모하고자 한다.
본 연구는 전주 지역이 영화·드라마 촬영 유치에 적극적인 노력을 보이고 있음에도 불구하고 촬영지를 장기적으로 활용하지 못하고 있는 부분에 착안하여, 이에 대한 대안을 제시하고자 하였다.
심층 분석인 촬영지 트윗 분석은 전주 지역의 촬영지에 방문하는 관광객의 수와 방문 요인을 알아보고자 하였다. ‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’, ‘전주 시청’, ‘전북은행 본점’, ‘태조로’, ‘전주영화종합촬영소’, ‘어은골 쌍다리’, ‘전북도청사’ 등 총 10개 지명이 명시적으로 나타난 트윗을 수집하였다.
선행연구를 종합해볼 때, 촬영지가 갖는 관광자원 가치와 소셜 빅데이터 분석이 갖는 미래 예측성 및 활용도에도 불구하고, 소셜 미디어 분석을 기반으로 촬영지를 관광지로 개발하고자 한 연구는 거의 찾아보기가 힘들다. 이에 따라 본 연구에서는 소셜 빅데이터 분석을 활용하여 빈도 및 시계열 분석, 내용분석 등을 통해 촬영지의 관광자원화 방안을 제안하고자 한다.
가설 설정
첫째, 촬영지에 대한 인식이 부족하다. 즉, 촬영지를 방문하는 관광객이라 해도 촬영지라는 인지 없이 방문하는 경우가 대부분이다.
제안 방법
9개의 구문을 기준으로 하여 트윗을 수집한 결과, 총 1,629건의 트윗에서 75개의 지명이 추출되었다. 각 구문의 지명을 빈도수 기준으로 순위화한 후 상위 5개로 한정하여 구문별 촬영지 지명을 선정하였다.
관광지 트윗 분석에서 도출한 결과와 <전주 로케이션 촬영지 스토리개발 연구보고서: 전주 영화·드라마 촬영지에 관광의 색을 입히다>[15]에서 언급한 촬영지를 참고하여 트윗 추출을 위한 구문을 도출하였다.
본 논문에서는 2010년 1월 1일부터 2016년 4월 15일까지의 트윗을 대상으로 기초 분석과 심층 분석을 진행하였다. 기초 분석인 관광지 트윗 분석은 전주 지역에서 관광객이 방문하는 장소와 이 중 촬영지임을 인지한 곳은 어디인지, 방문하는 인구는 얼마인지 알아보았다. 또한 ‘전주 촬영지’, ‘전주 관광지’ 등의 9가지 구문이 명시적으로 나타난 트윗을 수집하였다.
본 연구는 SNS(Social Network Service) 동향 분석 방법을 활용하여 영화 촬영지 및 관광지의 사용자 언급 빈도수를 분석한다. 또한 영화 촬영지와 관광지와의 트윗 양상을 비교함으로써 방문 요인을 파악하고, 이를 기반으로 촬영지를 관광지화하기 위한 방안을 제시하는 데 그 목적이 있다.
시계열 분석은 어느 사건이나 현상에 대하여 시간에 따른 변화 및 추이를 분석할 때 쓰이는 방법으로, 과거에 대한 분석을 바탕으로 미래에 대한 예측이 가능하다[7]. 본 연구에서는 노출추이(buzz) 분석과 시계열 분석을 적용하여 언급 빈도수와 시간별 추이를 살펴보고, 트윗 빈도수 차이가 나는 원인을 도출한다.
조완섭은 5년간 지자체별 관광 만족도 보고서와 관광지별 입장객 통계, 네이버, 구글 등을 대상으로 게시글을 수집, 빈도수를 집계하였다. 이를 대상으로 이슈분석, 연관분석, 감성분석을 진행하여 충북권내 관광지의 연관성과 관광지로서의 성공 또는 실패 요인을 도출하였다. 실례로 제천 지역에서는 제천의 영화, 드라마 촬영지를 관광정보와 연계하여 웹상으로 이용할 수 있는 ‘영상관광 데이터베이스’를 구축 중에 있다[14].
