The purpose of this study was to explore awareness of food tourism using big data analysis. For this, this study collected data containing 'food tourism' keywords from google web search, google news, and google scholar during one year from January 1 to December 31, 2016. Data were collected by using...
The purpose of this study was to explore awareness of food tourism using big data analysis. For this, this study collected data containing 'food tourism' keywords from google web search, google news, and google scholar during one year from January 1 to December 31, 2016. Data were collected by using SCTM (Smart Crawling & Text Mining), a data collecting and processing program. From those data, degree centrality and eigenvector centrality were analyzed by utilizing packaged NetDraw along with UCINET 6. The result showed that the web visibility of 'core service' and 'social marketing' was high. In addition, the web visibility was also high for destination, such as rural, place, ireland and heritage; 'socioeconomic circumstance' related words, such as economy, region, public, policy, and industry. Convergence of iterated correlations showed 4 clustered named 'core service', 'social marketing', 'destinations' and 'social environment'. It is expected that this diagnosis on food tourism according to changes in international business environment by using these web information will be a foundation of baseline data useful for establishing food tourism marketing strategies.
The purpose of this study was to explore awareness of food tourism using big data analysis. For this, this study collected data containing 'food tourism' keywords from google web search, google news, and google scholar during one year from January 1 to December 31, 2016. Data were collected by using SCTM (Smart Crawling & Text Mining), a data collecting and processing program. From those data, degree centrality and eigenvector centrality were analyzed by utilizing packaged NetDraw along with UCINET 6. The result showed that the web visibility of 'core service' and 'social marketing' was high. In addition, the web visibility was also high for destination, such as rural, place, ireland and heritage; 'socioeconomic circumstance' related words, such as economy, region, public, policy, and industry. Convergence of iterated correlations showed 4 clustered named 'core service', 'social marketing', 'destinations' and 'social environment'. It is expected that this diagnosis on food tourism according to changes in international business environment by using these web information will be a foundation of baseline data useful for establishing food tourism marketing strategies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이렇듯, 음식관광에 관한 연구가 일부 진행되었음에도 사회적으로 큰 관심을 받고 있는 빅데이터를 통해 의미분석에 초점을 맞춤으로 음식관광과 관련된 주요 단어를 도출하고 시각화하는 과정을 보여주는 연구는 미비한 실정이다. 따라서, 음식관광과 관련한 단어들이 서로 연결되는 관계의 맥락 속에서 의미와 논리를 만들어 내는지 밝히고자 본 연구가 수행되었으며, 음식관광의 의미구조와 이슈를 찾아보고자 한다.
본 연구는 음식관광과 관련하여 어떠한 단어가 빈번하게 사용되며 단어들 사이의 관계성이 어떠한지를 밝힘으로써 지역음식관광 활성화에 대한 전략적시사점을 도출하고자 하고자 수행되었다. 이를 위해 인터넷 웹사이트와 뉴스 및 학문자료에 작성된 텍스트를 수집-정제-분석-시각화의 과정을 통해 유용한 정보를 도출하였다.
본 연구는 인터넷 웹사이트나 뉴스, 또는 학문자료에 나타난 음식관광 관련 텍스트자료로부터 구조화된 형태의 정보를 추출하여 패턴과 의미를 시각적으로 나타내고, 의미체계를 파악하고자 함이 본 연구의 목적이다. 선행연구에서 이론적 논의를 바탕으로 본 연구에서 구체적으로 살펴보려는 연구문제는 다음과 같다.
즉, 웹데이터와 SNS상의 데이터를 수집하고, 이에 대한 의미를 도출하여 분석을 한다면 어떤 이슈에 관해서도 시의적절하고 유용하며, 정확한 평가를 얻는 데 도움이 될 것으로 기대한다. 이러한 맥락에서 본 연구는 디지털 경제의 확산으로 음식관광에서도 빅데이터에 기반한 과학적인 마케팅을 도입할 수 있는 단초를 제공하고, 나아가 통계분석에서 융복합적 측면에서의 학문적 성과를 제고하는 논의로서 그 의의를 가진다. 하지만, 본 연구는 구글웹검색, 뉴스검색, 학술검색 채널을 바탕으로 2016년 1년간 영문으로 작성된 텍스트 영역에 대해서만 수집과 분석이 이루어져 대표성에 대한 한계점이 존재하고 있으며, 음식관광의 현황을 대표한다고 보기에는 어려움이 있다.
