$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

외국인 관광객 재방문율 향상과 소비 활성화를 위한 빅데이터 기반의 탐색적 연구
Exploratory research based on big data for Improving the revisit rate of foreign tourists and invigorating consumption 원문보기

산업융합연구 = Journal of industrial convergence, v.18 no.6, 2020년, pp.19 - 25  

안성현 (선문대학교 컴퓨터공학과) ,  박성택 (선문대학교 SW융합학부)

초록
AI-Helper 아이콘AI-Helper

빅데이터 분석은 오늘날 다양한 산업 및 공공분야에서 필수적으로 활용되고 있다. 이에 본 연구에서는 빅데이터 분석을 활용하여 국내 관광 서비스 개선 방안을 LDA분석 방법을 통해 모색하고자 한다. 특히 외국인 방문객이 가장 많은 서울을 중심으로 관광객의 만족도를 높이고 이를 통해 재방문을 향상시킬 수 있고 서비스를 개선할 수 있는 탐색적 접근을 시도하였다. 본 연구에서는 서울시와 한국관광공사의 통계 자료 및 SNS 등의 인터넷 정보들을 R을 통해 수집 및 분석을 진행하였다. 그리고 LDA를 포함한 텍스트 마이닝 기법을 활용하였다. 분석 결과 외국인들의 한국을 방문하는 목적 중 하나는 식도락 관광이었다. 이에 식도락 관광을 중심으로 서비스의 질을 높이기 위한 방안을 도출하고자 한다.

Abstract AI-Helper 아이콘AI-Helper

Big data analytics are indispensable today in various industries and public sectors. Therefore, in this study, we will utilize big data analysis to search for improvement plans for domestic tourism services using the LDA analysis method. In particular, we have tried an exploratory approach that can ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 식도락 관광의 불편함을 해소하고 보다 나은 서비스를 제공하는데 필요한 정보를 수집하고, 데이터 및 활용 분석 기법 등을 활용하는 과정을 거쳤다. 그 후 빅데이터 분석 도구인 R을 활용하여 분석 및 시각화를 하고 이를 통해 활성화 방안을 제공 하고자 하였다[12, 13].
  • 그렇다면 대중적이고 보편적으로 자신의 성향에 맞으며 내국인도 인정하는 맛집으로 관광객을 안내해줄 수 있다면 만족도가 크게 높아질 것이라고 생각한다. 따라서 본 연구의 문제는 ‘외국인과 내국인이 생각하는 맛집의 공통점을 찾아 활용하는 방법은 무엇인가’로 정의하고자 한다.
  • 본 연구는 넓은 시야에서만 보아 지나쳐버린 외국인 관광객들의 사소한 불만을 해소하여 만족도를 크게 높이고, 최종적으로는 관광객의 소비와 재방문을 높이일 수 있는 방안을 제안하고자 한다.
  • 본 연구는 외국인의 문화, 음식, 종교 등이 내국인과는 다르다는 것을 전제로 하고 공통점을 모색하고자 하였다. 식도락 관광의 불편함을 해소하고 보다 나은 서비스를 제공하는데 필요한 정보를 수집하고, 데이터 및 활용 분석 기법 등을 활용하는 과정을 거쳤다.
  • 본 연구에서는 여행 사이트에서 외국인과 내국인의 리뷰를 빅데이터 분석을 통해서 여행객들이 선호하는 음식과 식당을 도출하였다. 외국인들은 내국인처럼 고기류와해산물, 전통적인 음식에 관심이 많고 만족도가 높음을알 수 있었다.
  • 이 자료를 분석하여 외국인과 내국인이 만족한 음식들과 식당에 대한 정보를 찾아내었다.
  • 외국인들은 내국인처럼 고기류와해산물, 전통적인 음식에 관심이 많고 만족도가 높음을알 수 있었다. 이를 통해서 외국인과 내국인 모두가 선호하는 식당들과 음식들의 공통점을 통해서 식도락 관광을하는 외국인들의 관광을 더 즐겁게 할 수 있는 식당 추천 시스템을 제안하고자 한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (18)

  1. Y. K. Kim. (2016). Main Utilization Cases of Big Data. Journal of East and Central Asian Studies. 27(1), 27-71 

  2. AWS. https://aws.amazon.com/ko/events/aws-cloud-2017/ 

  3. E. J. Lee & C. K. Lee. (2017). Estimating the economic impact of tourism industry using big-data : the case of Jongno. Tourism Services Research Academy, 28, 25-47. 

  4. Vital Wave Consulting. http://vitalwave.com/wp-content/uploads/2015/09/Vital-Wave-Consulting-White-Paper-Strategies-for-the-Online-Retail-Distribution-of-Travel-September-2012.pdf 

  5. National Informatization Strategy Committee. (2011). Implementation of smart government utilizing big data (draft), 1-27. 

  6. S. Y. Son. (2013). Big Data, Online Marketing and Privacy Protection. KSIDI, Premium Report. 

  7. IDC. (2020). https://www.idc.com/getdoc.jsp?containerIdprAP45938720 

  8. S. T. Park & Y. K. Kim. (2019). A study on deriving an optimal route for foreign tourists through the analysis of big data. Journal of Convergence for Information Technology, 9(10), 56-63. DOI: 10.22156/CS4SMB.2019.9.10.056 

  9. S. T. Park & C. Liu. (2020). A study on topic models using LDA and Word2Vec in travel route recommendation: focus on convergence travel and tours reviews. Personal and Ubiquitous Computing, 1-17. DOI: 10.1007/s00779-020-01476-2 

  10. Padia, P., Singhal, B. & Lim, K. H. (2019). User-relative Personalized Tour Recommendation. In IUI Workshops. 

  11. S. Park & S. Park. (2016). Personalized Itinerary Recommendation System based on Stay Time. KIISE Transactions on Computing Practices, 22(1), 38-43. 

  12. K. W. Kim, W. J. Park & S. T. Park. (2015). A study on plan to improve illegal parking using big data. Indian Journal of Science and Technology, 8(21), 1-5. DOI: 10.17485/ijst/2015/v8i21/78274 

  13. B. S. Kim, K. W. Kim & S. T. Park. (2015). The improvement plan for fire response time using Big data. Indian Journal of Science and Technology, 8(23), 1-5. DOI: 10.17485/ijst/2015/v8i23/79198 

  14. J. H. Park, I. H. Lee & H. B. Kim. (2016). The Effects of the Foreigners' Eating Habits Characteristic on the Preference of Korean Seasoning. Journal of Foodservice Management Society of Korea, 19(1), 97-118. 

  15. J. S. Choi. (2017). Analysis on foreigners' perception of Korean food using social big data. Asia-Pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, 7(8), 427-437. 

  16. Seoul Tourism Organization. (2019). 2019 Seoul Foreign Tourist Survey. http://www.sto.or.kr/information/beffatgnrl/view.do?curPage1&nttNo1732 

  17. E. M. Park & J. H. Seo. (2019). A Study on Leadership Typology in Sports Leaders Based on Big Data Analysis. Journal of the Korea Convergence Society, 10(7), 191-198. DOI: 10.15207/JKCS.2019.10.7.191 

  18. E. M. Park & J. H. Seo. (2020). Analysis of Research Trends in Technology Innovation : Focus on SCOPUS DB. Journal of Convergence for Information Technology, 10(8), 120-126. DOI: 10.22156/CS4SMB.2020.10.08.120 

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로