본 연구는 전주 지역이 영화·드라마 촬영 유치에 적극적인 노력을 보이고 있음에도 불구하고 촬영지를 장기적으로 활용하지 못하고 있는 부분에 착안하여, 이에 대한 대안을 제시하고자 하였다. 이를 위해 트위터를 기반으로 관광지 및 촬영지 지명이 언급된 빈도수와 요인을 살펴보았다. 전주 지역의 관광체험 SNS 분석을 토대로 전주 지역의 촬영지를 관광자원화하기 위한 제언은 다음과 같다.
소셜미디어를 활용한 관광산업 연구로는 정명재[12], 조완섭[13] 등의 연구가 있다. 정명재는 소셜 매트릭스 검색을 통해 철도관광 이용객을 대상으로 반응을 조사하고 개선방안을 제시하였다. 조완섭은 5년간 지자체별 관광 만족도 보고서와 관광지별 입장객 통계, 네이버, 구글 등을 대상으로 게시글을 수집, 빈도수를 집계하였다.
추이 분석은 ‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’를 대상으로 하여 진행하였으며, 연도, 월별로 트윗을 나누어 관광객들이 촬영지를 방문하는 요인을 알아보고자 하였다.
대상 데이터
‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’, ‘전주 시청’, ‘전북은행 본점’, ‘태조로’, ‘전주영화종합촬영소’, ‘어은골 쌍다리’, ‘전북도청사’ 등 총 10개 지명이 명시적으로 나타난 트윗을 수집하였다.
2010년 1월 1월부터 2016년 4월 15일까지의 트윗을 대상으로 하여 ‘전주 촬영지’, ‘전주 로케’, ‘전주 관광지’, ‘전주 풍광’, ‘전주 맛있’, ‘전주 멋있’, ‘전주 배경’, ‘전주 풍경’, ‘전주 영화’ 등의 9가지 구문이 명시적으로 나타난 트윗을 수집하였다.
결과적으로 ‘남부시장’, ‘어은골 쌍다리’, ‘영화의 거리’, ‘전동성당’ 등 총 10개 구문을 선정하여 촬영지 트윗 분석을 진행하였다.
구문 중 가장 많은 트윗이 수집된 구문은 ‘전주 풍경’으로, 518개의 트윗이 수집되었다.
방문 추이 분석은 관광객들이 촬영지를 방문하는 요인을 알아보기 위한 것으로, 실제 촬영지 방문 트윗 빈도수 중 100건 이상의 집계된 ‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’를 대상으로 하였다.
본 논문에서는 2010년 1월 1일부터 2016년 4월 15일까지의 트윗을 대상으로 기초 분석과 심층 분석을 진행하였다. 기초 분석인 관광지 트윗 분석은 전주 지역에서 관광객이 방문하는 장소와 이 중 촬영지임을 인지한 곳은 어디인지, 방문하는 인구는 얼마인지 알아보았다.
분석 대상 SNS로는 오픈 API를 통해 실질적인 데이터 수집이 가능한 트위터(twitter)를 대상으로 선정하며, 2010년 1월 1월부터 2016년 4월 15일까지의 약 5년 동안의 트윗(tweet)을 수집, 기초 분석과 심층 분석을 수행한다. 분석을 수행하는 방법으로는 소셜 미디어 분석 종류의 하나인 노출추이(buzz) 분석과 시계열 분석을 적용한다.
실례로 제천 지역에서는 제천의 영화, 드라마 촬영지를 관광정보와 연계하여 웹상으로 이용할 수 있는 ‘영상관광 데이터베이스’를 구축 중에 있다[14].