제안 방법
본 연구의 분석기간은 2016년 1월 1일부터 2016년 12월31일까지 1년간으로 설정하였으며, 문헌고찰을 통해 음식관광은주로 Food Tourism이나 Culinary Tourism, 그리고 Gastronomy Tourism으로 표현되고 있음을 확인하여, 구글 웹, 구글 뉴스, 구글 학술자료에서 ‘Food Tourism’, ‘Culinary Tourism’,그리고 ‘Gastronomy Tourism’ 키워드로 SCTM(Smart Crawling & Text Mining) 프로그램을 활용하여 수집하였다.
본연구에서는 음식관광에 핵심적인 단어인 ‘food’와 ‘tourism’의 에고네트워크 분석을 실시하였다.
수집된 데이터를 통해 핵심어를 도출하고, 이후 분석데이터의 탐색을 진행하여 등장하는 단어들의 빈도순위에 따라 주요 단어를 추출하였고, 주요 단어들이 공동으로 출현하는 빈도수를 파악하여 단어×단어의 행렬데이터를 구성하였다.
이때 관사, 접속사, 문장의 어미 등은 제외됐으며, 유사한 맥락에서 사용된 단어들은 단일 단어로 일원화하는 text mining 과정을 거쳤다. 이러한 과정을 거쳐 만들어진 행렬데이터를 기반으로 단어들 사이의 연결구조와 특성을 파악하기 위해 사회연결망 분석 소프트웨어인 UCINET의 NetDraw 기능을 활용하여 공동출현 단어들의 연결망을 시각화하였다. 이를 통해 Freeman(1979)의 중심성 개념 정리와 측정 방법을 토대로 계량화한 지표인 연결정도 중심성(degree centrality)과 매개중심성(betweenness centrality)을 중심으로 Semantic network 분석을 실시하였다(Freeman III, 1979).
본 연구는 음식관광과 관련하여 어떠한 단어가 빈번하게 사용되며 단어들 사이의 관계성이 어떠한지를 밝힘으로써 지역음식관광 활성화에 대한 전략적시사점을 도출하고자 하고자 수행되었다. 이를 위해 인터넷 웹사이트와 뉴스 및 학문자료에 작성된 텍스트를 수집-정제-분석-시각화의 과정을 통해 유용한 정보를 도출하였다. 즉, 온라인 데이터 수집하고 정제하는 과정은 SCTM(Smart Crawling & Text Mining)을 활용하였으며, 수집 데이터인 비정형데이터를 분석용 데이터로 활용하기 위하여 텍스트의 정제과정을 수행하고, 정제된 데이터를 텍스트 마이닝을 통해 빈도를 계산하여 주요 단어들을 선정하였다.
이러한 과정을 거쳐 만들어진 행렬데이터를 기반으로 단어들 사이의 연결구조와 특성을 파악하기 위해 사회연결망 분석 소프트웨어인 UCINET의 NetDraw 기능을 활용하여 공동출현 단어들의 연결망을 시각화하였다. 이를 통해 Freeman(1979)의 중심성 개념 정리와 측정 방법을 토대로 계량화한 지표인 연결정도 중심성(degree centrality)과 매개중심성(betweenness centrality)을 중심으로 Semantic network 분석을 실시하였다(Freeman III, 1979). 우선, 연결망 중심 위치에서 여러 노드들과 직접적으로 가능한 한 많이 연결된다면 이 노드의 핵심적 영향력을 쉽게 떠올릴 수 있다.
즉, 온라인 데이터 수집하고 정제하는 과정은 SCTM(Smart Crawling & Text Mining)을 활용하였으며, 수집 데이터인 비정형데이터를 분석용 데이터로 활용하기 위하여 텍스트의 정제과정을 수행하고, 정제된 데이터를 텍스트 마이닝을 통해 빈도를 계산하여 주요 단어들을 선정하였다.
대상 데이터
본 연구는 음식관광과 관련된 주요 이슈는 무엇이며, 인터넷 상에서 음식관광과 관련된 웹 컨텐츠는 어떻게 형성되고 있는지 빅데이터의 의미연결망 분석을 통해 살펴보고자 2016년부터 1월 1일∼2016년 12월 31일까지 1년간의 구글 웹, 구글뉴스, 그리고 구글학술검색에서 ‘food’와 ‘tourism’ 키워드를 포함하고 있는 자료를 데이터 수집 및 처리 프로그램인 SCTM(Smart Crawling & Text Mining)을 활용하여 수집하였다.
음식관광과 관련된 구글 웹, 뉴스, 학술검색 내용을 텍스트마이닝한 결과, 구글 웹에서는 716 kb, 21,801개의 단어가, 구글뉴스에서는 720 kb, 25,225개의 단어가, 구글 학술검색에서는 558 kb, 16,687개의 단어가 수집되었다. 세 개의 채널을 통해 수집된 단어를 총합하여 63,713개의 단어가 출현되었으며, 그 중 상위 100개의 단어를 추출하여 중복된 의미나 불필요한 단어 들을 정리하여 총 60개로 Table 1과 같이 정리하였다.
음식관광 관련 내용을 수집하고 텍스트마이닝 한 결과, 음식관광 관련단어는 63,713개로 수집되었으며, 구글 뉴스에서 가장 많은 단어가 수집되었고, 구글 학술검색에서 적은 수의 단어가 수집되었다. 출현된 단어에서 그 중 상위 100개의 단어를 추출하여 중복된 의미나 불필요한 단어들을 정리하여 총 63개로 도출하여 분석하였다.
데이터처리
도출된 단어의 구조적 등위성을 도출하고자 덴드로그램을 통하여 3단계의 위계적 집단을 확인하였으며(Fig. 2), CONCOR(CONvergence of iterated CORrelation) 분석을 수행하였다(Fig. 3). 구조적으로 등의위 관계라는 것은 한 네트워크의 지위가 구조적으로 한 등위의 위치에 있음을 의미한다.
도출된 단어의 구조적 등위성을 도출하고자 덴드로그램을 통하여 3단계의 위계적 집단을 확인하였으며, CONCOR(CONvergence of iterated CORrelation) 분석을 통해, 4개의 클러스터(cluster)가 생성되었고, ‘core service’, ‘social marketing’,‘destinations’ 그리고 ‘social environment’로 명명하였다.
즉, 온라인 데이터 수집하고 정제하는 과정은 SCTM(Smart Crawling & Text Mining)을 활용하였으며, 수집 데이터인 비정형데이터를 분석용 데이터로 활용하기 위하여 텍스트의 정제과정을 수행하고, 정제된 데이터를 텍스트 마이닝을 통해 빈도를 계산하여 주요 단어들을 선정하였다. 선정된 단어들의 범주화를 통해 매트릭스 데이터로 만들어 시맨틱네트워크 분석에 이용하였으며, 분석에는 Ucinet6을 활용하여 텍스트의 네트워크 중심성과 구조적 등위성(CONvergence of iterated CORrelations;CONCOR), 에고네트워크(ego-network) 분석을 진행하였다.
성능/효과
Food,wine, tour, experience, service, entertainment, hotel 등의 단어로 구성된 ‘core service’ 그룹은 음식관광과 관련한 핵심적인 단어들이 나타났으며, 음식관광의 범위나 음식관광을 구성하고 있는 주요 요인들을 포함하고 있으며, ‘social marketing’ 그룹에서는 facebook, twitter, share, information, website, technology, media, privacy 등의 단어를 포함하며 음식관광에 대한 마케팅 활동이 SNS를 통해 개인적으로나 지역적으로 행해지고 있음을 보여주고 있는것으로 나타났다.