촬영지 트윗 분석은 실제 촬영지에 얼마나 많은 관광객들이 방문하는지를 알아보고자 하는 것으로, 기초분석과 동일하게 2010년 1월 1월부터 2016년 4월 15일까지의 트윗을 수집 대상으로 하였다. 관광지 트윗 분석에서 도출한 결과와 <전주 로케이션 촬영지 스토리개발 연구보고서: 전주 영화·드라마 촬영지에 관광의 색을 입히다>[15]에서 언급한 촬영지를 참고하여 트윗 추출을 위한 구문을 도출하였다.
이론/모형
분석 대상 SNS로는 오픈 API를 통해 실질적인 데이터 수집이 가능한 트위터(twitter)를 대상으로 선정하며, 2010년 1월 1월부터 2016년 4월 15일까지의 약 5년 동안의 트윗(tweet)을 수집, 기초 분석과 심층 분석을 수행한다. 분석을 수행하는 방법으로는 소셜 미디어 분석 종류의 하나인 노출추이(buzz) 분석과 시계열 분석을 적용한다. 노출추이(buzz) 분석은 소셜미디어 콘텐츠 내용을 분석하는 방법 중 하나로, 콘텐츠에 기술된 개체들의 시간별 빈도 및 중요도 변화를 분석하는 방법이다[6].
성능/효과
10개 지명 중 100건이 넘는 트윗은 ‘전동성당’, ‘남부 시장’, ‘전주 동물원’, ‘영화의 거리’로, 전체 5,316건 중 5116건이 해당하여 전체 96.2%의 비중을 차지하였다.
10개의 지명이 포함된 트윗의 내용을 보면, 촬영지임을 인식하고 방문한 경우는 ‘전동성당’ 구문에서 114건만이 해당되며, 관광지 대상 트윗 분석에서 저조한 빈도수를 가졌던 ‘남부시장’, ‘전주 동물원’, ‘전북은행 본점’ 또한 촬영지임을 인식하고 방문한 트윗이 발견되지 않았다.
9개의 구문을 기준으로 하여 트윗을 수집한 결과, 총 1,629건의 트윗에서 75개의 지명이 추출되었다. 각 구문의 지명을 빈도수 기준으로 순위화한 후 상위 5개로 한정하여 구문별 촬영지 지명을 선정하였다.
SNS 분석 결과, 트윗 빈도수가 높게 나타난 ‘영화의 거리’, ‘전동성당’, ‘남부시장’이 지리적으로 근접함을 확인할 수 있다.
가장 많이 언급된 지명은 영화 마지막 장면에서 배경으로 등장했던 ‘전동성당’으로, 총 105건의 트윗이 집계되었다.
결과적으로 ‘한옥마을’, ‘전동성당’, ‘경기전’, ‘영화종합촬영소’, ‘객사’ 등 대중적으로 알려진 장소들이 관광지의 대부분이었으며, 일반 관광객들은 촬영지를 방문하더라도 촬영지라는 인식 없이 방문하고 있음을 알 수 있다.
다만 ‘천안함 사고’나 ‘조류독감’과 같은 사회적 사건이 발생한 연도에는 트윗수가 적어진 것을 알 수 있다. 결과적으로 전주 동물원의 추이를 분석해보면 동물원을 찾는 주요인이 봄철 벚꽃 야간개장으로 인한 것이며, 촬영지라는 인식 없이 방문이 이루어지는 것을 확인할 수 있다.
결과적으로 전주국제영화제 기간에 ‘영화의 거리’ 방문이 급증하는 현상을 보여 전주국제영화제의 이동경로 또는 구성 등이 ‘영화의 거리’ 방문에 지대한 영향을 끼치는 요소라 할 수 있다.
결론적으로, 전동성당은 지리적 이점과 문화적·역사적 가치, 그리고 ‘드라마·영화의 배경지’라는 이미지가 결합된 곳으로, 촬영지로 인식된 관광지로써 가장 우수한 사례라고 할 수 있다.
다만, 트윗 내용을 분석해본 결과 관광객들은 ‘영화의 거리’라는 말 자체보다 영화관, 객사 또는 JIFF라는 단어를 주로 사용하는 것을 알 수 있었다.