한편, 위세중심성은 고유벡터 중심성 또는 연쇄 중심성이라 하며, 네트워크 내에서 가장 영향력이 있는 중심노드를 찾는데 유용한지표이다. 가장 영향력 있는 중심 노드를 찾기 위해 주요 단어의 위세중심성을 계산한 결과, tourism, food, wine, local,development, culinary, regional, destination, marketing, international, tourist, management, experience, rural 등의 순으로 도출되었으며, 추출된 단어들 사이에서 food와 tourism을 제외하고 wine 및 local의 네트워크의 영향력의 차이는 크다고 볼 수 있다.
그 결과, 4개의 클러스터(cluster)가 생성되었고, ‘core service’, ‘social marketing’, ‘destinations’ 그리고 ‘social environment’로 명명하였다.
넷째, 국내 정보나 상품에 관련된 데이터는 상대적으로 미미한 것으로 확인된다. 또한, 교통, 숙박, 서비스 등의 다양한 인프라에 대한 정보도 유의미한 영향을 있음을 확인한 만큼, 음식관광 상품개발 및 정책 방향 수립 시 좀 더 쉽고 편리하게 행사에 참여할 수 있도록 관심을 가지는 것도 성과제고에 도움이 될 것으로 풀이된다.
높은 빈도를 보인 20개의 상위 단어를 나열하고, 연결정도 중심성, 위세중심성을 동시에 비교한 결과, ‘travel’, ‘business’ 등의 단어는 높은 빈도를 나타냈지만 상대적으로 연결중심성 또는 위세중심성에서 낮은 순위를 보여주고 있다.
마지막으로 ‘social environment’ 그룹에는 economy, region, policy, management, industry, public 등의 단어로 구성되었으며 음식관광이 사회경제환경에 민감한 산업임을 반영하고 있으며, 많은 음식관광 관련자들은 사회환경과 관련된 내용을 생산하거나 검색하고 있음을 보여주고 있다.
마지막으로‘social environment’ 그룹에는 economy, region, policy, management, industry, public 등의 단어로 구성되었으며, 음식관광이 사회경제환경에 민감한 산업임을 반영하고 있으며, 많은 음식관광 관련자들은 사회환경과 관련된 내용을 생산하거나 검색하고 있음을 보여주고 있다.
분석결과, ‘food’와 ‘tourism’ 두 개의 단어는 거의 모든 단어와 밀접하게 연관되어 있음으로 나타났으며, CONCOR 분석을 통해 도출된 네 가지 그룹의 특성을 반영한 대부분의 단어와 고르게 연결을 형성하고 있다.
분석결과, 음식관광의 핵심 내용과 관련된 food, experience,tourist, wine, service, consumer, education, entertainment, cuisine, culture 등의 단어가 웹가시성이 높은 것으로 파악되며, media, twitter, facebook, technology, share 등의 SNS 홍보관련 내용 역시 높은 가시성을 나타내었다. 뿐만 아니라, destination, ireland, heritage, international 등의 지역관련 내용과 economy, regional, policy, management, business 등 사회경제환경 관련 내용도 비중 있게 제시되었다.
분석결과, 주요 장소와 도시를 나타내는 COEX, BEXCO, Korea, Seoul, Busan, city 등의 웹가시성이 높은 것으로 파악되며, hotel, tourism, cruise, resort, travel, flight 등의 환대산업주요 시설도 높은 가시성을 나타내었다. 뿐만 아니라, K-food, K-pop, gangnam, Hallyu 등의 한류관련 내용과 mall,shop, sale, lotte 등 쇼핑 관련 내용도 비중 있게 제시되었다.
빈도 순위 상위 20개의 단어를 비교한 결과, 다른 단어나 이슈와 보다 밀접하게 연결된 단어는 ‘tourism’, ‘food’,‘local’, ‘wine’으로 나타났다.
검색어인 food tourism을 제외하고, ‘travel’, ‘business’ 등의 단어는 높은 빈도를 나타냈지만 상대적으로 연결정도 중심성이나 위세중심성에서 낮은 순위를 보여주고 있는데, 이는 해당 단어들이 자주 노출되더라도 기타 다른 단어들과의 의미 있는 연결형태를 가지고 있지 않음을 보여주고 있다. 빈도 순위 상위 20개의 단어를 비교한 결과, 다른 단어나 이슈와 보다 밀접하게 연결된 단어는 tourism, food, local, wine, culinary, marketing 등으로 나타났다. 이는 음식관광에서 와인이나 요리체험 등의 음식관광상품이 많이 개발되었고, 웹을 통한 광고활동을 활발히 수행하고 있으며, 언론에도 많이 노출되고 있음을 보여주고 있다.
빈도 순위 상위 20개의 단어를 비교한 결과, 다른 단어나 이슈와 보다 밀접하게 연결된 단어는 키워드인 ‘food’, ‘tourism’ 단어를 제외하고, ‘local’, ‘wine’, ‘development’, ‘culinary’,‘marketing’으로 나타났다.
에고네트워크 분석결과 ‘food’와 ‘tourism’ 두 개의 단어는 거의 모든 단어와 밀접하게 연관되어 있음으로 나타났으며, CONCOR 분석을 통해 도출된 네가지 그룹의 특성을 반영한 대부분의 단어와 고르게 연결을 형성하고 있다.
Choi, Kwak, & Kim(2017)은 한국, 미국, 중국의 음식관광객을 대상으로 음식관광 브랜드 포지셔닝연구를 수행하였는데 음식관광 브랜드 이미지를 유형화시키는 도구인 다차원척도법을 이용하여 결과를 분석하였다. 연구결과, 음식의 맛, 충분한 음식의 양, 국가이미지의 반영 3개의 요인이 음식을 통해서 국가 이미지제고에 도움이 되고, 잠재적 음식관광객은 음식을 선택할 시에 음식의 맛, 양, 국가이미지 반영의 유무를 우선으로 한다는 것을 알 수 있었다.
본 연구는 음식관광과 관련된 주요 이슈는 무엇이며, 인터넷 상에서 음식관광과 관련된 웹 컨텐츠는 어떻게 형성되고 있는지 빅데이터의 의미연결망 분석을 통해 살펴보고자 2016년부터 1월 1일∼2016년 12월 31일까지 1년간의 구글 웹, 구글뉴스, 그리고 구글학술검색에서 ‘food’와 ‘tourism’ 키워드를 포함하고 있는 자료를 데이터 수집 및 처리 프로그램인 SCTM(Smart Crawling & Text Mining)을 활용하여 수집하였다. 음식관광 관련 내용을 수집하고 텍스트마이닝 한 결과, 음식관광 관련단어는 63,713개로 수집되었으며, 구글 뉴스에서 가장 많은 단어가 수집되었고, 구글 학술검색에서 적은 수의 단어가 수집되었다. 출현된 단어에서 그 중 상위 100개의 단어를 추출하여 중복된 의미나 불필요한 단어들을 정리하여 총 63개로 도출하여 분석하였다.
음식관광과 관련된 구글 웹, 뉴스, 학술검색 내용을 텍스트마이닝한 결과, 구글 웹에서는 716 kb, 21,801개의 단어가, 구글뉴스에서는 720 kb, 25,225개의 단어가, 구글 학술검색에서는 558 kb, 16,687개의 단어가 수집되었다. 세 개의 채널을 통해 수집된 단어를 총합하여 63,713개의 단어가 출현되었으며, 그 중 상위 100개의 단어를 추출하여 중복된 의미나 불필요한 단어 들을 정리하여 총 60개로 Table 1과 같이 정리하였다.
연결정도 중심성은 네트워크상에서 한 노드가 다른 노드들과 얼마나 많은 연결을 가지고 있는지를 측정하는 지표로서, 연결된 노드가 많을수록 연결정도 중심성은 높아지게 된다. 음식관광과 관련한 주요 단어 연결정도 중심성을 확인한 결과, 빈도를 확인한 결과와 유사하게 tourism, food, wine, local,development 등의 단어가 높음을 확인하였다. 한편, 위세중심성은 고유벡터 중심성 또는 연쇄 중심성이라 하며, 네트워크 내에서 가장 영향력이 있는 중심노드를 찾는데 유용한지표이다.