두 번째, 지리적으로 근접한 촬영지끼리 묶어 관광 루트화해야 한다. SNS 분석 결과, 트윗 빈도수가 높게 나타난 ‘영화의 거리’, ‘전동성당’, ‘남부시장’이 지리적으로 근접함을 확인할 수 있다.
수집된 1,629건의 트윗으로부터 75개의 지명이 도출되었으며, 지명을 기준으로 빈도수 상위 10개를 정리하였을 때 ‘한옥마을’, ‘영화의 거리’, ‘전동성당’, ‘경기전’, ‘영화종합촬영소’, ‘향교’, ‘객사’, ‘오목대’, ‘기린봉’, ‘벽화마을’ 이라는 지명이 추출되었다.
이에 따라 ‘영화의 거리’와 ‘JIFF 전주’를 통합한 결과, 기존의 ‘영화의 거리’ 트윗 빈도수인 185건보다 3.2배 정도 증가한 588건의 트윗이 집계되었다.
전체 트윗수를 살펴보면 평균 약 34건의 트윗을 기록하여 지속적으로 관심을 받고 있는 장소라 할 수 있으나, 유독 여름철에 높은 트윗수를 기록하였다([그림 3] 참조). 이러한 요인으로 ‘내일로’ 관광객들을 꼽을 수 있다.
전체 트윗에서 촬영지임을 인지하고 방문한 트윗은 225건으로, 촬영지로 인식된 관광지는 ‘전동성당’, ‘한옥마을’, ‘향교’, ‘영화종합촬영소’, ‘편백나무 숲’, ‘터미널’, ‘객사’, ‘전북은행’, ‘경기전’ 등이 도출되었다.
이외에 영화 <광해, 왕이 된 남자, 2012> 및 여러 사극의 배경이 된 ‘경기전’, 영화 <슈퍼맨이었던 사나이, 2008>의 배경이었던 ‘전북은행’ 등이 집계되었다. 종합해보면 225건의 트윗을 통해 20여 곳이 영화 촬영지로 인식된 관광지로 도출되었다.
트윗 빈도 수를 기준으로 한 분석에서는 5,316건의 트윗이 집계되었으며, 이 중 100건이 넘는 트윗을 보유한 구문은 ‘전동성당’, ‘남부시장’, ‘전주 동물원’, ‘영화의 거리’로, 전체 5,316건 중 5,116건에 해당하여 96.2%라는 높은 비중을 차지하였다.
후속연구
가령 ‘전동성당’ 같은 경우 미디어 파사드 공연(Media Facade)에 전동성당을 활용한 영화·드라마의 주요장면을 추출하여 미디어 파사드용 콘텐츠로 개발하여 활용할 수 있을 것이다.
이에 따라 촬영지임을 알리기 위해 관광객을 흡수할 수 있는 요소를 제공하여야 한다. 가령 영화 스토리의 한 장면을 재현한 공간을 만들거나 내용과 관련한 세트를 설치해둔다든지, 전주 영화 촬영지를 안내하는 어플리케이션을 개발해 관광객의 관광을 돕는다든지, 혹은 거리상으로 근접한 영화 촬영지를 엮어 둘레길을 조성한다면 촬영지라는 점을 부각하여 관광자원화할 수 있을 것이다.
결론적으로, 본 연구는 SNS 동향을 분석하여 실제 촬영지와 관광지를 비교해보고, 촬영지를 관광지화할 수 있는 방안을 제언하였다. 1950-60년대 ‘한국영화산업의 메카’ 역할을[18] 한 전주시는 영화와 오랜 시간동안 맞닿아있는 공간이자 전주국제영화제와 함께 발전한 도시인만큼, 이를 효율적으로 활용하기 위한 장기적인 안목과 비전이 필요할 것이다.