주요 상위단어에 출현빈도를 네트워크에 시각화한 결과, tourism, food, local, wine, travel, business, international, regional, festival 등을 통해 국제적이고 지역적 규모의 프로그램으로 진행되고 있음을 반영하고, twitter, facebook,website, experience, share 등의 단어는 음식관광이 개인 체험중심으로 이뤄지고, SNS를 통해 관련 게시글이 공유되고 있음을 보여준다. 음식관광에 대한 주요 단어 연결정도 중심성을 확인한 결과, 빈도를 확인한 결과와 유사하게 tourism,food, wine, local, development, culinary, regional 등의 단어가 높음을 확인하였다. 한편, 위세중심성은 네트워크 내에서 가장 영향력이 있는 중심노드를 찾는데 유용한 지표인데, 가장 영향력 있는 중심 노드를 찾기 위해 주요 단어의 위세중심성을 계산한 결과, tourism, food, wine, local, development,culinary, regional, destination, marketing, international, tourist 등의 순으로 도출되었으며, 추출된 단어들 사이에서 검색어인 ‘food’, ‘tourism’을 제외하고 ‘wine’, ‘local’, ‘development’,‘culinary’, ‘regional’, ‘destination’, ‘marketing’, ‘marketing’,‘international’, ‘tourist’ 등의 단어가 영향력이 있는 중심노드로 도출되었다.
‘Food로 검색하였음에도 food를 제외한 beverage, wine, culinary, chef, cuisine이라는 단어는 다른 단어들과 비슷한 수준으로 가시성을 보여주고 있다. 주요 상위단어에 출현빈도를 네트워크에 시각화한 결과, tourism, food, local, wine, travel, business, international, regional, festival 등을 통해 국제적이고 지역적 규모의 프로그램으로 진행되고 있음을 반영하고, twitter, facebook,website, experience, share 등의 단어는 음식관광이 개인 체험중심으로 이뤄지고, SNS를 통해 관련 게시글이 공유되고 있음을 보여준다. 음식관광에 대한 주요 단어 연결정도 중심성을 확인한 결과, 빈도를 확인한 결과와 유사하게 tourism,food, wine, local, development, culinary, regional 등의 단어가 높음을 확인하였다.
첫째, 음식관광에 대한 인식의 범주가 다양함을 확인할 수 있다. 특히 ‘core service’ 그룹에 있어서 거의 모든 음식문화 관광 관련 단어가 도출되었다.
한편, 위세중심성은 네트워크 내에서 가장 영향력이 있는 중심노드를 찾는데 유용한 지표인데, 가장 영향력 있는 중심 노드를 찾기 위해 주요 단어의 위세중심성을 계산한 결과, tourism, food, wine, local, development,culinary, regional, destination, marketing, international, tourist 등의 순으로 도출되었으며, 추출된 단어들 사이에서 검색어인 ‘food’, ‘tourism’을 제외하고 ‘wine’, ‘local’, ‘development’,‘culinary’, ‘regional’, ‘destination’, ‘marketing’, ‘marketing’,‘international’, ‘tourist’ 등의 단어가 영향력이 있는 중심노드로 도출되었다.
후속연구
넷째, 국내 정보나 상품에 관련된 데이터는 상대적으로 미미한 것으로 확인된다. 또한, 교통, 숙박, 서비스 등의 다양한 인프라에 대한 정보도 유의미한 영향을 있음을 확인한 만큼, 음식관광 상품개발 및 정책 방향 수립 시 좀 더 쉽고 편리하게 행사에 참여할 수 있도록 관심을 가지는 것도 성과제고에 도움이 될 것으로 풀이된다.
본 연구에서 구글 웹과 뉴스, 학술검색 채널을 통해 수집한 비정형데이터는 개인의 취향이 보다 직접적으로 반영되고, 진실성과 진정성, 관련성이 높으므로 현상을 분석하고 이해하기 위한 데이터로서의 가치가 높다. 또한 웹을 통해 수집된 데이터는 실시간성과 가속성이라는 특징을 지녔기 때문에, 어떠한 매체보다도 이슈의 확산 속도가 빠르다.
또한 웹을 통해 수집된 데이터는 실시간성과 가속성이라는 특징을 지녔기 때문에, 어떠한 매체보다도 이슈의 확산 속도가 빠르다. 즉, 웹데이터와 SNS상의 데이터를 수집하고, 이에 대한 의미를 도출하여 분석을 한다면 어떤 이슈에 관해서도 시의적절하고 유용하며, 정확한 평가를 얻는 데 도움이 될 것으로 기대한다. 이러한 맥락에서 본 연구는 디지털 경제의 확산으로 음식관광에서도 빅데이터에 기반한 과학적인 마케팅을 도입할 수 있는 단초를 제공하고, 나아가 통계분석에서 융복합적 측면에서의 학문적 성과를 제고하는 논의로서 그 의의를 가진다.
이러한 맥락에서 본 연구는 디지털 경제의 확산으로 음식관광에서도 빅데이터에 기반한 과학적인 마케팅을 도입할 수 있는 단초를 제공하고, 나아가 통계분석에서 융복합적 측면에서의 학문적 성과를 제고하는 논의로서 그 의의를 가진다. 하지만, 본 연구는 구글웹검색, 뉴스검색, 학술검색 채널을 바탕으로 2016년 1년간 영문으로 작성된 텍스트 영역에 대해서만 수집과 분석이 이루어져 대표성에 대한 한계점이 존재하고 있으며, 음식관광의 현황을 대표한다고 보기에는 어려움이 있다. 향후에는 이를 극복하여 국내 음식관광산업에 대한 국내 및 세계의 반응을 살펴보고, 나아가 숙박시설, 관광 인프라 등 세부영역별 인식 변화 등을 살펴봄으로써 음식관광 상품개발 및 기획을 수립할 때, 유용한 토대를 마련해야 할 것이다.
하지만, 본 연구는 구글웹검색, 뉴스검색, 학술검색 채널을 바탕으로 2016년 1년간 영문으로 작성된 텍스트 영역에 대해서만 수집과 분석이 이루어져 대표성에 대한 한계점이 존재하고 있으며, 음식관광의 현황을 대표한다고 보기에는 어려움이 있다. 향후에는 이를 극복하여 국내 음식관광산업에 대한 국내 및 세계의 반응을 살펴보고, 나아가 숙박시설, 관광 인프라 등 세부영역별 인식 변화 등을 살펴봄으로써 음식관광 상품개발 및 기획을 수립할 때, 유용한 토대를 마련해야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
음식관광이란?
음식관광은 특수목적관광(Special Interest Tour : SIT)의 일종으로서 음식과 관련된 다양한 요소들이 여행의 동기를 자극하는 중요한 요소로 작용하는 관광이다. 음식관광은 음식과 관련된 주요 생산지를 방문하고, 음식축제에 참가하며, 레스토랑이나 특정한 장소에서 음식을 시식하거나, 특산물생산지역의 특성을 체험해 보는 것 등이 중요하다고 할 수 있다(Son, Lee, & Kim, 2016).
의미연결망 분석은 어떠한 분석 방법인가?
의미연결망 분석(semantic network analysis)은 사회의 시스템 구조를 파악할 때 행위자 사이의 관계를 중시하는 사회연결망 분석(social network analysis)을 커뮤니케이션 메시지에 적용시킨 방법이다. 이처럼 의미연결망 분석에서는 특정 유목을 가정하지 않은 상태에서 단어들의 빈도와 한 문장 안에서 동시에 사용되는 단어들의 관계를 통해 메시지의 의미화 패턴을 분석할 수 있다(Shi et al.
빅데이터에 관한 선행연구의 세 가지 방향은 무엇인가?