전동성당에서는 미디어 파사드 공연(Media Facade)을, 동물원에서는 벚꽃 야간개장, 남부시장에서는 야시장 및 남부시장을, 영화의 거리에서는 매년 전주국제영화제를 개최하는 등의 이벤트를 통하여 관광객을 모으고 있다. 따라서 해당 지역의 이벤트를 적극 활용하여 촬영지 홍보를 진행하면 해당 영화 촬영지 홍보뿐만 아니라 관광 포인트를 제공할 수 있을 것이다. 가령 ‘전동성당’ 같은 경우 미디어 파사드 공연(Media Facade)에 전동성당을 활용한 영화·드라마의 주요장면을 추출하여 미디어 파사드용 콘텐츠로 개발하여 활용할 수 있을 것이다.
또한 ‘전주 동물원’에는 가족 단위의 관광객이 방문하는 것을 고려하여 동물원이 배경이 된 영화의 한 장면을 체험할 수 있는 프로그램을 마련한다면 기존의 지역 이벤트에서 크게 벗어나지 않으면서도 색다른 볼거리를 제공할 수 있을 것이다.
1950-60년대 ‘한국영화산업의 메카’ 역할을[18] 한 전주시는 영화와 오랜 시간동안 맞닿아있는 공간이자 전주국제영화제와 함께 발전한 도시인만큼, 이를 효율적으로 활용하기 위한 장기적인 안목과 비전이 필요할 것이다. 본 연구에서의 제언이 실제 관광지 개발에 따른 지역 경제 활성화와 영화 도시 브랜드 이미지 제고에, 또한 장기적인 관점에서 관광지 개발 방안에 도움이 되기를 기대한다.
한옥마을 내에 위치한 ‘경기전’과 ‘향교’에는 각각 <광해, 왕이 된 남자>와 <성균관 스캔들>을 촬영했는데, 사극이자 조선시대를 배경으로 했다는 점에서 공통점을 갖는다. 촬영지의 지리적 조건과 영화의 유사성을 고려하여 촬영지를 권역화한다면 보다 매력적인 관광 코스를 개발 할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 연구에서 분석 대상 SNS로 무엇을 선정하였는가?
분석 대상 SNS로는 오픈 API를 통해 실질적인 데이터 수집이 가능한 트위터(twitter)를 대상으로 선정하며, 2010년 1월 1월부터 2016년 4월 15일까지의 약 5년 동안의 트윗(tweet)을 수집, 기초 분석과 심층 분석을 수행한다. 분석을 수행하는 방법으로는 소셜 미디어 분석 종류의 하나인 노출추이(buzz) 분석과 시계열 분석을 적용한다.
본 연구에서 영화 촬영지 및 관광지의 사용자 언급 빈도수를 분석하기 위해 어떤 방법을 활용하였는가?
본 연구는 SNS(Social Network Service) 동향 분석 방법을 활용하여 영화 촬영지 및 관광지의 사용자 언급 빈도수를 분석한다. 또한 영화 촬영지와 관광지와의 트윗 양상을 비교함으로써 방문 요인을 파악하고, 이를 기반으로 촬영지를 관광지화하기 위한 방안을 제시하는 데 그 목적이 있다.
본 연구에서 전주지역의 관광지에 대한 방문 빈도 및 촬영지에 대한 인지도를 파악하기 위해 기초 분석을 실시하였는데 어떤 트윗을 수집하였는가?
기초 분석의 목적은 전주지역의 관광지에 대한 방문 빈도 및 촬영지에 대한 인지도를 파악하는 데 있다. 2010년 1월 1월부터 2016년 4월 15일까지의 트윗을 대상으로 하여 ‘전주 촬영지’, ‘전주 로케’, ‘전주 관광지’, ‘전주 풍광’, ‘전주 맛있’, ‘전주 멋있’, ‘전주 배경’, ‘전주 풍경’, ‘전주 영화’ 등의 9가지 구문이 명시적으로 나타난 트윗을 수집하였다. 분석 대상 트윗 추출의 조건은 ‘지명 언급’, ‘해당 장소에 방문했거나 방문할 의향을 가졌는지’의 여부를 기준으로 하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.