빅데이터에 대한 관심은 학문 분야에서도 점차 확대되고 있는 추세인데, 빅데이터에 관한 선행연구는 크게 세 가지 방향에서 이뤄지고 있다. 첫 번째는, 빅데이터 저장이나 분석 플랫폼에 관한 기술적 차원의 연구들이다(Kim et al.,2016). 두 번째는, 빅데이터 활용에 관한 실용적 차원의 연구들이다. 그리고 세 번째는, 빅데이터에 대한 사회문화적 함의를 논의하는 연구들이다(Phillips, Barnes, Zigan, & Schegg,2017). 빅데이터 활용이 가져오는 결과 중에서 프라이버시 문제 등을 새로운 감시와 통제의 영역에서 비판하거나, 빅데이터 형성 과정에서 은폐되는 이용자 활동의 가치 문제를 다루기도 하였다(Jang & Yoon, 2016; Shi et al.
참고문헌 (19)
Canadian Tourism Commission. (2002). Acquiring a taste for cuisine tourism: A product development strategy. Canadian Tourism Commission, Ottawa.
Choi, H. Y., Kwak, G. H., & Kim, H. S. (2017). A positioning study of national food: In perspective of Korean, American, Chinese food tourists. Culinary Science & Hospitality Research, 23(2), 86-94.
Hall, C. M., & Sharples, L. (2003). The consumption of experiences or the experience of consumption? An introduction to the tourism of taste. Food tourism around the world: Development, Management and Markets, 1-24.
Jang, M., & Yoon, Y. (2016). Research into changes in government policies and public perceptions on camping via analyses of big data from social media. Korean Journal of Tourism Research, 31, 91-112.
Kim, H. S. (2017). A semantic network analysis of big data regarding food exhibition at convention center. Culinary Science & Hospitality Research, 23(3), 257-270.
Kim, E. H., & Lee, M. A. (2010). A study on the consumer perception and factor analysis of food tourism. Korean Journal of Community Nutrition, 15(1), 83-93.
Kim, H. S. (2013). Tourists' expectation and motivation regarding nutritional labeling in full-service restaurant menu. Journal of Tourism and Leisure Research. 25(8), 265-280.
Kim, S. C. (2000). A study of traditional cuisine as commercial scale in regional festive events. Korean J. Culinary Research, 6(3), 193-223.
Kim, H., Joung, H., & Choi, E. (2016). A study of nutrition knowledge, confidence, and body image of university students. Culinary Science & Hospitality Research, 22(1), 70-77.
Kim, S., Park, S., Sun, M., & Lee, J. (2016). A study of smart beacon-based meeting, incentive trip, convention, exhibition and event (MICE) services using big data. Procedia Computer Science, 91, 761-768.
Lee, J. H., & Kim, H. S. (2013). The effect of college students' confidence in nutrition knowledge on health-related behavioral intentions: The moderating effect of gender. Culinary Science & Hospitality Research, 19(4), 136-146.
Oh, I., Lee, T., & Chon, C. (2015). A study on awareness of korea tourism through big data analysis. Journal of Tourism Sciences, 39(10), 107-126.
Park, N. J. (2005). Seeking a new direction of Korean food tourism policy. Korea Tourism Policy, 21, 79-86.
Phillips, P., Barnes, S., Zigan, K., & Schegg, R. (2017). Understanding the impact of online reviews on hotel performance: An empirical analysis. Journal of Travel Research, 56(2), 235-249.
Shi, M., Zhu, W., Yang, H., & Li, C. (2016). Applying semantic web and big data techniques to construct a balance model referring to stakeholders of tourism intangible cultural heritage. International Journal of Computer Applications in Technology, 54(3), 192-200.
Shim, H., Kim, Y., Shon, H., & Lim, J. (2011). An exploratory usage pattern research of smartphone and social media users through semantic network analysis : Gender and age differences in perception and evaluation of usage pattern. Korean Journal of Broadcasting and Telecommunication Studies, 25(4), 82-138.
Son, J., Lee, E., & Kim, H. (2016). Perceived value, importance of nutrition information, and behavioral intention for food tourism in Busan. Culinary Science & Hospitality Research, 22(1), 135-140.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.